PostgreSQL中实现区分重音的字符串排序及排序规则参数查询问题

嗨，我来帮你理清这个问题——你遇到的情况主要是对ICU排序强度级别的逻辑理解有偏差，咱们一步步拆解解决：

一、为什么你的三个自定义排序规则结果一致？ #

首先得纠正一个认知：你预期的bar < bat < bär其实不是标准的“区分重音排序”，而是字节序排序；而ICU的ks（排序强度级别）的作用逻辑和你想的不太一样：

• level1（primary强度）：只比较字符的基字母，完全忽略重音、大小写。理论上bar和bär会被视为相等，排序顺序是不确定的（因为你设置了deterministic = false）
• level2（secondary强度）：比较基字母+重音差异，忽略大小写。此时bar < bär（因为a的重音变体ä的secondary权重高于原字母a），但两者的基字母都是a，优先级远高于bat里的t，所以最终顺序是bar < bär < bat——这其实是完全符合level2区分重音的预期的
• level3（tertiary强度）：在level2的基础上再区分大小写，比如Bar < bar < Bär < bär，但基字母的优先级逻辑和level2一致

如果你确实想得到bar < bat < bär的顺序，那用字节序排序就能实现，PostgreSQL里可以通过COLLATE "C"来触发严格的字节值比较：

SELECT * FROM test ORDER BY string COLLATE "C";

这个查询会直接按每个字符的UTF-8字节值排序，刚好符合你的预期。

二、如何查看内置排序规则的参数细节？ #

你说得对，pg_collation表确实不会直接显示ICU的ks级别这类参数，但我们有几种方式可以查询到相关信息：

1. 查询ICU排序规则的locale参数字符串
   对于ICU提供的排序规则（collprovider = 'i'），pg_collation的collcollate字段存储了完整的ICU locale配置字符串，直接查询就能看到所有参数：

SELECT collname, collcollate
FROM pg_collation
WHERE collprovider = 'i' -- 只查ICU类型的排序规则
  AND collname LIKE 'und%'; -- 匹配你创建的und系列排序规则

比如你创建的und2，collcollate会显示und-u-ks-level2，从中就能直接看到它的ks级别是level2。

2. 查看系统libc排序规则的参数
   对于系统libc提供的排序规则（collprovider = 'c'），需要依赖系统工具查看。比如在Linux上，你可以用locale -k命令查询某个locale的详细配置：

locale -k en_US.UTF-8

命令输出里的collate-weight-table等字段会包含排序权重的细节，但libc的规则不会像ICU那样暴露明确的ks级别，因为两者的参数模型不同。

3. 用psql元命令快速查看所有排序规则
   在psql客户端中，输入\dAc可以列出所有排序规则的详细信息，包括提供者、locale字符串等，比直接查pg_collation表更直观：

\dAc

补充：如果需要符合语言习惯的区分重音排序 #

如果你既想区分重音，又希望排序符合特定语言的官方规则（而不是纯字节序），可以放弃通用的und（无语言locale），改用具体语言的ICU locale。比如德语的部分变体中，ä会被视为独立字母排在z之后，你可以尝试：

CREATE COLLATION de_sensitive (provider = icu, deterministic = false, locale = 'de-DE-u-ks-level2');
SELECT * FROM test ORDER BY string COLLATE de_sensitive;

不同语言的locale会有不同的排序逻辑，你可以根据需求选择合适的配置。

内容来源于stack exchange