Unicode, сортировки, а я маленький такой

[beldmit]

Коллега сегодня обнаружил, что при сортировке в уникодной локали PostgreSQL выдаёт записи в таком порядке:

_a
a
_c
d

что несколько контринтуитивно.

Вскрытие показало, что алгоритм сравнения в Unicode довольно хитровывернутый в этом месте. При сортировке в локали базы в итоге символы подчёркивания игнорируются.

Вылечилось это привешиванием COLLATE "C" на искомую колонку, который даёт сравнение, грубо говоря, побайтовое. Но вообще поведение документированное, но неочевидное.

Comments

[nataraj]

А локаль алгоритм сравнения не задает?

Хотя в целом для сказанного мной принципиальной разницы нет, в любом случае по отношению к постгресу и локаль и уникод -- это внешние явление по отношению к самой БД.