UTF-8 byte 정렬과 언어별 collation 정렬이 다른 이유와 ORDER BY 결과를 재현할 때 고정할 조건은 무엇인가요?

UTF-8 byte 정렬은 인코딩된 바이트의 숫자 순서를 비교하지만 collation은 locale·provider가 정의한 문자 비교와 정렬 규칙을 사용합니다. 따라서 악센트·대소문자·combining sequence의 순서가 달라질 수 있습니다. é와 e+combining acute는 정규화 관점에서 같은 표현일 수 있지만 저장 byte와 DB equality가 자동으로 같은 것은 아닙니다.

PostgreSQL에서는 DB 기본값뿐 아니라 column이나 expression에 collation이 붙을 수 있으므로 앱 locale만 고정하지 않습니다. 재현 조건은 DB major, provider, locale, provider/ICU version, column·expression collation, NULLS FIRST/LAST, 정렬 방향과 안정된 보조 키입니다. 문자열 하나만 커서로 쓰지 않고 name, id처럼 전체 순서를 만듭니다.

버전이 바뀌면 동일 locale도 sort key가 달라질 수 있어 인덱스와 keyset cursor를 재검증합니다. 표본에는 NFC/NFD, 대소문자, 악센트, NULL을 넣어 ORDER BY, equality, GROUP BY, DISTINCT를 함께 비교합니다. 실제 출력은 OS/ICU에 따라 다를 수 있어 특정 순서를 일반 규칙으로 외우지 않겠습니다.

재현 표본으로 e+combining acute, é, E, ê, NULL을 넣고 byte 순서와 DB ORDER BY를 따로 저장합니다. NFC가 두 표현을 canonical equivalent로 만들 수 있어도 정규화와 collation equality는 같은 기능이 아닙니다. PostgreSQL에서는 database 기본값, column 정의, query의 expression COLLATE가 서로 다른 문맥을 만들 수 있으므로 SQL text와 schema를 함께 버전 관리합니다.

ORDER BY name만 쓰면 비교키가 동률인 행의 순서와 keyset 경계가 불안정합니다. ORDER BY name, id와 NULLS LAST를 명시하고 cursor에 name, id, 방향, collation policy version을 넣습니다. provider나 ICU 데이터가 바뀌면 old cursor를 그대로 소비하지 않고 새 기준점부터 발급합니다. 정확한 locale별 순서는 실행 없이 일반화하지 않고, old/new 환경에서 equality·GROUP BY·DISTINCT도 함께 비교합니다.