DB2用户定义函数实现多种语言的排序

准备要使用的排序规则是一种开销很大的操作。因此，在查询执行时不要改变排序规则名。例如，考虑以下表和查询：

NAMES: NAMELANGUAGE
    ------------
    BobLEN
    MarcLFR
    Serge LDE

    SELECT NAME FROM NAMES
    WHERE ICU.SORTKEY(NAME, LANGUAGE) = ICU.SORTKEY(:hv, LANGUAGE)

在这个例子中，对于每一行都要准备一个新的排序规则。这样做的效率非常低。如果 SORTKEY 的第二个参数替换为一个字面字符串或主机变量，那么查询的性能会好得多。

注意，可以在一个查询中混合使用不同的排序规则，只要每个排序规则在不同的 SORTKEY 实例中。以下查询的性能会好得多：

SELECT NAME FROM NAMES
    WHERE ICU.SORTKEY(NAME, 'LFR') = ICU.SORTKEY(:hv, 'LFR')

尽可能少使用 SORTKEY

如果知道数据是一致的，那么就不需要对每个操作都使用 SORTKEY。例如，考虑前面的 查询 3 和 查询 4。如果数据是以一致的方式输入的，比如总是使用 ä、ö 和 ü，或者已经对数据进行了清理，将所有 ae、oe 和 ue 替换为 ä、ö 和 ü，那么查询 3 和查询 4 会返回同样的结果，而查询 3 运行得快的多。

如果数据是一致的，就不经常需要 SORTKEY。尽可能使用标准的 SQL 比较操作符，并在最后的 ORDER BY 中使用 SORTKEY。

使用生成的列

如果数据库常常使用很少几个排序规则，那么可以考虑使用生成的列预先计算 SORTKEY 的结果，并将这些结果存储在数据库中。

例如，假设一个数据库通常只需要法语和德语排序规则。在这种情况下，根据表的总规模，可以考虑创建生成的列来保存 SORTKEY 的结果。例如：

清单 3. 创建生成的列来保存 SORTKEY 的结果

CREATE TABLE NAMES
    (
    NAME VARCHAR(50),
    NAME_FR_KEY VARCHAR(1200) GENERATED ALWAYS AS (ICU.SORTKEY(NAME, 'LFR')),
    NAME_DE_KEY VARCHAR(1200) GENERATED ALWAYS AS (ICU.SORTKEY(NAME, 'LDE'))
    )

    SELECT NAME FROM NAMES
    ORDER BY ICU.SORTKEY(NAME, 'LFR')

当 DB2 查询编译器对这个查询进行运算时，它会意识到 ICU.SORTKEY(NAME, 'LFR') 的值已经计算出来了，它会使用 NAME_FR_KEY 列来替代这个值。但是，如果查询使用 ICU.SORTKEY(NAME, 'LES') （西班牙语排序规则），那么 SORTKEY 函数必须作为查询的一部分执行。

不幸的是，将生成的列记录为 VARCHAR(1200) 值会占用表中的大量空间。好在，还有一些办法。

一个办法是修改 createfn.db2，让 SORTKEY 产生长度更短的结果类型。如果这样做了，那么应该减小 sortkey.c 中的常量 MAX_RESULT，还应该重新编译这个 UDF。

另一个办法是将 SORTKEY 的结果转换为更短的 VARCHAR 值。但是，对于使用生成的列的优化器，必须在每个引用中使用同样的转换。这种办法如下所示：

清单 4. 在每个引用中使用同样的转换

CREATE TABLE NAMES
    (
    NAME VARCHAR(50),
    NAME_FR_KEY VARCHAR(600)GENERATED ALWAYS AS (CAST(ICU.SORTKEY(NAME, 'LFR')
    AS VARCHAR(600))),
    NAME_DE_KEY VARCHAR(600)GENERATED ALWAYS AS (CAST(ICU.SORTKEY(NAME, 'LDE')
    AS VARCHAR(600)))
    )

    SELECT NAME FROM NAMES
    ORDER BY CAST(ICU.SORTKEY(NAME, 'LFR') AS VARCHAR(600))

总是需要指定转换，这使这种办法不够理想。可以使用下面的源函数将转换隐藏起来：

清单 5. 使用源函数将转换隐藏起来

CREATE FUNCTION MY_SORTKEY(VARCHAR(50), VARCHAR(50))
    RETURNS VARCHAR(600) FOR BIT DATASOURCE ICU.SORTKEYCREATE TABLE NAMES
    (
    NAME VARCHAR(50),
    NAME_FR_KEY VARCHAR(600) GENERATED ALWAYS AS (MY_SORTKEY(NAME, 'LFR')),
    NAME_DE_KEY VARCHAR(600) GENERATED ALWAYS AS (MY_SORTKEY(NAME, 'LDE'))
    )
    SELECT NAME FROM NAMES
    ORDER BY MY_SORTKEY(NAME, 'LFR')

不管使用哪种方法，重要的考虑因素都是生成的列的长度。SORTKEY 结果的长度可能比原来的字符串长。简单的规则是，对于输入字符串中的每个字符，在输出字符串中允许有 12 字节。（对于某些不常见的排序规则和输入值组合，这个空间甚至也可能不够。）但是，许多排序规则会产生比这短得多的排序键，因此在决定生成的列的大小时，对要使用的排序规则和数据进行一些实验是有帮助的。