from是什么意思

SQLSERVER中collate的含义

SQLSERVER中collate的含义

2008-04-2809:32

我们在createtable时经常会碰到这样的语句，例如：password

nvarchar(10)collatechine_prc_ci_asnull，那它到底是什么意思呢？

不妨看看下面：

首先，collate是一个子句，可应用于数据库定义或列定义以定义

排序规则，或应用于字符串表达式以应用排序规则投影。

语法是collatecollation_name

collation_name：：

={windows_collation_name}|{sql_collation_name}

参数collate_name是应用于表达式、列定义或数据库定义的排序

规则的名称。collation_name可以只是指定的

Windows_collation_name或SQL_collation_name。

Windows_collation_name是Windows排序规则的排序规则名

称。参见Windows排序规则名称。

SQL_collation_name是SQL排序规则的排序规则名称。参见

SQL排序规则名称。

下面简单介绍一下排序规则：

什么叫排序规则呢？MS是这样描述的："在MicrosoftSQL

Server2000中，

字符串的物理存储由排序规则控制。排序规则指定表示每个字符

的位模式以及存

储和比较字符所使用的规则。"

在查询分析器内执行下面语句，可以得到SQLSERVER支持的

所有排序规则。

lect*from::fn_helpcollations()

排序规则名称由两部份构成，前半部份是指本排序规则所支持的

字符集。

如：

Chine_PRC_CS_AI_WS

前半部份：指UNICODE字符集，Chine_PRC_指针对大陆简体

字UNICODE的排序规则。

排序规则的后半部份即后缀含义：

_BIN二进制排序

_CI(CS)是否区分大小写，CI不区分，CS区分

_AI(AS)是否区分重音，AI不区分，AS区分

_KI(KS)是否区分假名类型,KI不区分，KS区分

_WI(WS)是否区分宽度WI不区分，WS区分

区分大小写:如果想让比较将大写字母和小写字母视为不等，请选

择该选项。

区分重音:如果想让比较将重音和非重音字母视为不等，请选择该

选项。如果选择该选项，

比较还将重音不同的字母视为不等。

区分假名:如果想让比较将片假名和平假名日语音节视为不等，请

选择该选项。

区分宽度:如果想让比较将半角字符和全角字符视为不等，请选择

该选项

利用排序规则特点计算汉字笔划和取得拼音首字母

SQLSERVER的排序规则平时使用不是很多，也许不少初学者还

比较陌生，但有

一个错误大家应是经常碰到:SQLSERVER数据库，在跨库多表连

接查询时，若两数据

库默认字符集不同，系统就会返回这样的错误：

“无法解决equalto操作的排序规则冲突。”

一.错误分析：

这个错误是因为排序规则不一致造成的，我们做个测试，比如：

createtable#t1(

namevarchar(20)collateAlbanian_CI_AI_WS,

valueint)

createtable#t2(

namevarchar(20)collateChine_PRC_CI_AI_WS,

valueint)

表建好后，执行连接查询：

lect*from#t1Ainnerjoin#=

这样，错误就出现了：

服务器:消息446，级别16，状态9，行1

无法解决equalto操作的排序规则冲突。

要排除这个错误，最简单方法是，表连接时指定它的排序规则，

这样错误就

不再出现了。语句这样写：

lect*

from#t1Ainnerjoin#t2B

=llateChine_PRC_CI_AI_WS

二.排序规则简介：

什么叫排序规则呢？MS是这样描述的："在MicrosoftSQL

Server2000中，

字符串的物理存储由排序规则控制。排序规则指定表示每个字符

的位模式以及存

储和比较字符所使用的规则。"

在查询分析器内执行下面语句，可以得到SQLSERVER支持的

所有排序规则。

lect*from::fn_helpcollations()

排序规则名称由两部份构成，前半部份是指本排序规则所支持的

字符集。

如：

Chine_PRC_CS_AI_WS

前半部份：指UNICODE字符集，Chine_PRC_指针对大陆简体

字UNICODE的排序规则。

排序规则的后半部份即后缀含义：

_BIN二进制排序

_CI(CS)是否区分大小写，CI不区分，CS区分

_AI(AS)是否区分重音，AI不区分，AS区分

_KI(KS)是否区分假名类型,KI不区分，KS区分

_WI(WS)是否区分宽度WI不区分，WS区分

区分大小写:如果想让比较将大写字母和小写字母视为不等，请选

择该选项。

区分重音:如果想让比较将重音和非重音字母视为不等，请选择该

选项。如果选择该选项，

比较还将重音不同的字母视为不等。

区分假名:如果想让比较将片假名和平假名日语音节视为不等，请

选择该选项。

区分宽度:如果想让比较将半角字符和全角字符视为不等，请选择

该选项

三.排序规则的应用：

SQLSERVER提供了大量的WINDOWS和SQLSERVER专用的排

序规则，但它的应用往往

被开发人员所忽略。其实它在实践中大有用处。

例1:让表NAME列的内容按拼音排序：

createtable#t(idint,namevarchar(20))

