に最終更新
文字列関数の概要
文字列関数は、文字列データの処理や操作に使用する組み込み関数です。連結、分割、置換、検索など、さまざまな文字列操作に役立ちます。
URL の解析、ドメインの抽出、URL のエンコードとデコードについては、URL 関数を参照してください。
UTF-8 エンコーディングのサポート
UTF-8 は可変長の文字エンコーディングで、キリル文字、ギリシャ文字、漢字、絵文字など、世界中のほぼすべての文字を表現できます。
Doris の文字列関数は、特に断りがない限り UTF-8 エンコーディングをサポートします。
たとえば、substring 関数は UTF-8 でエンコードされた文字列を正しく処理できます。
ASCII 文字
mysql> SELECT substring('abc1', 2);
+----------------------+
| substring('abc1', 2) |
+----------------------+
| bc1 |
+----------------------+
ギリシャ文字
mysql> SELECT substring('αλφαβητον', 2, 4);
+---------------------------------------+
| substring('αλφαβητον', 2, 4) |
+---------------------------------------+
| λφαβ |
+---------------------------------------+
1 row in set (0.01 sec)
漢字
mysql> SELECT substring('你好,世界', 2, 2);
+------------------------------------+
| substring('你好,世界', 2, 2) |
+------------------------------------+
| 好, |
+------------------------------------+
絵文字
mysql> SELECT substring('😊😊a😊 World!', 2, 3);
+-----------------------------------------+
| substring('😊😊a😊 World!', 2, 3) |
+-----------------------------------------+
| 😊a😊 |
+-----------------------------------------+
パフォーマンスに関する考慮事項
UTF-8 でエンコードされた文字は長さが一定でないため、パフォーマンスに影響する場合があります。一部の関数では、ASCII 版と UTF-8 版の両方が用意されており、選択できます。
たとえば、次のような違いがあります。
length関数は文字列のバイト長を返しますchar_length関数は文字列の文字数を返します
mysql> select length('你好');
+------------------+
| length('你好') |
+------------------+
| 6 |
+------------------+
mysql> select length('αλφαβητον');
+------------------------------+
| length('αλφαβητον') |
+------------------------------+
| 18 |
+------------------------------+
mysql> select char_length('你好');
+-----------------------+
| char_length('你好') |
+-----------------------+
| 2 |
+-----------------------+
mysql> select char_length('αλφαβητον');
+-----------------------------------+
| char_length('αλφαβητον') |
+-----------------------------------+
| 9 |
+-----------------------------------+
特記事項
UTF-8 エンコーディングをサポートしない文字列関数については、ドキュメントに明記されています。たとえば、NGRAM_SEARCH 関数は ASCII でエンコードされた文字列のみをサポートします。
mysql> select ngram_search('abcab' , 'ab' , 2);
+----------------------------------+
| ngram_search('abcab' , 'ab' , 2) |
+----------------------------------+
| 0.5 |
+----------------------------------+
ASCII 以外の文字に対しても NGRAM_SEARCH は実行されますが、結果が期待どおりにならない場合があります。
mysql> select ngram_search('αβγαβ' , 'αβ' , 2);
+-----------------------------------------+
| ngram_search('αβγαβ' , 'αβ' , 2) |
+-----------------------------------------+
| 0.6666666666666666 |
+-----------------------------------------+