Desmistificando o collation no SQL Server – Parte 2

Olá!

No último post eu comecei uma série sobre collations no SQL Server. Este post apresenta a segunda parte da série. Você pode conferir a agenda a seguir para se situar:

  • Introdução [Você está aqui]
  • O que são collations
  • Collations do Windows vs Collations do SQL
  • Precedência de Collations
  • Tertiary Weights
  • Query Optimizer e Collations!

Lembrando: Essa parte é muito importante para entender a necessidade do collation. Vamos nessa, fera!?

Como um breve resumo: no último post vimos o que são textos e como eles se diferenciam dos outros tipos de dados. Para resumir:

  • Textos dependem de regras culturais!
  • Textos são formados por elementos menores: O caractere
  • O caractere pode ser uma letra, um algarismo, um sinal de pontuação, um espaço, etc.
  • Computadores trabalham com números somente!
  • O seu monitor/impressora faz um desenho, com base no que algum software ordena… Eles não sabem a diferença entre um o ‘a’ de um texto em um site, e o ‘a’ de uma foto de um documento 😉
  • Em suma: O computador/software representa tudo internamente com números e ordena aos dispositivos que desenhem conforme nós entendemos!

Então, o que você vê na tela como sendo uma letra ‘a’ é na verdade um conjunto de pontinhos(pixels) no seu monitor acesos que formam isso que você chama de letra, ou de interrogação, ou de exclamação, ou a maiúsculo com acento…os softwares e o sistema operacional só trabalham com números, mas dão significados aos números dependendo do contexto em que estão usando eles. Imagine este caractere que está vendo na tela do seu computador: A. Olha o que ele é:

  • O seu navegador web/sistema operacional/computador: 65
  • Para o seu monitor/placa de vídeo: pintar o pixel que está na linha 1001 e coluna 5000, pintar o pixel que está na linha 1002, coluna 5002, etc…
  • Para você: letra A
Uma letra A desenhada no monitor, em um zoom!

Uma letra A desenhada no monitor, em um zoom!

Sacou!? Para o computador/software tudo são números e caracteres são números, e consequentemente, textos são números. Todo o texto que você digita e que você lê, está sendo na verdade representado por uma sequência de números (sequência de caracteres), e em qualquer lugar que ele for exibido, por um monitor e uma placa de vídeo, ou uma impressora, ele vai ser exibido conforme você entende: um conjunto de símbolos, de desenhos. Mas dentro do computador, eles são números, porque o computador é capaz de trabalhar somente com números!

Bom Rodrigo, então se caracteres são números, então qual número representa qual caractere?

E é aqui que você começa a se deparar com um dilema que começou lá no início da computação. Os primeiros computadores/softwares eram capazes de trabalhar somente com números de 256 valores diferentes: 0-255. Para entender melhor isso, precisaríamos de outro post, outra série e provavelmente ela despertaria muitas outras dúvidas… Existe um cara, muito foda extremamente expert neste assunto,  que escreveu uma série de artigos sobre como funciona um computador, mais especificamente, uma CPU, começando falando sobre o que são dados e informações até chegar em como o seu computador carrega o sistema operacional… É simplesmente sensacional, e ele aborda tudo o que você precisa saber para entender detalhes de como um computador consegue representar textos, imagens, fazer cálculos,o que quer dizer computador de 8-bits, de 32-bits, etc. Ele é o B. Piropo (http://www.bpiropo.com.br/). Lá tem muitos artigos excelentes, e eu ainda tenho muita fé que vou ler todos! A série de artigos que estou falando começa com o artigo “Mudança de Rumo” e depois com “Computadores I: Dados e Informações”, e estão na seção “Escritos”, “Colunas Fórum PC”. Você pode usar a busca para encontrar também. O B. Piropo sabe realmente como transformar assuntos complexos, com uma linguagem técnica difícil, em brincadeira de criança. Faça bom proveito!

Mas Rodrigo, espera um pouco… O que esse assunto tem a ver com SQL Server?

Bom, o SQL Server é um SGBD, isto é, um software que gerencia um banco de dados onde informações estão a todo tempo sendo armazenadas e recuperadas, e essas informações podem ser textos, ou melhor dizendo, caracteres :-).
Ele realmente não se preocupa em escrever nada na tela, ou imprimir algo… Porém, ele pode entregar e receber textos de outros softwares… Além disso, ele permite que você ordene, compare, conte caracteres, e muitas outras operações com textos…

Para o computador, um ‘a’ e um ‘A’ são representados por números diferentes, mas para nós, significam a mesma letra, porém uma é maiúscula e outra é minúscula. O mesmo vale quando temos um ‘á’ (para o computador é outro número diferente, mas para nós é um ‘a com acento agudo’). Dependendo como você quer trabalhar com texto, você irá querer ignorar essas diferenças, e mesmo sendo números diferentes, o software deverá ser capaz de lidar com isso. E todas essas operações podem ser afetadas conforme as regras culturais. No japão, por exemplo, os caracteres não são iguais ao que usamos aqui. Então é de suma importância entender toda essa base sobre textos! Os conceitos que irá aprender nessa parte, não vale apenas para o SQL Server, mas para qualquer software que necessite trabalhar com texto.

No próximo post, vamos continuar este assunto e descobrir como os caracteres são representandos por números!

Até lá!

[]’s

Desmistificando o Collation no SQL Server – Parte 1

Oi! Tudo certo!?

Já faz um bom tempo desde o último post, e estou devendo algumas coisas à vocês. Mas estou revendo alguns pontos e tem muita coisa e muito assunto que desejo postar aqui, então em breve creio que irei conseguir me desculpar! 🙂

Recentemente tive a oportunidade de falar de um assunto que parece não ser muito grande… Mas que pode causar muita dor de cabeça: COLLATIONS!