inrt#tlect1,'中'

unionalllect2,'国'

unionalllect3,'人'

unionalllect4,'阿'

lect*from#torderbynamecollate

Chine_PRC_CS_AS_KS_WS

droptable#t

/*结果：

idname

-------------------------------

4阿

2国

3人

1中

*/

例2：让表NAME列的内容按姓氏笔划排序：

createtable#t(idint,namevarchar(20))

inrt#tlect1,'三'

unionalllect2,'乙'

unionalllect3,'二'

unionalllect4,'一'

unionalllect5,'十'

lect*from#torderbynamecollate

Chine_PRC_Stroke_CS_AS_KS_WS

droptable#t

/*结果：

idname

-------------------------------

4一

2乙

3二

5十

1三

*/

四.在实践中排序规则应用的扩展

SQLSERVER汉字排序规则可以按拼音、笔划等排序，那么我们

如何利用这种功能

来处理汉字的一些难题呢？我现在举个例子：

用排序规则的特性计算汉字笔划

要计算汉字笔划，我们得先做准备工作，我们知道，WINDOWS

多国汉字，UNICODE目前

收录汉字共20902个。简体GBK码汉字UNICODE值从19968

开始。

首先，我们先用SQLSERVER方法得到所有汉字，不用字典，我

们简单利用SQL语句就

可以得到：

lecttop20902code=identity(int,19968,1)into#tfrom

syscolumnsa,syscolumnsb

再用以下语句，我们就得到所有汉字，它是按UNICODE值排序

的：

lectcode,nchar(code)asCNWordfrom#t

然后，我们用SELECT语句，让它按笔划排序。

lectcode,nchar(code)asCNWord

from#t

orderbynchar(code)collate

Chine_PRC_Stroke_CS_AS_KS_WS,code

结果：

codeCNWord

-----------------

19968一

20008丨

20022丶

20031丿

20032乀

20033乁

20057乙

20058乚

20059乛

20101亅

19969丁

..........

从上面的结果，我们可以清楚的看到，一笔的汉字，code是从

19968到20101，从小到大排，但到

了二笔汉字的第一个字“丁”，CODE为19969，就不按顺序而

重新开始了。有了这结果，我们就可以轻

松的用SQL语句得到每种笔划汉字归类的第一个或最后一个汉字。

下面用语句得到最后一个汉字：

createtable#t1(idintidentity,codeint,cnwordnvarchar(2))

inrt#t1(code,cnword)

lectcode,nchar(code)asCNWordfrom#t

orderbynchar(code)collate

Chine_PRC_Stroke_CS_AS_KS_WS,code

from#t1A

leftjoin#=

null

得到36个汉字，每个汉字都是每种笔划数按

Chine_PRC_Stroke_CS_AS_KS_WS排序规则排序后的

最后一个汉字：

亅阝马风龙齐龟齿鸩龀龛龂龆龈龊龍龠龎龐龑龡龢龝齹龣龥齈龞

麷鸞麣龖龗齾齉龘

上面可以看出：“亅”是所有一笔汉字排序后的最后一个字，

“阝”是所有二笔汉字排序后的最后

一个字......等等。

但同时也发现，从第33个汉字“龗(33笔)”后面的笔划有些乱，

不正确。但没关系，比“龗”笔划

多的只有四个汉字，我们手工加上：齾35笔，齉36笔，靐39

笔，龘64笔

建汉字笔划表（TAB_HZBH）：

createtabletab_hzbh(idintidentity,cnwordnchar(1))

--先插入前33个汉字

inrttab_hzbh

from#t1A

leftjoin#=

null

--再加最后四个汉字

tidentity_inrttab_hzbhon

go

inrttab_hzbh(id,cnword)

lect35,N'齾'

unionalllect36,N'齉'

unionalllect39,N'靐'

unionalllect64,N'龘'

go

tidentity_inrttab_hzbhoff

go

到此为止，我们可以得到结果了，比如我们想得到汉字“国”的

笔划：

declare@anchar(1)

t@a='国'

lecttop1id

fromtab_hzbh

wherecnword>=@acollate

Chine_PRC_Stroke_CS_AS_KS_WS

orderbyid

id

-----------

8

(结果：汉字“国”笔划数为8)

