用DB2 pureXML执行不区分大小写的高效搜索

核心提示： 如果只查询少量数据，或者查询还包含其他选择性谓词，用DB2 pureXML执行不区分大小写的高效搜索(3)，使得大写谓词只应用于很小的中间结果集，那么这种方式效果还不错，这决定在字符串排序或比较时是否考虑大小写或重音符号，在 清单 4 中使用强度级别 2，问题是如果使用包含 fn:uppe

如果只查询少量数据，或者查询还包含其他选择性谓词，使得大写谓词只应用于很小的中间结果集，那么这种方式效果还不错。问题是如果使用包含 fn:upper-case() 函数的谓词，就不会使用 DB2 中的 XML 索引。因此，这种方式不适用于大量数据。

要想避免使用 fn:upper-case() 函数并利用 XML 索引加快查询，就需要创建不区分大小写的数据库。

创建不区分大小写的 DB2 数据库

DB2 从 Version 9.5 Fixpack 1 开始支持感知地区的 Unicode 排序规则。这使我们能够忽略大小写和/或重音符号。要想创建对于所有字符串比较不区分大小写的数据库，需要使用排序规则 UCA500R1，见 清单 4。

清单 4. 创建不区分大小写的数据库

CREATE　DATABASE　testdb
USING　CODESET　UTF-8　TERRITORY　US
COLLATE　USING　UCA500R1_LEN_S2;　

字符串 UCA500R1_LEN_S2 究竟意味着什么？UCA500R1 指定此数据库使用基于 Unicode 5.0.0 标准的默认 Unicode Collation Algorithm（UCA）。因为默认的 UCA 不能同时覆盖 Unicode 支持的每种语言的排序规则序列，所以可以使用可选属性定制字符的次序。属性以下划线（_）分隔。UCA500R1 关键字加上所有属性构成一个 UCA 排序规则名。

清单 4 中使用的排序规则名包含两个属性：LEN 和 S2。LEN 是 L（语言）和 EN（英语的 ISO 639-1 语言编码）的组合。第二个属性 S2 指定强度级别，这决定在字符串排序或比较时是否考虑大小写或重音符号。在 清单 4 中使用强度级别 2，所以 “PARIS” 和 “paris” 是相等的。下面是其他有效值的示例：

UCA500R1_LEN_S1 导致 "cliche" = "Cliche" = "cliché"