SQL SERVER字符集的研究(中英文字符集,varchar,nvarchar).

时间:2023-08-12 23:10:26

一、 试验归类
测试SQL:

drop table a
create table a(a varchar(2)) insert into a values('a')
insert into a values(N'a')
insert into a values('深圳')
insert into a values(N'深圳')
select a, len(a), datalength(a) from a drop table #a
create table a(a varchar(2)) insert into #a values('a')
insert into #a values(N'a')
insert into #a values('深圳')
insert into #a values(N'深圳')
select a, len(a), datalength(a) from #a
drop table a
create table a(a varchar(8000)) insert into a select REPLICATE('a', 8000)
insert into a select REPLICATE('深', 8000)
insert into a select REPLICATE(N'a', 8000)
insert into a select REPLICATE(N'深', 8000)
select a, len(a), datalength(a) from a

1. 字符集是支持双字节的字符集如中文字符集(Collation name为Chinese_PRC_CI_AS)

<1>. 定义varchar(2)

(1) 正式表
    总结:在中文字符集下,定义varchar(x),
     不论使用不使用N'',英文字符都占1个字节,即可以存x个英文字符;
     不论使用不使用N'',中文字符都占2个字节,即可以存(x / 2)个中文,select结果为汉字本身,不是乱码;
    
   (2) 临时表
    总结:在中文字符集下,定义varchar(x),
     和正式表表现一样;
  
<2>. 定义nvarchar(2)

(1) 正式表
    总结:在中文字符集下,定义nvarchar(x),
     不论使用不使用N'',英文字符都占2个字节,即可以存x个英文字符;
     不论使用不使用N'',中文字符都占2个字节,即可以存x个中文,select结果为汉字本身,不是乱码;
    
   (2) 临时表
    总结:在中文字符集下,定义nvarchar(x),
     和正式表表现一样;
    
<3>. 类型为varchar时,长度 x 和 datalength()对应,都指字节大小;
     英文len() = datalength();
     中文len() = datalength() / 2;
    
    类型为nvarchar时,长度 x 和 len()对应,都指字符长度;
   
2. 字符集是支持单字节的字符集如拉丁字符集(Collation name为Latin1_General_CI_AS)
  
<1>. 定义varchar(2)

(1) 正式表
    总结:在英文字符集下,定义varchar(x),
     不论使用不使用N'',英文字符都占1个字节,即可以存x个英文字符;
     不论使用不使用N'',中文字符都占1个字节,即可以存x个中文,但只保存前半截中文编码,所以select结果为乱码;
     (特殊:如果使用N'',此时插入的字符数最大为4000)
     英文和中文 len() = datalength();
    
   (2) 临时表
    总结:在英文字符集下,定义varchar(x),
     不论使用不使用N'',英文字符都占1个字节,即可以存x个英文字符;
     不使用N''时,中文占1个字节,可以存x个汉字,但都只存入汉字前半截字符编码,显示为乱码;
     使用N''时,中文占2个字节,只可以存 x/2 个汉字,没有乱码,取出仍为汉字,说明在英文字符集下通过使用N''是可以保存汉字的;
    
     除用N''保存的中文外,其余英文和中文 len() = datalength();
     用N''保存的中文字符len() = datalength() / 2;
    
<2>. 定义nvarchar(2)

(1) 正式表
    总结:在英文字符集下,定义nvarchar(x),
     不论使用不使用N'',英文字符都占2个字节,即可以存x个英文字符;(注意每个字符比varchar用的空间大)
     不论使用不使用N'',中文字符都占2个字节,即可以存x个中文字符,
     但不使用N''只保存前半截中文编码,所以select结果为乱码;
     使用N''则保存和取出都为汉字本身;
    
   (2) 临时表
    总结:在英文字符集下,定义nvarchar(x),
     和正式表表现相同;
    
<3>. 类型为varchar时,长度 x 和 datalength()对应,都指字节大小;
     (临时表中N''中文字符长度比较特殊;)
    类型为nvarchar时,长度 x 和 len()对应,都指字符长度;

二、 使用归类
抛开不常用的临时表不谈,只看正式表,再加上varchar和nvarchar类型的最大长度,得到以下经验:
<1> 最大长度问题
   1. 在中文字符集下使用varchar,最大长度可定义8000,这个8000是指字节数(datalength()),即最大可以保存8000个英文字符,4000个中文字符;
    特殊:若存入字符N'a',则最大能保存4000个字符,但其所占空间为4000字节;
   2. 在中文字符集下使用nvarchar,最大长度可定义4000,这个4000是指字符个数(len()),即最大可以保存4000个英文字符,4000个中文字符;

3. 在英文字符集下使用varchar,最大长度可定义8000,这个8000是指字节数(datalength()),由于中文英文都保存为1字节,故最大可以保存8000个英文、中文字符;
   4. 在英文字符集下使用nvarchar,最大长度可定义4000,这个4000是指字符个数(len()),即最大可以保存4000个英文字符,4000个中文字符;
<2> 文字显示问题
   1. N''要和数据类型nvarchar, nchar一起使用,如果对varchar, char字段类型强制使用N'',则会产生一些特殊现象,甚至无法控制;
   2. 在英文字符集下,想要保存特殊符号字符、中文等双字节字符,在定义表结构时要使用nvarchar或者nchar,在保存时要用N'';
   3. 在中文字符集下,数据库系统缺省已经可以保存特殊符号字符、中文等双字节字符。即使用不使用N'',都按双字节处理。但为了统一期间建议:
    在定义表结构时如果使用nvarchar或者nchar,在保存时要用N'',
    在定义表结构时如果使用varchar和char,此时不要使用N''操作;
   4. SUBSTRING ( expression , start , length )
    length:是一个整数,指定子串的长度(要返回的字符数或字节数)。
    中文字符集中按字符数取;
    英文字符集中,char, varchar按字节数取,nchar, nvarchar按字符数取;

三、 其他参考
使用 Unicode 数据
   unicode代码页、排序规则、SQL Server 排序规则基础知识、Windows 排序规则排序样式、选择 SQL 排序规则
DBCS 字符