12.14.1 Collation Implementation Types

12.14.1 Collation Implementation Types

MySQL은 여러 유형의 collation을 구현합니다:

8-bit character set을 위한 단순 collation

이러한 종류의 collation은 문자 코드에서 weight로의 일대일 매핑을 정의하는 256개 weight의 배열을 사용하여 구현됩니다. latin1_swedish_ci가 그 예입니다. 이는 대소문자를 구분하지 않는 collation이므로, 어떤 문자에 대해서든 대문자와 소문자의 weight가 동일하며 비교 시 동일하다고 간주됩니다.

1mysql> SET NAMES 'latin1' COLLATE 'latin1_swedish_ci';
2Query OK, 0 rows affected (0.01 sec)
3
4mysql> SELECT HEX(WEIGHT_STRING('a')), HEX(WEIGHT_STRING('A'));
5+-------------------------+-------------------------+
6| HEX(WEIGHT_STRING('a')) | HEX(WEIGHT_STRING('A')) |
7+-------------------------+-------------------------+
8| 41                      | 41                      |
9+-------------------------+-------------------------+
101 row in set (0.01 sec)
11
12mysql> SELECT 'a' = 'A';
13+-----------+
14| 'a' = 'A' |
15+-----------+
16|         1 |
17+-----------+
181 row in set (0.12 sec)

구현 방법에 대한 지침은 Section 12.14.3, “Adding a Simple Collation to an 8-Bit Character Set”를 참조하십시오.

8-bit character set을 위한 복잡한 collation

이러한 종류의 collation은 C 소스 파일의 함수들을 사용하여 구현되며, 이 함수들은 Section 12.13, “Adding a Character Set”에 설명된 대로 문자의 정렬 방법을 정의합니다.

non-Unicode multibyte character set을 위한 collation

이 유형의 collation에서는 8-bit (single-byte) 문자와 multibyte 문자를 다르게 처리합니다. 8-bit 문자에 대해서는, 문자 코드는 대소문자를 구분하지 않는 방식으로 weight에 매핑됩니다. (예를 들어, single-byte 문자 'a'와 'A'는 모두 0x41의 weight를 가집니다.) multibyte 문자에 대해서는 문자 코드와 weight 사이에 두 가지 유형의 관계가 있습니다:

• weight가 문자 코드와 동일합니다. sjis_japanese_ci가 이러한 종류의 collation의 예입니다. multibyte 문자 'ぢ'는 문자 코드가 0x82C0이고, weight 역시 0x82C0입니다.

1mysql> CREATE TABLE t1
2         (c1 VARCHAR(2) CHARACTER SET sjis COLLATE sjis_japanese_ci);
3Query OK, 0 rows affected (0.01 sec)
4
5mysql> INSERT INTO t1 VALUES ('a'),('A'),(0x82C0);
6Query OK, 3 rows affected (0.00 sec)
7Records: 3  Duplicates: 0  Warnings: 0
8
9mysql> SELECT c1, HEX(c1), HEX(WEIGHT_STRING(c1)) FROM t1;
10+------+---------+------------------------+
11| c1   | HEX(c1) | HEX(WEIGHT_STRING(c1)) |
12+------+---------+------------------------+
13| a    | 61      | 41                     |
14| A    | 41      | 41                     |
15| ぢ    | 82C0    | 82C0                   |
16+------+---------+------------------------+
173 rows in set (0.00 sec)

• 문자 코드는 weight로 일대일 매핑되지만, 코드 값이 반드시 weight와 같을 필요는 없습니다. gbk_chinese_ci가 이러한 종류의 collation의 예입니다. multibyte 문자 '膰'는 문자 코드가 0x81B0이지만, weight는 0xC286입니다.

1mysql> CREATE TABLE t1
2         (c1 VARCHAR(2) CHARACTER SET gbk COLLATE gbk_chinese_ci);
3Query OK, 0 rows affected (0.33 sec)
4
5mysql> INSERT INTO t1 VALUES ('a'),('A'),(0x81B0);
6Query OK, 3 rows affected (0.00 sec)
7Records: 3  Duplicates: 0  Warnings: 0
8
9mysql> SELECT c1, HEX(c1), HEX(WEIGHT_STRING(c1)) FROM t1;
10+------+---------+------------------------+
11| c1   | HEX(c1) | HEX(WEIGHT_STRING(c1)) |
12+------+---------+------------------------+
13| a    | 61      | 41                     |
14| A    | 41      | 41                     |
15| 膰    | 81B0    | C286                   |
16+------+---------+------------------------+
173 rows in set (0.00 sec)

구현 방법에 대한 지침은 Section 12.13, “Adding a Character Set”를 참조하십시오.

