2021年绝对是一个有意思的念头，估计过10年都会想到今年的一些变革，很多人都会被影响，改变，重新开始，或寻找新的路径。
归正题，新公司的开发小朋友，对DB 提出了一个问题，就是要修改某个表的字段的collation,究其原因为了某些业务中这个字段的排序。然后我就告诉DB，NO NO NO ，究其原因曾经SQL SERVER 更换collation后产生的问题还在记忆里面。不过PG的collation 说起来还真没有怎么研究，空白要被填补，否则不能一致倚老卖老。
首先要确认几点，
1 PG 要更换collation 针对表的字段，主要就是文本的类型 char ,varchar, text.
2 collation 与PG的 encoding 有关，于创建数据库INSTANCE 初始化有关，与建库时的建库语句有关，也与建表的语句有关。
3 网上我是没有找到中文关于这类的问题清晰的描述或文章，我就当开个头。
从PG的encoding 说起，PG 的encoding 分为 server encoding 和 client encoding
通过下面的语句，我们可以找到当前数据库的关于encoding, collation 的信息
SELECT d.datname as "Name", pg_catalog.pg_get_userbyid(d.datdba) as "Owner", pg_catalog.pg_encoding_to_char(d.encoding) as "Encoding", d.datcollate as "Collate", d.datctype as "Ctype", pg_catalog.array_to_string(d.datacl, E'n') AS "Access privileges" FROM pg_catalog.pg_database d ORDER BY 1;
数据库的encoding 是UTF8 ,客户的client encoding 也是UTF8
问题1 我的client_encoding 和 server_encoding 可以不一样吗？
我们来看看下面的操作，将客户端的encoding 变为 BIG5码， 则在键入一些字符，系统会直接报错，无法确认这些字符是什么。
而将客户端的encoding 更换为 GBK，我们在查询俄文，也不会报错
这就涉及到PG 本身支持的字符编码类型，这里台湾省的BIG5码不在支持范围（以PG13为例），中国的GBK属于PG的扩展标准。 下方是一个表，这个表里面server ICU 为NO 的是 PG 目前不支持的字符编码。
而UTF8 为什么为一个大多数PG的字符的标准，因为这个编码是 ALL，也就是通吃各种字符以及国别的语言。
而这些是怎么带入到我们的建库语句中，参见下图， create database encoding 以及 LC_COLLATE, LC_CTYPE 这三个选项。
en-coding 是字符的编码集，此数据库下的所有的默认表的设置，以及字段的编码都为UTF8 ， lc_collate 为本地化字符排序规则，lc_ctype 为字符集中的字符分类，这里统计了一下关于UTF8的类型的字符分类，在PG14中有262个。
我们创建一个使用collate 为 zh_CN的数据库，对比 en_US的数据库又什么不同
我们在两个数据库中的同样的表，中插入同样的数据，然后order by 一下
en utf8
zh utf8
那么此时差距就有了，同样都是一样的字符，在排序后，同样都使用UTF8 ，而在collate 不同的情况下， 默认的name 进行排序后的结果就不一致了。
那么怎么能让两个表的order by 的结果一致。
ALTER TABLE test ALTER COLUMN name SET DATA TYPE character varying(255) COLLATE "en_US";
通过修改表的字段的collation后，再次进行order by ，两个表的结果一致了。
说到这里，回到上面的问题，开发要改字段的collation，为什么没有让他改。
原因
1 不确认修改的字段是否会引起索引的重建的问题
2 修改后，部分查询会出现无法进行的情况
上面两个图是字段的collation 是一致的情况下，可以查询出数据（下面的图），如果我修改了某个表的collation ,则查询直接报错。
2021-09-02 01:18:51.116 EDT [48166] ERROR: could not determine which collation to use for string hashing 2021-09-02 01:18:51.116 EDT [48166] HINT: Use the COLLATE clause to set the collation explicitly. 2021-09-02 01:18:51.116 EDT [48166] STATEMENT: select t.id from test as t inner join test_2 as t2 on t.name = t2.name order by t.name; ERROR: could not determine which collation to use for string hashing HINT: Use the COLLATE clause to set the collation explicitly. test_zh=#
主要的原因还是表join 的情况下，使用到了hash 算法，而人类看上去明明一样的两个表的 两个字段，在你修改了collation后，那就彻彻底底的不一样了。 到此为止，还应该深入，但想睡觉了，不过很想和那个程序员说， 您还是别异想天开了，我们应该有其他的方法解决你的需求。
