文本上的雪花排序似乎不正确

Question

我对雪花很陌生，并且注意到文本列上的排序不像预期的那样。

以这个简单的例子为例：

select *
    from ( values ('ab'), ('aBc'), ('acd') ) t(col1)
order by col1

预期订单: ab，aBc，acd

实际订单：aBc ab acd

我是不是遗漏了什么？

谢谢。

Answer 1

您可以直接在order子句中使用COLLATE规范。

排序规则允许您指定在比较值时使用的下列配置设置：

• 现场
• 案件敏感性
• 重音敏感
• 标点符号敏感性
• 首字母优先
• 案例转换
• 空间修整

下面的示例使用英语语言环境(En)和大小写不敏感(Ci)排序规则：

select *
    from ( values ('ab'), ('aBc'), ('acd'), ('Z') ) t(col1)
   order by collate(col1, 'en-ci');

返回的结果：

ab aBc acd

Answer 2

根据文档

根据ASCII表中每个字符的数字字节值对所有数据进行排序。支持UTF-8编码。

在ASCII表中，B先于b。

奇怪的是，order by没有考虑排序中的字符串长度。

Answer 3

这也将排序"Z“之前的"a”，因为它是第一个按ASCII / Unicode顺序。您可以使用上面的函数进行排序：

select *
    from ( values ('ab'), ('aBc'), ('acd'), ('Z') ) t(col1)
order by col1

若要在不区分大小写的情况下进行排序，可以使用上函数或下函数。

select *
    from ( values ('ab'), ('aBc'), ('acd'), ('Z') ) t(col1)
order by upper(col1)