Почему знак подчеркивания SQL_Latin1_General_CP1_CI_AS под знаком подчеркивания?

Question

Вслед за https://stackoverflow.com/a/32233795/14731, я с удивлением обнаружил, что:

DECLARE @SampleData TABLE (ANSI VARCHAR(50), UTF16 NVARCHAR(50)); 
INSERT INTO @SampleData (ANSI, UTF16) VALUES 
    ('##MS_PolicyTsqlExecutionLogin##', N'##MS_PolicyTsqlExecutionLogin##'), 
    ('_gaia', N'_gaia'); 

SELECT sd.ANSI AS [ANSI-SQL_Latin1_General_CP1_CI_AS] 
FROM @SampleData sd 
ORDER BY sd.ANSI COLLATE SQL_Latin1_General_CP1_CI_AS ASC; 

SELECT sd.UTF16 AS [UTF16-SQL_Latin1_General_CP1_CI_AS] 
FROM @SampleData sd 
ORDER BY sd.UTF16 COLLATE SQL_Latin1_General_CP1_CI_AS ASC; 

Результаты в:

ANSI-SQL_Latin1_General_CP1_CI_AS 
------------------------------------- 
##MS_PolicyTsqlExecutionLogin## 
_gaia 

UTF16-SQL_Latin1_General_CP1_CI_AS 
------------------------------------- 
##MS_PolicyTsqlExecutionLogin## 
_gaia 

Когда, в соответствии с «Why doesn't ICU4J match UTF-8 sort order?», результаты Unicode должны быть в обратном порядке , Почему это так?

Answer 1

Оказывается, что @一二三 права насчет SQL Server не выполнения правил Unicode Collation алгоритма по умолчанию, но он был неправ об этом, используя кодовую страницу для сортировки Юникода. https://stackoverflow.com/a/32706510/14731 содержит подробное объяснение того, как действительно выполняется сортировка юникода.

Answer 2

В первую очередь: связанный вопрос - Why doesn't ICU4J match UTF-8 sort order? - пока не показано, что он еще совсем исправлен ;-).

Это родственный информация в сторону, давайте посмотрим на различные части:

1. VARCHAR поле с COLLATE SQL_Latin1_General_CP1_CI_AS:

   Это будет сортировать в первую очередь на основе значений ASCII, и в случае алфавитных символов , сортирует и сравнивает на основе правил, определенных в Code Page 1 (aka Code Page 1252).

   # символ ASCII-код 35, а _ символ ASCII код 95. Это не буквы алфавита поэтому следует предположить, что они будут отсортированы с # приходит первым, делая в ASC конечный порядок, как вы делаете здесь ,

2. NVARCHAR поле с COLLATE SQL_Latin1_General_CP1_CI_AS:

   Это будет сортировать по правилам Unicode. В Юникоде нет кодовых страниц, но может быть культурными различиями, которые переопределяют правила сортировки по умолчанию и порядок. И, чтобы сделать вещи еще более интересными, как базовые правила, так и специальные ограничения в отношении культуры/локали могут меняться с годами. Поставщики программного обеспечения не всегда быстро внедряют новые версии стандартов. Это не отличается от различных браузеров, реализующих различные особенности W3C в разные моменты времени. Основные обновления в SQL Server поставлялись с версией 2008, в которой были представлены серии сопоставлений 100. В SQL Server 2012 были введены варианты серии 90 и 100, заканчивающиеся на _SC, для обработки дополнительных символов (т. Е. Остальная часть символов UTF-16 за пределами набора UCS-2).

   Возвращаясь к тому, что было упомянуто мгновение назад, каждый язык/культура может указывать переопределения любого из правил (а не только правила сортировки). Текущая версия, 28 (выпущено всего 4 дня назад !!), имеет следующий за локали США (находится по адресу: http://www.unicode.org/repos/cldr/tags/release-27/common/collation/en_US_POSIX.xml)

   <collation type="standard"> 
       <cr> 
       <![CDATA[ 
       &A<*'\u0020'-'/'<*0-'@'<*ABCDEFGHIJKLMNOPQRSTUVWXYZ<*'['-'`'<*abcdefghijklmnopqrstuvwxyz <*'{'-'\u007F' 
       ]]> 
       </cr> 
   </collation> 
   

   Чтение новый синтаксис не супер-легкий, но я не» Думаю, они переупорядочивают любой из этих знаков препинания. И если вы перейдете к их Collation Charts и нажмите на ссылку 4 вниз (начиная сверху, влево), для «Пунктуации», она, безусловно, перечисляет «_» как приближающуюся перед всеми, кроме одного символа.

   Если мы вернемся несколько версий, мы находим (по адресу: http://www.unicode.org/repos/cldr/tags/release-23/common/collation/en_US_POSIX.xml):

   <collation type="standard"> 
       <rules> 
       <reset>A</reset> 
       <pc>!"#$%&'()*+,-./</pc> 
       <pc>:;<=>?@</pc> 
       <pc>ABCDEFGHIJKLMNOPQRSTUVWXYZ</pc> 
       <pc>[\]^_`</pc> 
       <pc>abcdefghijklmnopqrstuvwxyz</pc> 
       <pc>{|}~</pc> 
       </rules> 
   </collation> 
   

   Теперь вот это делает конечно, посмотреть, как они заказаны, и в том же порядке, как и значение ASCII ?

   Если вы измените URL-адрес, чтобы указать на версию 24, это будет выглядеть так же, как и текущая версия 28 XML.

   В соответствии с датами выпуска, найденными здесь CLDR Releases/Downloads, версия 24 вышла в 2013 году, после того, как были закодированы серии сортировок 100.