什么时候必须在SQL Server中使用NVARCHAR / NCHAR而不是VARCHAR / CHAR？

StackOverflow https://stackoverflow.com/questions/612430

题

我们必须使用Unicode类型时是否有规则？

我已经看到大多数欧洲语言（德语，意大利语，英语，......）在VARCHAR列中的同一数据库中都很好。

我正在寻找类似的东西：

  1. 如果你有中文 - ＆gt;使用NVARCHAR
  2. 如果你有德语和阿拉伯语 - ＆gt;使用NVARCHAR

    3. 服务器/数据库的整理怎么样？

    我不想像这里建议的那样使用NVARCHAR varchar和nvarchar SQL Server数据类型之间的主要性能差异是什么？

有帮助吗？

解决方案

您想要使用NVARCHAR的真正原因是当您在同一列中有不同的语言时，您需要在不解码的情况下解决T-SQL中的列，您希望能够看到数据“本地地”在SSMS中，或者您希望标准化Unicode。

如果将数据库视为哑存储，则完全可以在VARCHAR中存储宽字符串和不同（甚至可变长度）的编码（例如UTF-8）。当您尝试编码和解码时会出现问题，特别是如果不同行的代码页不同。这也意味着SQL Server将无法轻松处理数据，以便在（可能是可变的）编码列上查询T-SQL。

使用NVARCHAR可以避免这一切。

我建议将NVARCHAR用于任何具有用户输入数据的列，该列相对不受约束。

我建议将VARCHAR用于任何自然键列（如车牌，SSN，序列号，服务标签，订单号，机场呼号等），这些列通常由标准或法规或惯例。用户输入的VARCHAR，非常有限（如电话号码）或代码（ACTIVE / CLOSED，Y / N，M / F，M / S / D / W等）。绝对没有理由使用NVARCHAR。

所以对于一个简单的规则：

保证受约束时

VARCHAR NVARCHAR否则

其他提示

您必须在任何时候存储多种语言时使用NVARCHAR。我相信你必须将它用于亚洲语言，但不要引用我。

如果您以俄语为例并将其存储在varchar中，则会出现问题，只要您定义了正确的代码页，就可以了。但是，假设你使用默认的英文sql install，那么俄语字符将无法正确处理。如果您使用的是NVARCHAR（），则可以正确处理它们。

修改

好的，让我引用 MSDN ，也许我是具体但你不想在varcar列中存储多于一个代码页，而你不应该

  

处理文本数据时   存储在char，varchar中，   varchar（max）或文本数据类型   最重要的考虑因素   只是来自单一的信息   代码页可以通过验证   系统。 （您可以存储来自的数据   多个代码页，但事实并非如此   推荐。）使用的确切代码页   验证和存储数据取决于   关于列的整理。如果一个   列级排序规则尚未完成   定义，数据库的整理   用来。确定代码页   用于给定列的，你   可以使用COLLATIONPROPERTY   功能，如下所示   代码示例：

还有一些：

  

这个例子说明了这个事实   许多语言环境，例如格鲁吉亚语和   印地语，没有代码页，因为他们   是仅限Unicode的排序规则。那些   整理不适合   使用char，varchar或的列   文本数据类型

所以格鲁吉亚语或印地语真的需要存储为nvarchar。阿拉伯语也是一个问题：

  

您可能遇到的另一个问题是   没有时无法存储数据   所有你想要的角色   支持包含在代码中   页。在很多情况下，Windows会考虑   特定的代码页是“最好的”   适合＆QUOT;代码页，这意味着有   不能保证你可以依赖   用于处理所有文本的代码页;它是   只是最好的一个。一个   这方面的例子是阿拉伯语脚本：   它支持多种语言，   包括俾路支，柏柏尔人，波斯人，   克什米尔，哈萨克斯坦，吉尔吉斯，普什图语，   信德，维吾尔，乌尔都语等。所有的   这些语言有额外的   超出阿拉伯语的字符   Windows代码中定义的语言   第1256页。如果您尝试存储   这些额外的角色   具有阿拉伯语的非Unicode列   整理，人物是   转换成问号。

使用Unicode时要记住一些事项，尽管您可以在一个列中存储不同的语言，但只能使用单个排序规则进行排序。有些语言使用拉丁字符，但不像其他拉丁语言那样排序。口音是一个很好的例子，我不能记住这个例子，但是有一种东欧语言，其Y不像英语Y那样。然后有西班牙语ch，西班牙语用户将在h之后进行排序。

总而言之，在处理内部化时，您必须处理所有问题。我认为从一开始就更容易使用Unicode字符，避免额外的转换并占用空间。因此，我先前的发言。

希腊语在N列类型上需要UTF-8：＆＃945;＆＃946;＆＃947; ;）

乔什说： “....使用Unicode时要记住的一些事项虽然您可以在一个列中存储不同的语言，但您只能使用单个排序规则进行排序。有些语言使用拉丁字符，但不像其他拉丁语言那样排序。口音是一个很好的例子，我不能记住这个例子，但是有一种东欧语言，其Y不像英语Y那样排序。然后有西班牙语ch，西班牙语用户在h之后进行排序。 ;

我是西班牙语母语人士并且“ch”不是一封信，而是两个“c”字母。和“h”和西班牙字母表是这样的： abcdefghijklmn＆＃241; opqrstuvwxyz 我们不期望“ch”在“h”之后但是“我” 除了＆＃241;之外，字母与英文相同。或者在HTML＆quot;＆amp; ntilde;＆quot;

中

亚历

<强> TL; DR; 结果 Unicode - （nchar，nvarchar和ntext）
非unicode - （char，varchar和text）。

来自MSDN

  

SQL Server中的排序规则提供排序规则，大小写和重音   数据的敏感性属性。与之一起使用的排序规则   字符数据类型（如char和varchar）指示代码页   以及可以为该数据表示的相应字符   类型。

假设您使用的是默认SQL排序规则 SQL_Latin1_General_CP1_CI_AS ，那么以下脚本应该打印出您可以放入 VARCHAR 的所有符号，因为它使用一个字节来存储一个字符（总共256个）如果你没有在打印的列表中看到它 - 你需要 NVARCHAR 。 

declare @i int = 0;
while (@i < 256)
begin
print cast(@i as varchar(3)) + '  '+  char(@i)  collate SQL_Latin1_General_CP1_CI_AS 
print cast(@i as varchar(3)) + '  '+ char(@i)  collate Japanese_90_CI_AS  
set @i = @i+1;
end

如果您更改排序规则，让我们说日语，您会注意到所有奇怪的欧洲字母变为正常，而某些符号变为？标记。

  

Unicode是将代码点映射到字符的标准。因为   它旨在涵盖所有语言的所有字符   世界上，不需要不同的代码页来处理不同的   字符组。如果存储反映多个的字符数据   语言，始终使用Unicode数据类型（nchar，nvarchar和ntext）   而不是非Unicode数据类型（char，varchar和text）。

否则你的排序会很奇怪。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top