Unicode multibyte character set을 위한 collation

이들 collation 중 일부는 Unicode Collation Algorithm (UCA)을 기반으로 하고, 일부는 그렇지 않습니다.

non-UCA collation은 문자 코드에서 weight로의 일대일 매핑을 가집니다. MySQL에서 이러한 collation은 대소문자를 구분하지 않고, 액센트도 구분하지 않습니다. utf8mb4_general_ci가 그 예입니다: 'a', 'A', 'À', 'á'는 각각 다른 문자 코드를 가지지만, 모두 weight가 0x0041이며 비교 시 동일하다고 간주됩니다.

1mysql> SET NAMES 'utf8mb4' COLLATE 'utf8mb4_general_ci';
2Query OK, 0 rows affected (0.00 sec)
3
4mysql> CREATE TABLE t1
5       (c1 CHAR(1) CHARACTER SET UTF8MB4 COLLATE utf8mb4_general_ci);
6Query OK, 0 rows affected (0.01 sec)
7
8mysql> INSERT INTO t1 VALUES ('a'),('A'),('À'),('á');
9Query OK, 4 rows affected (0.00 sec)
10Records: 4  Duplicates: 0  Warnings: 0
11
12mysql> SELECT c1, HEX(c1), HEX(WEIGHT_STRING(c1)) FROM t1;
13+------+---------+------------------------+
14| c1   | HEX(c1) | HEX(WEIGHT_STRING(c1)) |
15+------+---------+------------------------+
16| a    | 61      | 0041                   |
17| A    | 41      | 0041                   |
18| À    | C380    | 0041                   |
19| á    | C3A1    | 0041                   |
20+------+---------+------------------------+
214 rows in set (0.00 sec)

MySQL의 UCA 기반 collation은 다음과 같은 특성을 가집니다:

• 어떤 문자에 weight가 있다면, 각 weight는 2바이트(16비트)를 사용합니다.

• 문자는 weight가 하나도 없을 수 있습니다(또는 빈 weight). 이 경우, 해당 문자는 무시할 수 있는 문자입니다. 예: "U+0000 NULL"은 weight가 없으며 무시 가능합니다.

• 문자는 하나의 weight를 가질 수 있습니다. 예: 'a'는 0x0E33이라는 weight를 가집니다.

1mysql> SET NAMES 'utf8mb4' COLLATE 'utf8mb4_unicode_ci';
2Query OK, 0 rows affected (0.05 sec)
3
4mysql> SELECT HEX('a'), HEX(WEIGHT_STRING('a'));
5+----------+-------------------------+
6| HEX('a') | HEX(WEIGHT_STRING('a')) |
7+----------+-------------------------+
8| 61       | 0E33                    |
9+----------+-------------------------+
101 row in set (0.02 sec)

• 문자는 여러 개의 weight를 가질 수 있습니다. 이것을 expansion이라고 합니다. 예: 독일 문자 'ß' (SZ ligature 또는 SHARP S)는 0x0FEA0FEA라는 weight를 가집니다.

1mysql> SET NAMES 'utf8mb4' COLLATE 'utf8mb4_unicode_ci';
2Query OK, 0 rows affected (0.11 sec)
3
4mysql> SELECT HEX('ß'), HEX(WEIGHT_STRING('ß'));
5+-----------+--------------------------+
6| HEX('ß')  | HEX(WEIGHT_STRING('ß'))  |
7+-----------+--------------------------+
8| C39F      | 0FEA0FEA                 |
9+-----------+--------------------------+
101 row in set (0.00 sec)

• 여러 문자가 하나의 weight를 가질 수 있습니다. 이것을 contraction이라고 합니다. 예: 'ch'는 체코어에서 하나의 문자이며 0x0EE2라는 weight를 가집니다.

1mysql> SET NAMES 'utf8mb4' COLLATE 'utf8mb4_czech_ci';
2Query OK, 0 rows affected (0.09 sec)
3
4mysql> SELECT HEX('ch'), HEX(WEIGHT_STRING('ch'));
5+-----------+--------------------------+
6| HEX('ch') | HEX(WEIGHT_STRING('ch')) |
7+-----------+--------------------------+
8| 6368      | 0EE2                     |
9+-----------+--------------------------+
101 row in set (0.00 sec)

다수의 문자에서 다수의 weight로 매핑하는 것도 가능합니다(이는 contraction과 expansion의 결합이지만), MySQL에서는 지원되지 않습니다.

구현 방법에 대한 지침은, non-UCA collation의 경우 Section 12.13, “Adding a Character Set”을, UCA collation의 경우 Section 12.14.4, “Adding a UCA Collation to a Unicode Character Set”를 참조하십시오.

기타(miscellaneous) collation

이전의 어느 범주에도 속하지 않는 몇 가지 collation도 존재합니다.