校勘（collation）是指对代码页、字母大小写、音调、语言和字母表的整理，很多校勘都是在数据进入数据库之前进行的，根据我的经验，北美的大部分数据库管理员都在使用默认的大小写敏感的校勘设定，这对于数据本身没有影响，但是对于数据的比较和索引会造成影响。

这篇文章将向您介绍一些相关的校勘方法，以及数据库对多种字符集的处理方法。

为了说明校勘的使用，我们首先来创建一个数据库，列表A给出了创建数据库的代码。

CREATE SCHEMA CaseCheck

GO

CREATE TABLE CaseCheck.Names
      (
            NamePK Int Identity(1,1) PRIMARY KEY,
            Name Varchar(50) NOT NULL
      )
GO

INSERT INTO CaseCheck.Names VALUES ('Fuller')
INSERT INTO CaseCheck.Names VALUES ('FuLLer')
INSERT INTO CaseCheck.Names VALUES ('FULLER')
INSERT INTO CaseCheck.Names VALUES ('fuller')
GO

列表A

列表B是一些查询，对于大小写不敏感的情况，这几个查询将返回相同的四个数据行，但是如果我们的任务是从数据行中选取大小写完全匹配的记录呢？

SELECT * FROM CaseCheck.Names   
SELECT * FROM CaseCheck.Names WHERE Name = 'fuller'   
SELECT * FROM CaseCheck.Names  WHERE Name = 'FULLER'   
SELECT * FROM CaseCheck.Names WHERE Name = 'fuller'   

GO

列表 B

现在我们就要使用校勘的功能了，尽管在数据库创建的时候，数据库管理员已经指定了校勘的选项，但是您可以通过WHERE语句中的COLLATE选项来使用不同的校勘设定，在列表C的查询中，前三个都返回了一条记录，而最后一个查询的返回结果为空。

SELECT * FROM CaseCheck.Names  WHERE Name = 'fuller'    COLLATE Latin1_General_CS_AS
 SELECT * FROM CaseCheck.Names WHERE Name = 'FULLER'    COLLATE Latin1_General_CS_AS   
 SELECT * FROM CaseCheck.Names WHERE Name = 'fuller'    COLLATE Latin1_General_CS_AS
 SELECT * FROM CaseCheck.Names WHERE Name = 'FUllER'    COLLATE Latin1_General_CS_AS
 GO

列表 C

假设您现在想把所有'fuller'形式的拼写改为'Fuller'（包括像'fUlLEr'这种毫无意义的拼写组合），通过列表D中的代码，您可以非常轻松地实现这一功能。

UPDATE CaseCheck.NamesSET Name = UPPER(LEFT(Name,1)) + LOWER(SUBSTRING(Name,2,LEN(Name)-1))

列表 D

从大型主机上导入数据的时候，我都会首先运行以上的代码，这样就不必再担心单词大小写的问题了。

如果您想查看所有的校勘选项及其简要说明，可以运行以下的SQL代码：

SELECT * FROM ::fn_helpcollations()

想要查看数据库当前的校勘设定，可以使用以下代码：

SELECT collation_name

FROM master.sys.databases

WHERE Name='SQLTips'

在列表E中，我添加了一些带有特殊字符的数据行，我使用了我的好朋友DejanSunderic的名字，他的名字应该拼写为Šunderic'(字母c实际上应该有重音符号的，由于使用的字体，所以显示成了现在的效果)。

INSERT INTO CaseCheck.Names VALUES (NChar(352)+ 'underi' + NChar(263))
INSERT INTO CaseCheck.Names VALUES ('SUNDERIC')
INSERT INTO CaseCheck.Names VALUES('sUnDeRI' + Nchar(263))
INSERT INTO CaseCheck.Names VALUES('Sunderi' + Nchar(263))
GO

列表 E

如果不使用COLLATE，那么会发生非常有意思的事情，运行一下的查询语句：

SELECT *

FROM CaseCheck.Names

WHERE Name LIKE  N'S%'

您得到的结果是：

NamePK    Name

6    SUNDERIC

7    sUnDeRIc

8    Sunderic

注意，带有特殊字符的'Šunderic'并没有被包含在内，让我们再来看看另外一个实验：

SELECT * FROM CaseCheck.Names

ORDER BY Name

运行此查询的结果如下：

NamePK    Name

5    Šunderic

1    Fuller

2    FuLLer

3    FULLER

4    fuller

6    SUNDERIC

7    sUnDeRIc

这里有很明显的错误，PK5应当位于'Fuller'之后，我不是语言专家，因此不知道它应该位于Ss的什么位置，但是我觉得这是本地规则造成的结果，很明显，'Šunderic'应该出现在所有的'Fuller'之后，而不是在'Fuller'前面。

我还进行了另外一项实验，使用西里尔字母来拼写我的好朋友Alexander Karmanov的名字，在图片A中您可以看到西里尔字母的拼写，我运行了图片B所示的语句来添加这条记录。

图片A

图片B

图片C

使用默认的字符集，此查询将会返回一系列问号，如果您想得到正确的结果，那么必须需要使用数据库可以接受的Unicode字符集，参见图片C。

如果您想确认一个给定数据库中使用的初始校勘，可以使以下的代码：

SELECT collation_name

FROM master.sys.databases

WHERE Name = 'SQLTips'

责任编辑：德东

查看本文国际来源