Go x/text/collate Key 怎样生成可复用的排序键

Go 的 collate.Collator.Key 能为文本生成语言排序键，重复排序时可以先生成键，再用 bytes.Compare 比较键。返回的切片由传入的 collate.Buffer 持有，官方约定它只在下一次 Buffer.Reset 之前有效；需要跨 Reset 保存时，应先复制为独立切片。

官方文档入口：https://pkg.go.dev/golang.org/x/text@v0.43.0/collate。我会把这种写法用于同一语言规则下、多次使用同一批文本排序的任务。它增加了键的存储成本，是否更快要结合实际负载测量，本文没有压测结果。

把语言比较结果准备成排序键

直接比较字符串时，比较器需要根据所选语言规则解释文本。排序键把与该规则相关的比较数据预先准备出来，让后续比较针对键的字节进行。这里的“复用”首先指同一套规则、同一段原文对应的键可以重复使用，不等于任意语言配置之间都能混用。

我会把语言标签、比较选项和文本一起看成生成条件。语言标签决定采用的排序规则；IgnoreCase 等选项还可能改变哪些字符串被视作排序等价。如果配置发生变化，就应重新生成对应键。

图中的语言标签、比较选项、Collator、原文、排序键和字节比较六个节点表示配置与使用关系。排序键是比较数据，不是文本编码，也不是能够解码恢复原文的压缩格式。

先分清 Buffer 与键副本的所有权

Key 接收 []byte 原文，KeyFromString 接收 string，二者都需要 Buffer 来容纳生成结果。我会优先让调用代码清楚区分“临时借用键”和“业务保存键”，避免只复制切片头后就 Reset 缓冲区。

Key 文档明确说明返回值指向 Buffer 中的分配，并在下一次 buf.Reset 前保持有效。这不意味着每调用一次 Key 就立刻使旧键失效；真正需要关注的是重置边界与后续复用。

第二张图中的 Buffer、借用键、Reset、独立副本、业务记录、排序比较表示内存归属。借用键关联 Buffer，Reset 约束借用键的有效期；业务记录持有独立副本，排序比较只读取独立副本。单纯执行 saved = borrowed 不会复制底层字节。

生成键后再按字节比较排序

下面用瑞典语规则生成独立键副本，保留原文与键的对应关系，再进行稳定排序。每轮 Reset 之前已经完成复制，因此记录不再依赖临时 Buffer。函数不修改调用方的字符串切片。

package sortkeys

import (
    "bytes"
    "sort"

    "golang.org/x/text/collate"
    "golang.org/x/text/language"
)

// Item 同时保存原文和本批规则生成的独立排序键。
type Item struct {
    Text string
    Key  []byte
}

// SortSwedish 为当前批次生成键，再返回排序后的新记录切片。
func SortSwedish(input []string) []Item {
    c := collate.New(language.Swedish)
    var buffer collate.Buffer
    items := make([]Item, 0, len(input))

    for _, text := range input {
        // 上一轮结果已复制，当前重置不会影响已保存的键。
        buffer.Reset()
        borrowed := c.Key(&buffer, []byte(text))
        owned := append([]byte(nil), borrowed...)
        items = append(items, Item{Text: text, Key: owned})
    }

    // 键相等时保持当前输入顺序，不把相等写成小于等于。
    sort.SliceStable(items, func(i, j int) bool {
        return bytes.Compare(items[i].Key, items[j].Key) 

输入是 string 时也可直接使用 c.KeyFromString(&buffer, text)，同样要处理返回切片的有效期。这里选 Key，是为了展示题目中的字节输入接口。代码为原创实现示例，本文未执行，也没有展示虚构的排序输出。

稳定排序只保证相等键维持此次输入顺序。如果数据来自没有固定顺序的数据库查询，仍需定义稳定的业务次级键，例如唯一 ID，才能使多次分页具有确定顺序。不能把排序等价当成原文相同，也不能直接把键当唯一标识。

缓存必须绑定语言与规则配置

如果键只用于当前函数，配置随当前 Collator 一起存在即可。若要跨请求缓存，我会把原文版本、语言标签、比较选项和依赖版本作为缓存有效性的条件。原文更新、选项变化或升级排序实现后，都需要有重新生成策略。

我不会把示例里的键默认设计为永久数据库排序格式。长期持久化还涉及版本兼容、索引编码与重建成本，需要单独的格式约定。键是二进制数据，也不能随意按普通文字大小写处理或截断后仍声称排序一致。

什么时候继续直接比较字符串

只有一次小规模排序、原文更新频繁或内存预算紧张时，我倾向于继续直接使用 Collator 比较；同一文本集重复参与排序时，再考虑预生成键。额外复制带来了更清楚的所有权，同时也增加存储与分配，不能在没有测量时承诺收益。

是不是每个键都必须复制？如果全部使用都发生在 Buffer.Reset 之前，可以按有效期管理借用键；跨重置或跨组件保存时，独立副本更容易维护。

键相同就能去重原文吗？不能直接推断。比较规则可能将不同文本视作等价，去重是否采用同一规则必须由业务决定。

换语言能沿用旧键吗？不要跨规则混比。建立新 Collator 后，应生成与其语言和选项匹配的键集合。

这套做法适合明确了排序规则、愿意承担键存储成本的重复排序场景。实现的核心是把配置一致性和 Buffer 生命周期写进代码，使“键可复用”有明确范围。