在 PostgreSQL 中安装 utf8 排序规则

Question

目前在pgAdmin4 GUI中创建新数据库时，我可以选择编码：UTF8。

但是，在排序规则或字符类型方面没有选择utf8_general_ci的选项。当我执行select * from pg_collation;时，我没有看到与utf8_general_ci相关的任何排序规则。

作为一个来自MySQL背景的人，我很困惑。我是否需要在我的PostgreSQL 10或windows10中安装类似于utf8的（例如utf8_general_ci、utf8_unicode_ci）排序规则？

我只想拥有相当于MySQL排序规则utf8_general_ci的PostgreSQL版本。

谢谢

- slevin

---

读者注意：Postgres在10版本及以上增加了对ICU排序规则的支持。请参阅Peter Eisentraut的文章。 - Basil Bourque

Answer 1

utf8是一种编码方式（如何将Unicode字符表示为一系列字节），而不是排序规则（哪个字符排在前面）。

我认为，utf8_general_ci（或更现代的utf8_unicode_ci）在Postgres 10中对应的排序规则是und-x-icu - 这是由ICU库提供的未定义排序规则（未定义任何真实世界语言）。这个排序规则可以相当合理地排序大多数语言的字符。

ICU支持是PostgreSQL 10中添加的新功能，因此在旧版PostgreSQL版本或编译期间禁用时，此排序规则不可用。在此之前，Postgres使用操作系统提供的排序规则支持，不同操作系统之间存在差异。

- Tometzky

---

我进行了一些测试，似乎在当前版本（10.1）中，ICU支持并不像我想象的那样完整。看起来无法创建具有und-x-icu语言环境的数据库 - 只能为某些列显式设置它。因此，在它得到改进之前，您可能需要使用create database datname template='template0' encoding='UTF8' lc_ctype='C' lc_collate='C';或其他操作系统提供的语言环境。 - Tometzky

你好。我在win10笔记本电脑上使用Visual C++ build 1800编译的64位PostgreSQL 10.1。我刚刚执行了CREATE DATABASE test WITH OWNER = postgres TEMPLATE = template0 ENCODING = 'UTF8' LC_COLLATE = 'und-x-icu' LC_CTYPE = 'und-x-icu' TABLESPACE = pg_default CONNECTION LIMIT = -1;，并且它成功了。我也可以在pgAdmin4 GUI中看到属性。 - slevin

此外，我要感谢你，因为我不知道ICU，你告诉了我，它看起来很棒，与C相比。它不依赖于操作系统，具有未来的可扩展性，基于Unicode标准进行排序和比较（类似于utf8_unicode_ci），实现了CLDR排序算法，这是Unicode排序算法（UCA）的扩展，也是ISO 14651的扩展。这里，这里和这里。 - slevin

你好，测试在PG 11.1，Win10 x64上。CREATE DATABASE dbname WITH OWNER = postgres TEMPLATE = template0 ENCODING = 'UTF8' LC_COLLATE = 'und-x-icu' LC_CTYPE = 'und-x-icu' TABLESPACE = pg_default CONNECTION LIMIT = -1; COMMENT ON DATABASE dbname IS '...';它可以正常工作。 - XCanG

似乎只有13+支持und-x-icu。我尝试使用它，然后ILIKE查询是大小写敏感的。使用默认排序规则使ILIKE搜索不区分大小写，与预期相符。 - akostadinov