Pensando nisso, vou iniciar mais uma série “Desmitificando”, agora sobre collations. Espero que possa ser útil. A série “Desmitificando o SELECT” também será incrementada com posts novos!

Qual o meu objetivo com essa série?

Vocês já deve ter se deparado com aqueles erros de incompatibilidade de collations… Pois bem geralmente a ação é usar um comando “COLLATE” e está tudo certo.

  • Mas você sabia que existe uma precedência de collations?
  • Sabia que nem sempre collations diferentes vão resultar erros?
  • Sabia que você pode perder dados ao converter um collation para outro?
  • Sabia que o plano de execução gerado para sua query pode ser bem ruim, por conta do collation?

Muitas perguntas né!? E ainda tem  mais… Mas vamos direto ao ponto:

O objetivo desta série é que você domine o collation e saiba exatamente o que está fazendo e o que o SQL Server está fazendo por debaixo dos panos…

Mas, até lá, vamos precisar alinhar umas coisas antes sobre textos e computadores, pois se não fosse por isso, não havia necessidade de collations, ok!? Então senta aí, e vamos conversar um pouco…

Agenda da série (pode ser alterada a cada post)

  • Introdução [Você está aqui]
  • O que são collations
  • Collations do Windows vs Collations do SQL
  • Precedência de Collations
  • Tertiary Weights
  • Query Optimizer e Collations!

TEXTOS E COMPUTADORES

Um número em qualquer lugar do mundo significa a mesma coisa. O número 5 significa a mesma coisa, tanto no Brasil como no Japão, etc. O que pode mudar é a representação. O símbolo ‘5’ pra gente já é suficiente. Com datas, também não é diferente: Se você adicionar 1 dia à data ‘1 de janeiro de 2014’, você sempre vai ter ‘2 de janeiro de 2014’, independente do lugar em que você se encontra! Com textos isso já não é assim, tão simples…

Textos são como nós identificamos e representamos as coisas. As palavras e as letras são usadas por uma determinada cultura, povo, sociedade (chame do que quiser), mas o fato é que dependendo do lugar em que você se encontra no mundo, as regras de escrita podem mudar: Os símbolos para representar as letras (já ouviu falar em acento no S?) são o exemplo mais prático que você pode ter para ilustrar isso…

Computadores são capazes de representar textos e também lidar com essas diferenças. Mas precisam ser informados onde estão, qual o idioma, a região, etc. Sozinhos eles não conseguem sair do outro lado…

Mas os computadores não entendem textos. Apenas números. Um computador, em sua simplicidade é capaz de fazer somente algumas operações básicas, que envolvem números somente! Somar, multiplicar, subtrair… Também podem ler e gravar “dados” na memória… Mas tudo isso usando números somente! Tudo construído em volta de regras matemáticas e com ajuda da eletrônica, que fazem as coisas darem certo.

Também, os computadores são capazes de fazer algo interessante com uma pequena ajuda: Desenhar na tela! Na verdade, quem faz isso é um dispositivo ultra-moderno chamado “Monitor”. Esse cara recebe sinais de uma coisa chamada “placa de vídeo” e sai ativando pontos na tela que exibem a luz em uma determinada cor, conforme lhe é orientado. Mas, o monitor e a placa de vídeo não sabem que estão desenhando letra ‘a’ ou ‘b’… Eles sabem que estão ativando e desativando pixels (os pontinhos, que tem um monte deles)… Esses pixels juntos para nós tem algum significado… Para eles são meros pontinhos que podem ser ativados com uma determinada cor… Para eles, o ponteiro do mouse a letra ‘a’ não passam de pontos na tela!

Textos são compostos por elementos menores; Coisinhas chamadas “caractere”. Um caractere é a menor unidade que forma um texto:

  • A letra ‘A’
  • A letra ‘z’
  • O algarismo 6, o algarismo 1
  • Cada letra do alfabeto é um caractere diferente
  • Um “A” é um caractere, um “a” é outro caractere, um “á” outro, e um “Á” outro: Cada variação de uma mesma letra é um caractere diferente.
  • Os sinais de pontuação (! . , ” @ #, etc.)
  • O espaço (sim! o espaço é um caractere), a tabulação

Entendeu!? Cada coisinha dessa é um caractere e um conjunto de 0 ou mais caracteres formam o que chamamos de STRING, que é a mesma coisa que texto.

Uffaaa!!! Muito assunto né!? Mas se você chegou até aqui é porque acha esse assunto tão legal quanto eu! Vai ver que é de suma importância entender bem a introdução para dominar COLLATIONS! No próximo post vamos continuar a introdução… Até lá!

Relâmpago: Como usar sp_helptext

Essa procedure permite você trazer informações das definições (codigo-fonte) de vários módulos, como triggers, procedures , views, funções, etc.

A sintaxe é:

EXEC sp_helptext ‘schema.NomeObjeto’

O objeto deve estar no mesmo banco onde se está executando o comando acima. Lembre-se que se a definição do objeto estiver criptografado, você não conseguirá ver. Por padrão, a procedure vai exibir no máximo 255 caracteres por linha. (Caso tenha uma linha com mais que isso, podem ocorrer problemas na execução pois ela vai quebrar a continuação da linha).

DICAS:

  • Você pode configurar query shortcuts (veja meu post sobre isso) para facilitar o uso. Em suma, você pode atribuir um atalho a chamada da procedure.
  • Se você optar por exibir no modo “Grid” a formatação do GRID acaba danificando a formatação original..Uma boa técnica é escolher exibir o resultado em texto. Atalho para isso é “CTRL + T”.

Rodrigo Ribeiro Gomes
[]’s