问按排序规则排序

EN

我知道这是一个老帖子，但我认为不管怎样，回答都会很有用。

您肯定不想在您的应用程序中进行排序，因为这意味着您必须将集合中的所有文档放入内存中，以便对它们进行排序并返回您想要的窗口。如果你的收集量很大，那么这是非常低效的。数据库应该对窗口进行排序并将其返回给您。

但是，您可能会说，MongoDB不支持区域敏感排序。你如何解决这个问题？神奇的是“排序键”的概念。

基本上，假设您有从"a“到"z”的常规英语/拉丁字母表。你要做的就是创建一个从"a“到"01”，从"b“到"02"，再到"z”到"26“的排序关键字映射。也就是说，按照该语言的排序顺序将每个字母映射到一个数字，然后将该数字编码为字符串。然后，将要排序的字符串映射到此类型的排序关键字。例如，"abc“将变为"010203”。然后，使用属性的排序关键字将属性添加到文档中，并在属性的名称后面附加区域设置的名称：

{
    name: "abc",
    name_en: "010203"
}

现在，您只需在属性"name_en“上建立索引，就可以在"en”语言中进行排序，并对选择器和范围使用普通的基于英语的MongoDB排序，而不是使用"name“属性。

现在，假设你有另一种疯狂的语言"xx“，其中字母表的顺序是"acb”而不是"abc“。(是的，有些语言会以这种方式扰乱拉丁字母的顺序！)排序关键字如下所示：

{
    name: "abc",
    name_en: "010203",
    name_xx: "010302"
}

现在，您所要做的就是在name_en和name_xx上创建索引，并使用常规的MongoDB排序，以便在这些区域设置上正确排序。基本上，额外的属性是在不同地区排序的代理。

那么，您会问，这些映射是从哪里获得的？毕竟，你不是全球化专家，对吧？

如果您使用的是Java、C或C++，有现成的类可以为您完成此映射。在Java语言中，使用标准的排列器类，或者使用icu4j排列器类。如果使用的是C/C++，请使用ICU排序器函数/类的C/C++版本。对于其他语言，除非你能找到一个已经可以做到这一点的库，否则你就有点倒霉了。

这里有一些链接可以帮助你找到它们：

标准的Java库排序器：http://docs.oracle.com/javase/7/docs/api/java/text/Collator.html#getCollationKey(java.lang.String)

C++排序器类：http://icu-project.org/apiref/icu4c/classicu_1_1Collator.html#ae0bc68d37c4a88d1cb731adaa5a85e95

您还可以创建不同的排序键，以便按区域设置不区分大小写进行排序(是的，大小写映射是区域设置敏感的！)和重音不敏感，Unicode变体不敏感，或以上的任意组合。唯一的问题是，现在您有许多与每个可排序属性并行的属性，当您更新基本的"name“属性时，您必须使它们保持同步。这是一个痛苦的你知道什么，但仍然，它比做排序在您的应用程序或业务逻辑层。

同时也要注意游标的范围。例如，在英语中，我们只是忽略字符上的重音。因此，“？”的排序方式与"O“相同，它将出现在"M”到"Z“的范围内。但是，在瑞典语中，重音字符排在"Z“之后。因此，如果你做一个范围"M“- "Z"，你将包括一堆以"Ö”开头的记录，这些记录应该是英语的，而不是瑞典语的。

如果对文档的文本属性进行拆分，这也会影响到分片。要注意哪些范围属于哪个分片。最好是在不区分区域设置的东西上进行分片，比如散列。

尽管这里的其他答案对于MongoDB版本3.2.x和以前的版本是正确的，但是从3.4.0开始，您可以“为支持排序规则的集合或视图、索引或特定操作指定排序规则”。

Full documentation for the feature is here。

目前，MongoDB还没有实现排序。

实现Unicode collation standard是解决这个问题的最好方法。

但这会使排序变慢，并使索引变得更大。所以现在，最好在你的应用程序中进行排序。