Исходное сообщение
"Microsoft поглотил компанию Citus, развивающую СУБД на базе ..." Отправлено KonstantinB, 26-Янв-19 23:25
Все несколько не так. С буквами это просто пример. Проблема куда серьезнее, чем чудные буквы. Порядок сортировки в Unicode определяется Collation-ами: для любого символа известно, "больше" или "меньше" он другого, то есть они все упорядочены. На основе этого строятся индексы (тот же btree). У юникодных collation-ов есть версии, и делать утверждения о каком-то порядке символов можно только в рамках конкретной версии. Поменялась версия - поменялся порядок. Репликация в постгресе физическая, байтики копируются один в один, в том числе и внутреннее представление индекса. Соответственно, помимо того, какой используется collation, надо хранить и его версию (и иметь возможность указать библиотеке, какая нам версия нужна), иначе развалятся алгоритмы, для которых важна инвариантность порядка сортировки в collation (тот же merge join). В этом месте передаем пламенный привет glibc, в котором на версионирование collation-ов положен большой болт. Второй пламенный привет передается BSD-шникам, у которых utf-ные collation-ы поломаны испокон веков и won't fix. Правильное решение тут одно - обходить [g]libc-шные strcoll* за сто миль (они максимум для чего пригодны, это сделать | sort в шелле, но уж никак не для СУБД), и использовать ICU. Это в проекте уже лет 10, но ни у кого не доходят руки (там свои проблемы, в частности, внутренний utf-16). А microsoft тут, да, точно ни в чем не виноват. :-)