在MySQL 5.6中比较整数与显式排序规则时如何避免无效错误

问题描述

好的，这不是有史以来最清晰的标题；随时改善。

我有一张表格，代表数千种语言形式。其中许多都大量使用变音符号，因此 aha ， áha̱ 和 ā̧́ḫà̀ 都可能出现。该表（和数据库）使用UTF-8作为字符集，并使用utf8mb4_unicode_520_ci作为默认归类方案，因为搜索应区分大小写和变音符（因此搜索 aha 应该带来全部三个）。这些表格都是由人工手动输入的，因此不可避免地会有重复。

我目前正在尝试获取完全相同形式的列表，以消除重复（手动-每个令牌都必须在删除之前进行检查），但是在这种情况下，我需要在变音符号中进行搜索-感知方式–也就是说，鉴于上面列出的三个标记，由于变音符号，它们是三种不同的形式，因此我希望搜索不会产生结果。

我认为这应该是一个相当容易的任务；只是做：

SELECT token FROM table GROUP BY token HAVING COUNT(token) > 1 COLLATE utf8mb4_bin

但是a，那行不通。相反，它给我一个错误消息，即“ COLLATION utf8mb4_bin对字符集latin1无效”。我应该注意，我在任何地方都没有拉丁文-1，没有字符集，没有排序规则，没有服务器字符集，也没有。也没有存储过程或其他可能会出现Latin-1的内容。

不，这是因为this bug，显然是从5.7开始固定的；请参阅底部的说明：

对于诸如ORDER BY numeric_expr COLLATE collat​​ion_name的构造，表达式的字符集被视为latin1，如果在COLLATE之后指定的排序规则与latin1不兼容，则会导致错误。现在，当在存在COLLATE的情况下将数字表达式隐式转换为字符表达式时，使用的字符集就是与命名排序规则关联的字符集。

很遗憾，我的系统是5.6，并且无法进行升级（烦人）。将数据转换为Latin-1也是一种选择，也不能更改表的排序规则。

有没有一种方法可以运行我的查询或等效的查询，而不产生排序规则错误？

解决方法

SET NAMES utf8mb4;
CREATE TABLE x(s VARCHAR(11) COLLATE utf8mb4_unicode_520_ci NOT NULL);
INSERT INTO x (s)
    VALUES ('aha'),('áha̱'),('ā̧́ḫà̀'),('i'),('i̯');
SELECT s FROM x GROUP BY s HAVING COUNT(*) > 1;

回来

啊哈 我

没有对数字内容的任何抱怨。

我在5.6.46、5.7.26、8.0.16和多个MariaDB版本上运行它。

我在做什么与您的情况不同？

添加重复的COLLATE子句时，请将其放在需要它的查询组件中。 （COLLATE不适用于整个查询；不同部分的整理方式可能不同。）