SQL字符序与"相等但可区分"的值

SQL中字符串的比较规则由字符序（collation）决定，而字符序存在两个容易被忽视的 变数。第一个变数是PAD SPACE与NO PAD的选择：若采用PAD SPACE，字符串”AB”和”AB “ （末尾多一个空格）这两个明显不同的字符串会被判定为”比较上相等”；书中明确建议 尽量使用NO PAD，避免这种因为空格填充造成的虚假相等（注意这个选择只影响比较， 不影响赋值）。第二个变数是大小写不敏感这类字符序（如CASE_INSENSITIVE）会让 明显不同的字符值比较为相等（比如小写”p2”和大写”P2”）。这两种情况共同指向一个 被作者命名为”相等但可区分”（equal but distinguishable）的值对概念：两个值本身 确实不同（可区分），但在相等比较运算里却返回TRUE。这不只是一个理论上的怪癖—— 它会实际影响MATCH、LIKE、UNIQUE、UNION、JOIN等大量隐式依赖相等判断的运算， 一个具体后果是外键约束检查也可能被这种”相等但可区分”的字符序悄悄放宽（比如大小写 不同、末尾多个空格的两个值仍被判定满足外键匹配）。更麻烦的是，涉及UNION、 INTERSECT、GROUP BY、DISTINCT这类需要从多个”相等但可区分”的候选值中选出一个作为 结果的运算，SQL标准本身没有给出确定性规则，导致同一查询在数据完全不变的情况下 可能返回不同结果（SQL称之为”可能非确定性的”），书中强调这类表达式绝不能出现在 完整性约束里，因为会造成不可预期的更新失败。