我使用utf8_slovenian_ci作为列和表的排序规则。一切都很好,除了č和c被视为不同的字符(和其他两个斯洛文尼亚的特定字符)。
它们在分类和意义上是不同的!但是,由于移动电话搜索的原因,很难选择č,所以我希望那些非嗅觉字符的行为表现为有意义的字符:
c=čs=šz=ž
反之亦然,大小写不敏感。
我读过关于在mysql中使用LDML扩展排序规则的文章,但是我无法在搜索引擎中制作"bograč“= "bograc”。
有人能帮我吗?
更新
为了简化问题,是否可以使c=č用于搜索,而č在使用LDML进行排序时遵循c?我可以修改内建的校对,还是有必要做一个新的?
更新2
我的简化查询不需要搜索(例如,所有菜谱按名称列出)如下:
SELECT * from recipes order by RecipeName COLLATE 'utf8_slovenian_ci' asc limit 5我得到解释:
Rows: 20.000, Extra: Using filesort如果我不使用斯洛文尼亚排序规则(我现在在general_ci上使用RecipeName),我得到:
Rows: 5, Extra: Using Index如果我使用WHERE =‘%soup%’搜索,我仍然可以得到20.000行的文件,因为在整个结果集中似乎是mysql文件端口。
那么,在列RecipeName上进行排序的唯一方法是使用两个列,一个general_ci和一个slovenian_ci,并使用一个用于搜索(作为全文搜索的一部分--这个示例是简化的),以及另一个用于按RecipeName排序的方法吗?或者这仍然是文件的全部20.000食谱?
发布于 2016-05-25 10:22:16
我没有测试,但是utf8_general_ci排序规则是重音不敏感的,应该以您想要的方式进行搜索。
为了获得最佳性能,您可以在表中创建一个单独的列,即utf8_general_ci,并在以下内容中进行搜索:
real_column search_column
-----------------------------------
bograč bograč那么,以下几点应能奏效:
SELECT real_column FROM table WHERE search_column = "bograc"
> bograč另一种方法是,校对应该能起作用(不过是血!)就像这样:
SELECT real_column FROM table
WHERE real_column COLLATE utf8_general_ci = "bograc";发布于 2016-05-28 06:40:03
列上的COLLATION既用于搜索(WHERE ...),也用于排序(ORDER BY);无法有效地为单个列设置两个不同的排序规则。
如前所述,您可以使用COLLATE ...在其中一种情况下使用不同的排序规则。但这可能不会使用指数。但是,如果您正在阅读整个表,那么使用COLLATE ...不会对性能造成太大影响。(索引很少与访问“大部分”表一起使用。)
如前所述,两列是可能的。一种是搜索和拥有COLLATE utf8_general_ci,并拥有自己的INDEX。另一个将有相同的文本,但将是COLLATE utf8_slovenian_ci,并有一个单独的索引。这可能对分类有用。
如何进行分拣?你能把整张桌子拿来吗?(见上文我的说明。)或者你会过滤到20行,然后按照斯洛文尼亚语的“正确”方式对它们排序吗?对20行进行排序并不费时。(见上面我的另一条笔记。)
因此,我建议声明列utf8_general_ci,并在需要排序的查询中包含COLLATE子句。如果这还不够,那么提供详细信息--查询和SHOW CREATE TABLE。然后我们可以进一步讨论这个问题。
collations.html提供了这两个排序规则(和其他排序规则)的详细信息。我看到Ø也像一个单独的字母,就像Č、Š和Ž一样。
More
正如我理解您的需求一样,您(1)使用重音剥离搜索所有20K行,然后(2)使用utf8_slovenian_ci排序规则对子集进行排序。由于步骤1的成本较高,因此为其设置排序规则对整体性能更好。例如,如果只需要5行排序,那么应用COLLATE utf8_slovenian_ci将是一个很小的代价。
More #2
我之前的评论并没有考虑到WHERE使用的是一个领先的通配符。
假设您有20.000行,查询检索500行。例如:WHERE col LIKE '%soup%' ORDER BY col。主导通配符是此场景中的一个重要因素。
将查看20.000行来执行WHERE,而不管排序规则如何。我不知道COLLATE条款的费用是多少。领先通配符的成本可能比排序规则的成本要高。
500行可以使用索引,也可以不使用索引。如果列声明与ORDER BY所需的排序规则相匹配,优化器可以使用索引。(如果排序不一致,则不能使用索引进行排序。)
由于声明的排序规则可能有助于其中一种(WHERE或ORDER BY),而对另一种则有害,因此很难预测哪一种更好。我建议两种方法都尝试:
col VARCHAR ... COLLATE utf8_general_ci
WHERE col LIKE '%soup%'
ORDER BY col COLLATE utf8_slovenian_ci
-- versus --
col VARCHAR ... COLLATE utf8_slovenian_ci
WHERE col LIKE '%soup%' COLLATE utf8_general_ci
ORDER BY col另一方面,如果您有两列:
col_for_display VARCHAR ... COLLATE utf8_slovenian_ci
col_for_searching VARCHAR ... COLLATE utf8_general_ci然后这样做:
SELECT col_for_display
WHERE col_for_searching LIKE '%soup%'
ORDER BY col_for_display它应该对WHERE使用索引(但仍然扫描整个表,因为前面的通配符)。它不能为ORDER BY使用任何索引,但是col_for_display将知道如何正确排序。
同样,我无法预测这个选项是否足够快于其他两个选项。
一句话:我看不出有什么办法能得到你想要的,即使是新的校对。抱歉的。
https://stackoverflow.com/questions/37433539
复制相似问题