DB2中创建一个获取汉字拼音首字母的SQL函数

需求

有些时候我们会有这样的需求，要求使用字母从a至z对一组数据进行索引，如果数据的格式全部是半角的英文则很容易实现，但若是对一组中文数据进行索引则会引起一点小的麻烦，数据在录入数据库的时候可能并没有指定一个索引字母，这就要求应用程序可以自动生成用于索引的信息。

一般对于中文数据的索引，采用词组的首汉字拼音的首字母，例如：

词组索引字母

－－－－－－－－

熊猫 x

白暨豚 b

藏野驴 z

在DB2中并没有提供相应的函数可以取得汉字拼音的首字母，我们可以利用数据库针对中文字符集的排序功能创建一个这样的函数。

工作原理

我们知道在使用中文字符集的数据库中，当你对一列中文数据使用order by 排序时，排序的结果正是按照每行记录第一个汉字的拼音首字母进行排列的，那么我们需要想办法取得这个字母。

但是数据库内部是如何做到这一点的呢？以中文字符集GBK为例，让我们查看一下GBK字符集的内码表，我们仅摘出一段：

0 1 2 3 4 5 6 7 8 9 A B C D E F

B040 癅癆癇癈癉癊癋癎癏癐癑癒癓癕癗癘

B050 癙癚癛癝癟癠癡癢癤癥癦癧癨癩癪癬

B060 癭癮癰癱癲癳癴癵癶癷癹発發癿皀皁

B070 皃皅皉皊皌皍皏皐皒皔皕皗皘皚皛

B080 皜皝皞皟皠皡皢皣皥皦皧皨皩皪皫皬

B090 皭皯皰皳皵皶皷皸皹皺皻皼皽皾盀盁

B0A0 盃啊阿埃挨哎唉哀皑癌蔼矮艾碍爱隘

B0B0 鞍氨安俺按暗岸胺案肮昂盎凹敖熬翱

B0C0 袄傲奥懊澳芭捌扒叭吧笆八疤巴拔跋

B0D0 靶把耙坝霸罢爸白柏百摆佰败拜稗斑

B0E0 班搬扳般颁板版扮拌伴瓣半办绊邦帮

B0F0 梆榜膀绑棒磅蚌镑傍谤苞胞包褒剥

可以看到从B0A0-1 开始，至B0C0-5，是拼音A开头的汉字，恰好是按照拼音字母的先后顺序排列，并且把音调的因素也考虑进去了，由此，可以推断出，数据库在GBk编码的数据库中对汉字进行排序，即是依照字符内码表的编码进行的。

我们把B0C0-5 位置的汉字记录下来，即“澳”字，这是以“a”拼音开头在内码表中排列在最后的汉字，用同样的方法，我们找出所有以拼音从b至z开头，在内码表中排列在最后的汉字，与26个字母的对应关系如下：

