在SQL Server中，何时必须使用NVARCHAR/NCHAR而不是VARCHAR/CHAR？ [英] When must we use NVARCHAR/NCHAR instead of VARCHAR/CHAR in SQL Server?

问题描述

我们必须使用Unicode类型时是否有规则？

我见过大多数欧洲语言(德语、意大利语、英语等)在同一数据库中的VARCHAR列中都可以。

我正在寻找类似的东西：

1. 如果您有中文-->使用NVARCHAR
2. 如果您有德语和阿拉伯语-->使用NVARCHAR

服务器/数据库的排序规则如何？

我不想像这里建议的那样使用Always NVARCHAR What are the main performance differences between varchar and nvarchar SQL Server data types?

推荐答案

_{两个支持率最高的答案都是错误的。它不应与存储不同/多种语言&Quot；有关。支持ñ、英文等西班牙语字符，仅支持常用的varchar字段和Latin1_General_CI_ASCOLLATION，如}

简写版本
当COLLATION确定的ENCODING不支持所需字符时，请使用NVARCHAR/NCHAR。
此外，根据SQL Server的版本，您可以使用特定的COLLATIONs，如从SQL Server 2019开始提供的Latin1_General_100_CI_AS_SC_UTF8。在VARCHAR字段(或整个表/数据库)上设置此排序规则，将使用UTF-8ENCODING存储和处理该字段上的数据，从而完全支持UNICODE字符，从而支持它所包含的任何语言。

要完全理解：
要完全理解我将要解释的内容，必须将UNICODE、ENCODING和COLLATION的概念都非常清楚。如果您不知道，那么首先看一下我对什么是Unicode、编码、排序规则和UTF-8的简单而简明的解释，以及它们是如何相关的"；一节和提供的文档链接。此外，我在这里所说的一切都是特定于Microsoft SQL Server，以及它如何在char/nchar和varchar/nvarchar字段中存储和处理数据。

假设我们想要在MSSQL Server数据库上存储一个特殊的文本。这可能是Instagram上的一条评论，因为我喜欢Stackoverflow！😍&。
即使ASCII也完全支持纯英语部分，但由于还有一个表情符号，它是UNICODE标准中指定的字符，我们需要一个支持此Unicode字符的ENCODING。

MSSQL Server使用COLLATION确定ENCODING用于char/nchar/varchar/nvarchar字段。因此，与许多人认为不同，COLLATION不仅仅是数据的分类和比较，还包括ENCODING以及结果：我们的数据将如何存储！

那么，我们如何知道我们的归类使用的编码是什么？使用这个：

SELECT COLLATIONPROPERTY( 'Latin1_General_CI_AI' , 'CodePage' ) AS [CodePage]
--returns 1252

这个简单的SQL为COLLATION返回Windows Code Page。Windows Code Page只不过是到ENCODINGs的另一个映射。对于Latin1_General_CI_AICOLLATION，它返回Windows Code Page代码1252，它映射到Windows-1252ENCODING。
因此，对于varchar列，使用Latin1_General_CI_AICOLLATION，此字段将使用Windows-1252ENCODING处理其数据，并且仅正确存储此编码支持的字符。

如果我们检查Windows-1252 ENCODING规范Character List for Windows-1252，我们会发现该编码不支持我们的表情符号字符。如果我们仍然尝试：

好的，那么我们如何解决这个问题？？实际上，这取决于情况，这很好！

NCHAR/NVARCHAR

在SQL Server 2019之前，我们只有NCHAR和NVARCHAR个字段。有些人说它们是UNICODE个字段。这是错误的！。同样，它取决于字段的COLLATION和SQLServer版本。 微软的"nchar and nvarchar (Transact-SQL)" documentation非常详细：

从SQL Server 2012(11.x)开始，当 使用了启用补充字符(SC)的归类，则这些数据 类型存储完整范围的Unicode字符数据，并使用 UTF-16字符编码。如果指定了非SC归类，则 这些数据类型仅存储支持的字符数据子集 UCS-2字符编码。

换句话说，如果我们使用2012年之前的SQL Server，例如SQL Server 2008 R2，则这些字段的ENCODING将使用UCS-2 ENCODING，它支持UNICODE的子集。但如果我们使用的是SQL Server 2012或更高版本，并定义了一个启用了Supplementary Character的COLLATION，则我们的字段将使用完全支持UNICODE的UTF-16ENCODING。

但Whait，还有更多！我们现在可以使用UTF-8了！！

CHAR/VARCHAR

从SQL Server 2019开始，我们可以使用CHAR/VARCHAR字段，但仍完全支持使用UTF-8ENCODING！！

来自Microsoft的"char and varchar (Transact-SQL)" documentation：

从SQL Server 2019(15.x)开始，当 使用启用UTF-8的归类，这些数据类型存储完整范围 并使用UTF-8字符编码。如果一个 非UTF-8排序规则，则这些数据类型仅存储 的相应代码页所支持的字符子集 排序规则。

