Porównanie kolacji

Porównanie kolacji ujawnia różnice w sortowaniu i rozróżnianiu wielkości liter między obiektami bazy.

Kolacja a sposób porównywania tekstu

W bazach danych „kolacja” jest regułą określającą, jak silnik porównuje i porządkuje wartości tekstowe. Zestaw takich reguł może obejmować alfabet, kolejność znaków, traktowanie znaków diakrytycznych oraz rozróżnianie wielkości liter. W praktyce kolacja wpływa na operatory porównania, sortowanie wykonywane przez ORDER BY, działanie filtrów tekstowych i część operacji grupowania. Dwie wartości zapisane jako „Laptop” i „laptop” mogą zostać uznane za równe albo różne, zależnie od ustawień użytych podczas porównania.

Porównanie kolacji nie oznacza porównywania samych danych, lecz zestawianie reguł przypisanych do obiektów bazy. Istotne może być ustawienie całej instancji, konkretnej bazy, kolumny, wyrażenia albo tymczasowego wyniku zapytania. Jeżeli jedna kolumna korzysta z reguł niewrażliwych na wielkość liter, a druga z reguł rozróżniających wielkie i małe litery, bezpośrednie porównanie tych kolumn może dać inny wynik niż porównanie każdej z nich z literałem tekstowym.

Wpływ na sortowanie i równość wartości

Sortowanie tekstu jest wynikiem działania reguł kolacji, a nie wyłącznie kolejności kodów znaków. Kolacja może określać, czy „A” znajduje się przed „a”, czy oba znaki mają tę samą wagę sortowania oraz jak traktowane są znaki takie jak „ą”, „ł” lub „é”. Z tego powodu identyczne zapytanie uruchomione na obiektach z innymi ustawieniami może zwrócić rekordy w odmiennej kolejności. Gdy aplikacja zakłada stabilny porządek wyników, samo ORDER BY na kolumnie tekstowej może nie wystarczyć; przy równoważnych wartościach potrzebny jest dodatkowy, jednoznaczny klucz sortowania.

Kolacja wpływa również na warunki logiczne. W kolacji niewrażliwej na wielkość liter wartości „ABC” i „abc” mogą spełniać warunek równości, natomiast w kolacji wrażliwej na wielkość liter nie muszą być traktowane jako równoważne. Podobna różnica występuje przy wyszukiwaniu prefiksów, porównaniach zakresowych i grupowaniu. W efekcie zmiana kolacji może zmienić liczbę grup, rezultat filtra albo wskazany rekord duplikatu, mimo że zawartość tabeli pozostaje bez zmian.

Zakres ustawień i skutki dla indeksów

Reguły porównywania mogą być dziedziczone z ustawień wyższego poziomu, ale konkretna kolumna może mieć własną kolację. W zapytaniu można też jawnie narzucić sposób porównania dla wyrażenia, jeżeli używany silnik bazy danych udostępnia taką składnię. Przed zmianą ustawień trzeba sprawdzić definicję tabel, kolumn, indeksów, widoków, procedur i zapytań aplikacji. Samo przemianowanie kolacji w konfiguracji nie zawsze zmienia istniejące kolumny, ponieważ część właściwości jest zapisana bezpośrednio w schemacie obiektu.

Różnice kolacji mogą mieć znaczenie dla indeksów i wydajności. Jeżeli kolumna jest używana w indeksie, a zapytanie wymusza inną regułę porównania, silnik może nie wykorzystać indeksu w taki sam sposób jak przy zgodnej kolacji. Dodatkowo kolacja może wpływać na rozpoznawanie duplikatów w indeksie unikatowym. W kolacji niewrażliwej na wielkość liter wpisy różniące się wyłącznie zapisem mogą kolidować, podczas gdy w kolacji wrażliwej na wielkość liter mogą zostać przyjęte jako odrębne wartości. Przed migracją należy więc wykonać testy na rzeczywistych danych i sprawdzić potencjalne konflikty.

Diagnostyka niespójnego porównania

Diagnostykę warto rozpocząć od odczytania metadanych każdego porównywanego obiektu. Należy ustalić kolację bazy, tabeli i konkretnych kolumn, a następnie sprawdzić, czy zapytanie nie stosuje jawnej konwersji lub innej reguły dla jednego z operandów. Trzeba także rozróżnić kolację od kodowania znaków. Kodowanie opisuje sposób przechowywania znaków, natomiast kolacja definiuje ich porównywanie i porządkowanie; są to powiązane, lecz różne właściwości.

Dobry test powinien obejmować wartości różniące się wielkością liter, akcentami, znakami diakrytycznymi, spacjami oraz długością. Należy porównać wynik równości, sortowania, grupowania i wyszukiwania po prefiksie, a także sprawdzić plan wykonania zapytania. Wnioski powinny odnosić się do konkretnego silnika i jego dokumentacji, ponieważ nazwy kolacji, zakres ich dziedziczenia oraz sposób rozwiązywania konfliktu ustawień nie są identyczne we wszystkich systemach baz danych. Dopiero po takim sprawdzeniu można bezpiecznie ocenić, czy przyczyną rozbieżności jest kolacja, typ danych, normalizacja tekstu czy logika samego zapytania.