Azure Cosmos DB执行ORDER BY查询时排序结果异常问题

• 核心原因是Azure Cosmos DB Core API 默认采用大小写敏感的UTF-8二进制排序规则，和多数人默认认知的不区分大小写的字典序逻辑不一致。UTF-8编码下大写英文字母（A-Z）的码值范围是65-90，小写英文字母（a-z）的码值范围是97-122，所有大写字母的码值都小于任意小写字母的码值，排序时会优先比较首字符的码值，首字符码值更小的字符串排在前面。
  你拿到的返回结果完全符合这个默认规则：
  1. 前4条Communication相关记录首字母为大写C，码值67，排在最前
  2. 第5条Dot Net testing首字母为大写D，码值68，排在大写C开头的记录之后
  3. 第6条bug_testing首字母为小写b，码值98，比所有大写字母的码值都大，因此排在所有大写开头的记录之后
  4. 后续dev_开头的记录首字母为小写d，码值100，大于小写b的码值，因此排在bug_testing之后
     你认为顺序异常，是因为预期按不区分大小写的字母序排序（b的字母顺序早于d，无论大小写），和数据库默认排序逻辑不匹配，不是查询执行故障。
• 次要可能诱因：如果容器为跨分区部署，且没有为过滤字段OrganizationID和排序字段Name_en_us创建对应复合索引，跨分区查询时会先在各分区内独立排序再拼接结果，可能出现全局排序错乱，但从当前返回结果的特征看，该问题概率极低。

• 先验证排序规则影响：执行如下查询直接对比两个字符串的数据库判定大小，确认根因：

  SELECT STRINGCMP("Dot Net testing", "bug_testing") AS compareResult
  

  如果返回compareResult值为-1，说明数据库判定Dot Net testing小于bug_testing，即可确认是默认大小写敏感排序规则导致的认知差。
• 根据业务场景选择对应方案实现预期排序：
  1. 小数据量临时查询：直接在排序时对字段做统一大小写转换，示例查询：

     SELECT TOP 10 c.Name_en_us 
     FROM c 
     WHERE c.OrganizationID = "101" 
     ORDER BY LOWER(c.Name_en_us) ASC
     

     注意：使用函数排序需要提前为对应表达式配置索引，否则会触发全表扫描，消耗大量请求单位（RU），不适合生产环境高频查询。
  2. 生产环境高频查询：写入数据时冗余一个排序专用字段，比如Name_en_us_lower，写入时同步将Name_en_us转为小写存入该字段，查询时直接按该字段排序，查询性能最高。
  3. 新建容器场景：配置索引策略时直接为字符串字段指定大小写不敏感的排序规则，从索引层面实现无感知的大小写不敏感排序，不需要修改查询逻辑或冗余字段。
• 索引合规性检查：进入容器的索引策略配置页，确认存在(OrganizationID ASC, Name_en_us ASC)的复合索引，如果缺失则补充添加，避免跨分区查询可能出现的排序拼接异常，添加完成后重新执行原查询验证结果。

内容的提问来源于stack exchange，提问作者Ramesh Bolla