同样，换句话说，如果我们使用早于2019年的SQL Server，例如SQL Server2008 R2，我们需要使用前面解释的方法检查ENCODING。但是，如果我们使用SQL Server 2019或更高版本，并定义COLLATIONLIKELatin1_General_100_CI_AS_SC_UTF8，则我们的字段将使用UTF-8ENCODING，这是迄今为止最常用和最有效的编码，支持所有UNICODE字符。

奖金信息：

关于OP对的观察，我看到大多数欧洲语言(德语、意大利语、英语等)在同一数据库中的VARCHAR列中都很好，我想知道原因是很好的：

对于最常见的COLLATIONs，如默认的Latin1_General_CI_AI或SQL_Latin1_General_CP1_CI_AS，ENCODING对于varchar字段将是Windows-1252。如果我们看一下它的documentation，可以看到它支持：

英语、爱尔兰语、意大利语、挪威语、葡萄牙语、西班牙语、瑞典语。加号 还有德语、芬兰语和法语。除IJ字符外的荷兰语

但正如我前面所说，这不是关于语言的问题，而是关于您期望支持/存储什么字符的问题，如表情符号示例中所示，或者像Windows-1252ENCODING这样的句子，其中我们同样有通俗易懂的英语，以及希腊字母/字符&omega&Ω；(这是电阻的符号，单位为欧姆)，Windows-1252ENCODING无法正确处理。

结论：

所以，就是这样！当使用char/nchar和varchar/nvarchar时，取决于您要支持的字符，以及将确定您的COLLATIONs和ENCODINGs可用的SQL Server版本。

什么是Unicode、编码、归类和UTF-8，以及它们之间的关系
_{注意：以下所有解释均为简化。请参考提供的文档链接，以了解有关这些概念的所有详细信息。}

• UNICODE-是一种标准，一种惯例，旨在规范统一有序的表格中的所有字符。在此表中，每个字符都有一个唯一的数字。此数字通常称为字符的code point。
  Unicode不是编码！

• ENCODING-是字符和字节/字节序列之间的映射。因此，使用编码将字符转换为字节，反之亦然，从字节转换为字符。其中最流行的是UTF-8、ISO-8859-1、Windows-1252和ASCII。您可以将其视为转换表(我在这里确实简化了)。

• COLLATION-这一点很重要。即使是微软的文档也没有让这一点像它应该的那样清楚。排序规则指定如何对数据进行排序、比较、和存储！。是的，我打赌你没有预料到最后一次，对吧！SQL Server上的排序规则还确定在该特定char/nchar/varchar/nvarchar字段上使用的ENCODING。

• ASCII ENCODING-是最早的编码之一。它既是字符表(就像UNICODE的一个自己的微型版本)，也是它的字节映射。因此它不会将一个字节映射到UNICODE，而是将一个字节映射到它自己的字符表。此外，它始终只使用7位，并支持128个不同的字符。它足以支持所有英文字母的大小写、数字、标点符号和其他一些有限数量的字符。ASCII的问题是，由于它当时只使用7位，而几乎每台计算机都是8位，因此有另外128种可能的字符需要探索，每个人都开始将这个可用&q；字节映射到自己的字符表，从而创建了许多不同的ENCODINGs。

• UTF-8 ENCODING-这是另一个ENCODING，使用最多(如果不是最多)的ENCODING之一。它使用可变字节宽度(根据规范，一个字符的长度可以是1到6个字节)，并完全支持所有UNICODE字符。

• Windows-1252 ENCODING-也是最常用的ENCODING之一，在SQL Server上广泛使用。它是固定大小的，所以每个字符都是1字节。它还支持各种语言的许多口音，但不支持现有的所有口音，也不支持UNICODE。这就是为什么您的varchar字段支持á、é、ñ字符的原因，即使它没有使用支持的UNICODEENCODING。

资源：
https://blog.greglow.com/2019/07/25/sql-think-that-varchar-characters-if-so-think-again/
https://medium.com/@apiltamang/unicode-utf-8-and-ascii-encodings-made-easy-5bfbe3a1c45a
https://www.johndcook.com/blog/2019/09/09/how-utf-8-works/
https://www.w3.org/International/questions/qa-what-is-encoding

https://en.wikipedia.org/wiki/List_of_Unicode_characters
https://www.fileformat.info/info/charset/windows-1252/list.htm

https://docs.microsoft.com/en-us/sql/t-sql/data-types/char-and-varchar-transact-sql?view=sql-server-ver15
https://docs.microsoft.com/en-us/sql/t-sql/data-types/nchar-and-nvarchar-transact-sql?view=sql-server-ver15
https://docs.microsoft.com/en-us/sql/t-sql/statements/windows-collation-name-transact-sql?view=sql-server-ver15
https://docs.microsoft.com/en-us/sql/t-sql/statements/sql-server-collation-name-transact-sql?view=sql-server-ver15
https://docs.microsoft.com/en-us/sql/relational-databases/collations/collation-and-unicode-support?view=sql-server-ver15#SQL-collations

SQL Server default character encoding
https://en.wikipedia.org/wiki/Windows_code_page

这篇关于在SQL Server中，何时必须使用NVARCHAR/NCHAR而不是VARCHAR/CHAR？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！