上面所有准备过程，只是为了写下面这个函数，这个函数撇开上

面建的所有临时表和固

定表，为了通用和代码转移方便，把表tab_hzbh的内容写在语句

内，然后计算用户输入一串

汉字的总笔划：

createfunctionfun_getbh(@strnvarchar(4000))

returnsint

as

begin

declare@wordnchar(1),@nint

t@n=0

whilelen(@str)>0

begin

t@word=left(@str,1)

--如果非汉字，笔划当0计

t@n=@n+(cawhenunicode(@word)between19968

and19968+20901

then(lecttop1idfrom(

lect1asid,N'亅'asword

unionalllect2,N'阝'

unionalllect3,N'马'

unionalllect4,N'风'

unionalllect5,N'龙'

unionalllect6,N'齐'

unionalllect7,N'龟'

unionalllect8,N'齿'

unionalllect9,N'鸩'

unionalllect10,N'龀'

unionalllect11,N'龛'

unionalllect12,N'龂'

unionalllect13,N'龆'

unionalllect14,N'龈'

unionalllect15,N'龊'

unionalllect16,N'龍'

unionalllect17,N'龠'

unionalllect18,N'龎'

unionalllect19,N'龐'

unionalllect20,N'龑'

unionalllect21,N'龡'

unionalllect22,N'龢'

unionalllect23,N'龝'

unionalllect24,N'齹'

unionalllect25,N'龣'

unionalllect26,N'龥'

unionalllect27,N'齈'

unionalllect28,N'龞'

unionalllect29,N'麷'

unionalllect30,N'鸞'

unionalllect31,N'麣'

unionalllect32,N'龖'

unionalllect33,N'龗'

unionalllect35,N'齾'

unionalllect36,N'齉'

unionalllect39,N'靐'

unionalllect64,N'龘'

)T

whereword>=@wordcollate

Chine_PRC_Stroke_CS_AS_KS_WS

orderbyidASC)el0end)

t@str=right(@str,len(@str)-1)

end

return@n

end

--函数调用实例：

_getbh('中华人民共和国'),_getbh('中華

人民共和國')

执行结果：笔划总数分别为39和46，简繁体都行。

当然，你也可以把上面“UNIONALL”内的汉字和笔划改存在

固定表内，在汉字

列建CLUSTEREDINDEX，列排序规则设定为：

Chine_PRC_Stroke_CS_AS_KS_WS

这样速度更快。如果你用的是BIG5码的操作系统，你得另外生成

汉字，方法一样。

但有一点要记住：这些汉字是通过SQL语句SELECT出来的，不

是手工输入的，更不

是查字典得来的，因为新华字典毕竟不同于UNICODE字符集，

查字典的结果会不正

确。

用排序规则的特性得到汉字拼音首字母

用得到笔划总数相同的方法，我们也可以写出求汉字拼音首字母

的函数。如下：

createfunctionfun_getPY(@strnvarchar(4000))

returnsnvarchar(4000)

as

begin

declare@wordnchar(1),@PYnvarchar(4000)

t@PY=''

whilelen(@str)>0

begin

t@word=left(@str,1)

--如果非汉字字符，返回原字符

t@PY=@PY+(cawhenunicode(@word)between19968

and19968+20901

then(lecttop1PYfrom(

lect'A'asPY,N'驁'asword

unionalllect'B',N'簿'

unionalllect'C',N'錯'

unionalllect'D',N'鵽'

unionalllect'E',N'樲'

unionalllect'F',N'鰒'

unionalllect'G',N'腂'

unionalllect'H',N'夻'

unionalllect'J',N'攈'

unionalllect'K',N'穒'

unionalllect'L',N'鱳'

unionalllect'M',N'旀'

unionalllect'N',N'桛'

unionalllect'O',N'漚'

unionalllect'P',N'曝'

unionalllect'Q',N'囕'

unionalllect'R',N'鶸'

unionalllect'S',N'蜶'

unionalllect'T',N'籜'

unionalllect'W',N'鶩'

unionalllect'X',N'鑂'

unionalllect'Y',N'韻'

unionalllect'Z',N'咗'

)T

whereword>=@wordcollateChine_PRC_CS_AS_KS_WS

orderbyPYASC)el@wordend)

t@str=right(@str,len(@str)-1)

end

return@PY

end

--函数调用实例：

_getPY('中华人民共和国'),_getPY('中華

人民共和國')

结果都为：ZHRMGHG