postgresql中使用utf8的多种语言

如何才能无缝支持postgres的

utf8

字符集中存储的所有语言？我们似乎需要指定一种特定于语言的排序规则以及字符集，例如

en_US.utf8

。如果我没有弄错的话，我们没有能力将英文（

en_-US

）和中文（

zh_-CN

）存储在同一个

utf8

列中，同时保持任何有意义的排序行为。如果我将一列定义为

en_-US.utf8

，它应该如何处理包含中文（

zh_-CN

）字符/字节序列的值？实际情况是，一个列值可以包含多种语言（例如：“Hello和”晚安"), 而且根本不能用一种语言来整理

是的，我可以物理存储任何字符序列；但是在包含英语、德语、汉语、日语和韩语字符串的

en_US.utf8

列上进行排序的定义行为是什么

我知道mysql的

utf8mb4_unicode_ci

排序并不完美，而且它没有遵循任何关于如何整理整个unicode集的标准。我已经听到反对mysql的人群叹息mysql的语言不可知排序是任意的、语义上没有意义的，甚至是完全无效的。但事实上我s、 它工作得很好，满足了对多语言unicode支持的期望

---

postgres只是因为在unicode范围内进行整理在语义上是不正确的这一事实而非常固执吗？我知道开发人员在“按照规范做事”方面非常严格"，但这种不能处理多种语言的能力至少可以说是令人沮丧的。我是否错过了解决多种语言问题的方法，或者是官方的立场，即一个

utf8

列可以处理任何语言，但一次只能处理一种语言？

你是对的，永远不会有一种完美的方法来整理字符串罗斯语言

PostgreSQL决定不创建自己的排序规则，而是使用操作系统提供的排序规则。其背后的想法是避免重新发明轮子，并减少维护工作量。
因此，对于您的问题，传统的PostgreSQL答案是：如果您希望字符串排序能够很好地适用于不同语言的字符串，请向您的操作系统供应商投诉，或者选择提供这种排序的操作系统

但是，这种方法存在PostgreSQL社区所意识到的缺点：

• 很少有人（如果有的话）根据操作系统提供的排序支持来决定操作系统

• PostgreSQL的排序行为取决于底层操作系统，这会导致邮件列表上困惑的用户经常提出问题

• 对于某些操作系统，在操作系统升级过程中，排序行为可能会发生变化，从而导致数据库索引损坏（请参见示例）

---

PostgreSQL很可能改变了它的方法；人们反复尝试使用库而不是操作系统排序（例如，请参阅），这将缓解其中的一些问题。

“但是，对于包含英语、德语、汉语、日语和韩语字符串的列，排序的定义行为是什么？”-简单地说：你不能。不幸的是，排序支持不是Postgres最强大的领域，

ORDER BY

操作符不允许为排序指定排序规则，如果你只选择一种语言，这将是一种方法。虽然它可以很容易地处理多种语言的内容，但它不能处理排序，这就是r好的。您可以随时尝试

collate=“C”

-不确定UTF8的使用效果如何谢谢，非常有用。太不幸了。自从9.0将复制添加到core中以来，我一直在等待一个真正的项目跳转到pg上。我必须规划我的整个项目，看看我是否可以在不排序用户提供的UTF8字符串的情况下生存。您提到了使用可以解决此情况的内置排序规则。根据您的链接，CentOS似乎是其中之一？我应该搜索哪些术语来了解哪些操作系统支持此设置，以及如何配置操作系统？CentOS是RedHat克隆，对吗？我可以用RedHat Linux和提供es排序支持有glibc。有没有不使用glibc的Linuxen？我想对于这个问题，您使用哪个Linux发行版并不重要。我要做的是使用

sort

命令测试各种语言的字符串。它使用OS排序，这样您就可以测试排序顺序是否适合您。