Konfiguracja sortowania (collation)

Konfiguracja sortowania (collation) to ustawienie reguł porównywania i porządkowania wartości tekstowych w bazie.

Reguły porównywania tekstu a kolejność wyników

Konfiguracja sortowania, określana po angielsku jako collation, opisuje sposób porównywania i porządkowania wartości tekstowych przez silnik bazy danych. Nie jest to sama treść kolumny ani format zapisu znaków, lecz zestaw reguł używanych wtedy, gdy system sprawdza, czy dwa napisy są równe, ustala ich kolejność albo wybiera rekordy spełniające warunek tekstowy. Collation może określać między innymi kolejność liter alfabetu, sposób traktowania wielkości znaków oraz relację między znakami diakrytycznymi.

W praktyce dwie wartości mogą zostać uznane za równe albo różne zależnie od wybranej konfiguracji. W sortowaniu niewrażliwym na wielkość liter zapis „Kasia” może być traktowany tak samo jak „kasia”, natomiast sortowanie wrażliwe na wielkość liter rozróżni te wartości. Podobna zasada dotyczy akcentów i polskich znaków, takich jak „ą”, „ę”, „ł” czy „ó”. Konkretne zachowanie zawsze zależy od silnika bazy danych i użytej collation, dlatego sama nazwa języka lub kodowania tekstu nie wystarcza do przewidzenia wyniku porównania.

Collation w zapytaniach, indeksach i ograniczeniach danych

Reguły sortowania wpływają na działanie operacji wykonywanych na tekstach. Dotyczy to między innymi sortowania wyników za pomocą ORDER BY, filtrowania wartości w warunkach tekstowych, wyszukiwania wzorców oraz porównywania tekstów w połączeniach tabel. Jeżeli aplikacja oczekuje wyszukiwania niewrażliwego na wielkość liter, a kolumna korzysta z collation wrażliwej na wielkość liter, zapytanie może zwrócić mniej rekordów, niż przewiduje interfejs użytkownika. Odwrotna konfiguracja może z kolei uznać za równoważne wartości, które powinny być rozróżniane.

Collation może mieć znaczenie także dla indeksów i ograniczeń unikalności. Jeśli silnik uznaje „ABC” i „abc” za tę samą wartość, indeks unikalny może zablokować zapis obu takich tekstów w jednej kolumnie. Gdy reguły rozróżniają wielkość liter, oba zapisy mogą zostać zaakceptowane. Podobne różnice mogą pojawić się przy kluczach tekstowych używanych do łączenia tabel. Zmiana collation nie jest więc wyłącznie zmianą wyglądu listy wyników; może zmienić wyniki wyszukiwania, możliwość dodawania rekordów oraz sposób wykorzystywania indeksów.

Różnica między collation, kodowaniem i językiem interfejsu

Collation należy odróżnić od kodowania znaków. Kodowanie, na przykład UTF-8, określa sposób reprezentowania znaków w bajtach, aby tekst mógł zostać zapisany i odczytany. Collation określa natomiast reguły interpretowania tych znaków podczas porównań i sortowania. Baza może prawidłowo przechowywać polskie znaki w kodowaniu Unicode, a mimo to sortować je według reguł niepasujących do oczekiwanej kolejności językowej. Problemy z wyświetlaniem krzaków wskazują zwykle na niezgodność kodowania, natomiast nieoczekiwana kolejność lub równość tekstów może wynikać z collation.

Nazwa języka ustawiona w systemie operacyjnym albo w programie użytkownika również nie musi zmienić reguł bazy danych. Aplikacja może wyświetlać polskie komunikaty, lecz wykonywać zapytania wobec kolumny skonfigurowanej według reguł innego języka. W niektórych silnikach collation może być ustalana na poziomie całej bazy, tabeli, kolumny lub pojedynczego wyrażenia, ale dostępne poziomy i składnia zależą od konkretnego produktu. Przy analizie problemu trzeba ustalić silnik bazy, wersję, poziom konfiguracji oraz faktyczne ustawienie kolumn uczestniczących w zapytaniu.

Jak rozpoznać niezgodność reguł sortowania

Objawami niewłaściwej collation mogą być różnice między kolejnością rekordów w bazie i w aplikacji, brak wyników dla wyszukiwania różniącego się wielkością liter, niejednoznaczne wyszukiwanie nazw z polskimi znakami albo błąd przy zapisie wartości uznanej za duplikat. Warto porównać kilka kontrolowanych przykładów, takich jak „Łódź”, „Lodz”, „ABC” i „abc”, a następnie sprawdzić wynik sortowania, porównania oraz wyszukiwania. Test powinien obejmować także wartości puste, znaki specjalne i teksty zawierające więcej niż jeden język.

Warszawskie Pogotowie Komputerowe wykonuje profesjonalną naprawę laptopów, komputerów PC i podzespołów, a w ramach diagnostyki można sprawdzić również problemy z działaniem aplikacji, zapisem danych oraz wyszukiwaniem tekstu na używanym komputerze. Przy analizie nieprawidłowości związanych z bazą należy zachować kopię danych i najpierw ustalić, czy przyczyną jest collation, kodowanie, sposób budowania zapytania, indeks albo ustawienie programu. Bez tego sama zmiana reguł sortowania może zmienić wyniki wyszukiwania lub unieważnić założenia istniejących ograniczeń danych.