MySQL 中文拼音排序问题

问题

在做通讯录、人员列表等功能时，经常会碰到按照中文拼音排序的问题。

我们在这里可以用一个简单的例子进行说明

先创建测试数据

sql 复制代码

CREATE TABLE user (
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(50) NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

INSERT INTO user (name) VALUES
('张三'),('李四'),('王五'),('赵六'),('钱七'),('孙八'),('周九'),('吴十');

下面，我们希望查出数据，并且按照中文拼音顺序排序

很简单，这样就行了

sql 复制代码

SELECT * FROM user ORDER BY name;

可是，执行后却发现，结果似乎并不符合预期

这其实是因为，MySQL 默认字符集排序：

utf8mb4_general_ci
utf8mb4_unicode_ci

这些排序是 按 Unicode 编码点排序，而不是拼音顺序。

那么，我怎么实现中文拼音排序呢？

解决办法

方法一

默认字符集排序不支持，那我不用默认字符集不就行了,看我的

sql 复制代码

SELECT * FROM user ORDER BY CONVERT(NAME USING gbk);

如果在 xml 里面使用，注意使用CDATA包裹

xml 复制代码

<select id="listUsers" resultType="User">
  SELECT id, name
  FROM user
  ORDER BY <![CDATA[CONVERT(name USING gbk)]]>
</select>

可行是可行，但是每次查询都要做编码转化，有没有更简单粗暴的方法？

方法二

有的兄弟，有的

我们可以跳过编码转化这一个步骤，添加一个冗余字段，在数据变更时写入拼音不就行了（空间换时间打法还是太强了）

我们先添加字段

sql 复制代码

ALTER TABLE user
ADD COLUMN pinyin VARCHAR(100) AFTER name;

再导入这样一个依赖

xml 复制代码

<dependency>
    <groupId>com.belerweb</groupId>
    <artifactId>pinyin4j</artifactId>
    <version>2.5.1</version>
</dependency>

再建立对应工具类

java 复制代码

public class PinyinUtil {
    /**
     * @param chinaStr 中文字符串
     * @return 中文字符串转拼音 其它字符不变
     */
    public static String getPinyin(String chinaStr){
        HanyuPinyinOutputFormat formart = new HanyuPinyinOutputFormat();
        formart.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        formart.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
        formart.setVCharType(HanyuPinyinVCharType.WITH_V);
        char[] arrays = chinaStr.trim().toCharArray();
        String result = "";
        try {
            for (int i=0;i<arrays.length;i++) {
                char ti = arrays[i];
                if(Character.toString(ti).matches("[\u4e00-\u9fa5]")){ //匹配是否是中文
                    String[] temp = PinyinHelper.toHanyuPinyinStringArray(ti,formart);
                    result += temp[0];
                }else{
                    result += ti;
                }
            }
        } catch (BadHanyuPinyinOutputFormatCombination e) {
            e.printStackTrace();
        }
        
        return result;
    }
}

PinyinUtil.getPinyin()会根据中文字符串 返回对应的拼音字符串

在涉及到数据变更（新增、修改、导入等场景）时，写入冗余字段就行

java 复制代码

String pinyin = PinyinUtil.getPinyin(name);
user.setPinyin(pinyin);

我们的测试数据表在经过处理后，就变成了这样

查询时，对冗余字段排序即可

sql 复制代码

SELECT * FROM user ORDER BY pinyin;

当数据量超过 几百万条以上 ，方法二的优势会明显

当然，方法一不用做多余操作，直接sql搞定，也是一个优点