首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >我应该为一个梅蒂语网站选择哪种校对?

问我应该为一个梅蒂语网站选择哪种校对?
EN

Database Administration用户
提问于 2011-01-05 06:31:44
回答 3查看 5.3K关注 0票数 25

排序规则对查询速度有任何影响吗?表的大小会根据排序规则而改变吗?

如果我想要建立一个网站,必须支持所有可能的语言(让我们采取例如谷歌),这将是推荐的校对?

我将需要存储字符,如日本語,我在网站上的搜索将不得不返回something的sóméthíng输入,它必须是不区分大小写以及。

我怎么知道哪一个是最好的选择?哪种校对更适合这个案子?

EN

回答 3

Database Administration用户

回答已采纳

发布于 2011-01-05 06:46:58

一般来说,Unicode变体之一可能对广泛的语言支持是最好的-- UTF-8将减少每个代码点的内存,因此在需要进行的任何时间/空间权衡中都会有一点优势;然而,我认为有一些UTF-8所不能代表的更深奥的语言/脚本(但我不能百分之百肯定,我还没有对这个问题做过详尽的研究)。

这篇维基百科文章可能对每个dis/优点都有启发作用。

票数 16
EN

Database Administration用户

发布于 2011-01-14 15:39:07

我认为您应该使用Unicode排序规则,这是重音和不区分大小写。请阅读MSDN文章、选择排序和使用sql排序规则以及所有链接的文章。

票数 8
EN

Database Administration用户

发布于 2015-04-20 20:59:18

我认为,正如所述的问题(在2015-04-20,“哪个排序...")不是什么意思,因为公认的答案是关于编码而不是排序。让我回答所述的问题,而不是打算回答的问题,因为我认为它很有趣:-)

维基百科说:“整理是将书面信息汇编成一个标准的顺序”。在计算中,校对具有“这样一个顺序的规范”的含义。换句话说,排序规则是(或暗示)一个三向比较函数的定义.

我认为简单的答案是“绝对有可能”。至少我知道以下的恶作剧:

代码语言:javascript
复制
#!/usr/bin/python
name = u"Jonas K\xf6lker" # \xf6 is o-umlaut
enc = name.encode('utf-8')
assert len(name) == 12  # \xf6 is one character
assert len(enc) == 13   # but two bytes in utf-8

import locale
locale.setlocale(locale.LC_COLLATE, "da_DK.utf8") # works on my machine
long_form = locale.strxfrm(enc)
assert len(long_form) == 38

locale.strxfrm是Returns a string that behaves for cmp locale-aware的一个函数,也就是说,它对一个字符串进行编码,这样一个逐字节的标准词汇表比较与另一个以类似方式编码的字符串的比较将产生与根据区域设置指定的排序函数比较字符串相同的结果。

一些观察:在da_DK.utf8中,字符串ouüö是排序的。在de_DE.utf8中,对字符串oöuü进行排序。请注意,len(long_form) == 38和38 > 13。(de_DE.utf8中的长度也是38。)

如果您的数据库在某个字符串字段上有一个索引,并根据da_DK.utf8进行排序,那么它可能在内部执行类似strxfrm的操作,以便进行简单的比较。(另一方面,磁盘速度很慢。如果更高的每字符比较成本通过比较较少的字符来抵消,基于更紧凑表示的索引可能会更快。)

您会问“排序规则对查询速度有什么影响吗?”,我确信答案是肯定的:"C“(又名"POSIX")排序只是比较unicode代码点值,而丹麦语(da_DK.utf8)和德语(de_DE.utf8)区域设置则要做一些更棘手的事情。这将对查询速度产生一定的影响,尽管我怀疑这不值得担心。

“表的大小取决于排序规则吗?”--我可以想象,有一个索引根据一个排序规则,另一个索引根据另一个排序规则,或者仅仅是这两个索引中的一个,并且应用了一些strxfrm-like转换。在假设的情况下,如果有两个大小不同的排序规则,答案是肯定的。

“哪个是推荐的排序规则?”--这取决于为什么需要对字符串进行排序。如果它只是有一些规范的方式排序字符串,我可能会使用"C“。如果要按照人类的期望按排序顺序向用户展示数据,而这些期望是由他们的文化形成的,并且您希望数据库(而不是其他层)进行排序,那么也许您应该为每个排序建立一个索引,即至少一个根据da_DK.utf8 (丹麦人),一个根据de_DE.utf8 (德国人)。不过,我认为这可能很快就会变得很大。

所有这些都高度依赖于数据库的内部工作;我认为它远远超出了“标准化”(lol!)SQL。与往常一样,请查阅特定数据库系统的文档。

票数 8
EN
页面原文内容由Database Administration提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://dba.stackexchange.com/questions/255

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档