Trino SQL Server连接器中LIKE操作符大小写敏感性问题分析

问题背景

在使用Trino 472版本查询Microsoft SQL Server时，发现LIKE操作符的行为存在不一致性。当比较字符串以百分号(%)开头时，LIKE操作变为大小写不敏感，而没有前导百分号时则保持大小写敏感，这与官方文档描述的行为不符。

问题重现

通过以下测试用例可以重现该问题：

-- 创建测试表并插入数据
CREATE TABLE casetest (value VARCHAR);
INSERT INTO casetest VALUES ('test-1');
INSERT INTO casetest VALUES ('TEST-2');
INSERT INTO casetest VALUES ('Test-3');

-- 大小写敏感查询(只返回'TEST-2')
SELECT * FROM casetest WHERE value LIKE 'TEST%';

-- 大小写不敏感查询(返回所有记录)
SELECT * FROM casetest WHERE value LIKE '%TEST%';

技术分析

根本原因

经过深入分析，发现问题根源在于SQL Server的排序规则(collation)处理机制。当数据库使用SQL_Latin1_General_CP1_CI_AS这类大小写不敏感的排序规则时：

1. SqlServerClient.getCaseSensitivityForColumns方法会错误地将所有varchar列报告为大小写不敏感
2. LIKE操作下推(pushdown)到SQL Server时没有正确处理排序规则
3. 对于'TEST%'模式，Trino会意外地生成正确的约束条件，而'%TEST%'模式则不会

排序规则的影响

SQL Server的排序规则决定了字符串比较的行为。常见的排序规则包括：

• CS(Case Sensitive)：区分大小写
• CI(Case Insensitive)：不区分大小写
• AS(Accent Sensitive)：区分重音

在SQL_Latin1_General_CP1_CI_AS排序规则下，所有字符串比较默认都是大小写不敏感的。

解决方案

Trino开发团队提出了以下解决方案方向：

1. 修改SqlServerClient使用RewriteLikeWithCaseSensitivity替代当前的LIKE下推方式
2. 添加类似PostgreSQL连接器的配置选项，允许显式指定排序规则
3. 对于大小写不敏感的排序规则，禁用LIKE操作下推或强制使用特定排序规则

最佳实践建议

对于遇到类似问题的用户，可以采取以下临时解决方案：