'澳' a

'怖' b

'错' c

'堕' d

'贰' e

'咐' f

'过' g

'祸' h

'骏' j

'阔' k

'络' l

'穆' m

'诺' n

'沤' o

'瀑' p

'群' q

'弱' r

'所' s

'唾' t

'误' w

'迅' x

'孕' y

'座 z

注：没有以'i','u','v'开头的汉语拼音。

现在假若我们拿出任何一个汉字，放在我们挑选出的这些汉字中间，利用数据库进行一次使用GBK字符集的排序，我们便能够根据这个汉字排列的相对位置得到其拼音首字母。

利用sql语句生成一组上述汉字的结果集，我们将'i','u','v' 三个空缺汉字的位置补上了上一个拼音的汉字，

select t1.strChn

from ( select '澳' strChn from sysibm.sysdummy1

union all

select '怖' strChn from sysibm.sysdummy1

union all

select '错' strChn from sysibm.sysdummy1

union all

select '堕' strChn from sysibm.sysdummy1

union all

select '贰' strChn from sysibm.sysdummy1

union all

select '咐' strChn from sysibm.sysdummy1

union all

select '过' strChn from sysibm.sysdummy1

union all

select '祸' strChn from sysibm.sysdummy1

union all

select '祸' strChn from sysibm.sysdummy1

union all

select '骏' strChn from sysibm.sysdummy1

union all

select '阔' strChn from sysibm.sysdummy1

union all

select '络' strChn from sysibm.sysdummy1

union all

select '穆' strChn from sysibm.sysdummy1

union all

select '诺' strChn from sysibm.sysdummy1

union all

select '沤' strChn from sysibm.sysdummy1

union all

select '瀑' strChn from sysibm.sysdummy1

union all

select '群' strChn from sysibm.sysdummy1

union all

select '弱' strChn from sysibm.sysdummy1

union all

select '所' strChn from sysibm.sysdummy1

union all

select '唾' strChn from sysibm.sysdummy1

union all

select '唾' strChn from sysibm.sysdummy1

union all

select '唾' strChn from sysibm.sysdummy1

union all

select '误' strChn from sysibm.sysdummy1

union all

select '迅' strChn from sysibm.sysdummy1

union all

select '孕' strChn from sysibm.sysdummy1

union all

select '座' strChn from sysibm.sysdummy1

) as t1

实现

接下来很方便的就可以写出这个函数的具体实现，在实现的代码中，我们又加入了针对英文字母的处理，函数编译后，可通过如下方式调用：

select getIndex( '索' ) index from dual;

index

------

原代码如下：

create function getIndex (

in_strChn varchar(2)

) returns char(1)

language sql

external action

reads sql data

begin atomic

declare chResult char(1);

declare n integer default 0;

if( in_strChn = '' or in_strChn is null or lengthb( in_strChn ) > 2 ) then

return null;

end if;

if(( ascii( in_strChn ) >= ascii('A') and ascii( in_strChn ) <= ascii('Z') )

or ( ascii( in_strChn ) >= ascii('a') and ascii( in_strChn ) <= ascii('z')) ) then

return lcase( substr( in_strChn, 1, 1 ) );

end if;

for myloop as

select t2.strChn

from ( select t1.strChn

from ( select '澳' strChn from sysibm.sysdummy1

union all

select '怖' strChn from sysibm.sysdummy1

union all

select '错' strChn from sysibm.sysdummy1

union all

select '堕' strChn from sysibm.sysdummy1

union all

select '贰' strChn from sysibm.sysdummy1

union all

select '咐' strChn from sysibm.sysdummy1

union all

select '过' strChn from sysibm.sysdummy1

union all

select '祸' strChn from sysibm.sysdummy1

union all

select '祸' strChn from sysibm.sysdummy1

union all

select '骏' strChn from sysibm.sysdummy1

union all

select '阔' strChn from sysibm.sysdummy1

union all

select '络' strChn from sysibm.sysdummy1

union all

select '穆' strChn from sysibm.sysdummy1

union all

select '诺' strChn from sysibm.sysdummy1

union all

select '沤' strChn from sysibm.sysdummy1

union all

select '瀑' strChn from sysibm.sysdummy1

union all

select '群' strChn from sysibm.sysdummy1

union all

select '弱' strChn from sysibm.sysdummy1

union all

select '所' strChn from sysibm.sysdummy1

union all

select '唾' strChn from sysibm.sysdummy1

union all

select '唾' strChn from sysibm.sysdummy1

union all

select '唾' strChn from sysibm.sysdummy1

union all

select '误' strChn from sysibm.sysdummy1

union all

select '迅' strChn from sysibm.sysdummy1

union all

select '孕' strChn from sysibm.sysdummy1

union all

select '座' strChn from sysibm.sysdummy1

union all

select in_strChn strChn from sysibm.sysdummy1

) as t1

order by t1.strChn

) as t2

if ( strChn = in_strChn ) then

set chResult = chr( ascii('a') + ( case n when 26 then n-1 else n end ) );

return chResult;

end if;

set n = n + 1;

end for;

return chResult;

end@

实际使用中，应注意建立数据库时字符集参数的设置，应使用GBK字符集。

应用以下命令查看已建立数据库的字符集：

db2 connect to db_name user user_name using password

db2 get db cfg | grep -i 'code set'

此参数在数据库建立之后不能修改。