SQL SERVER字符集的研究

leibniz_zsu

作者: kitesky(http://kitesky.itpub.net)
發(fā)表于:2005.01.27 18:26
分類: SQL Server
出處：http://kitesky.itpub.net/post/909/16260
---------------------------------------------------------------

一、 試驗歸類
測試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. 字符集是支持雙字節(jié)的字符集如中文字符集（Collation name為Chinese_PRC_CI_AS）
 
 <1>. 定義varchar(2)
 
  (1) 正式表
   總結(jié)：在中文字符集下，定義varchar(x),
    不論使用不使用N''，英文字符都占1個字節(jié),即可以存x個英文字符;
      不論使用不使用N''，中文字符都占2個字節(jié),即可以存(x / 2)個中文，select結(jié)果為漢字本身，不是亂碼；
      
  (2) 臨時表
   總結(jié)：在中文字符集下，定義varchar(x), 
    和正式表表現(xiàn)一樣；
  
 <2>. 定義nvarchar(2)
 
  (1) 正式表
   總結(jié)：在中文字符集下，定義nvarchar(x),
    不論使用不使用N''，英文字符都占2個字節(jié),即可以存x個英文字符;
      不論使用不使用N''，中文字符都占2個字節(jié),即可以存x個中文，select結(jié)果為漢字本身，不是亂碼；
      
  (2) 臨時表
   總結(jié)：在中文字符集下，定義nvarchar(x), 
    和正式表表現(xiàn)一樣；
    
 <3>. 類型為varchar時，長度 x 和 datalength()對應(yīng)，都指字節(jié)大��；
    英文len() = datalength();
    中文len() = datalength() / 2;
    
    類型為nvarchar時，長度 x 和 len()對應(yīng)，都指字符長度； 
   
2. 字符集是支持單字節(jié)的字符集如拉丁字符集（Collation name為Latin1_General_CI_AS）
  
 <1>. 定義varchar(2)
 
  (1) 正式表
   總結(jié)：在英文字符集下，定義varchar(x),
    不論使用不使用N''，英文字符都占1個字節(jié),即可以存x個英文字符;
      不論使用不使用N''，中文字符都占1個字節(jié),即可以存x個中文，但只保存前半截中文編碼，所以select結(jié)果為亂碼；
      （特殊：如果使用N''，此時插入的字符數(shù)最大為4000）
      英文和中文 len() = datalength()；
      
  (2) 臨時表
   總結(jié)：在英文字符集下，定義varchar(x),
    不論使用不使用N''，英文字符都占1個字節(jié),即可以存x個英文字符;
    不使用N''時，中文占1個字節(jié)，可以存x個漢字，但都只存入漢字前半截字符編碼，顯示為亂碼；
    使用N''時，中文占2個字節(jié)，只可以存 x/2 個漢字，沒有亂碼，取出仍為漢字,說明在英文字符集下通過使用N''是可以保存漢字的；
    
    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>. 定義nvarchar(2)
 
  (1) 正式表
   總結(jié)：在英文字符集下，定義nvarchar(x),
    不論使用不使用N''，英文字符都占2個字節(jié),即可以存x個英文字符;（注意每個字符比varchar用的空間大）
      不論使用不使用N''，中文字符都占2個字節(jié),即可以存x個中文字符，
      但不使用N''只保存前半截中文編碼，所以select結(jié)果為亂碼；
      使用N''則保存和取出都為漢字本身；
      
  (2) 臨時表
   總結(jié)：在英文字符集下，定義nvarchar(x), 
    和正式表表現(xiàn)相同；
    
 <3>. 類型為varchar時，長度 x 和 datalength()對應(yīng)，都指字節(jié)大�。�
    （臨時表中N''中文字符長度比較特殊；）
    類型為nvarchar時，長度 x 和 len()對應(yīng)，都指字符長度； 
 
二、 使用歸類
 拋開不常用的臨時表不談，只看正式表，再加上varchar和nvarchar類型的最大長度，得到以下經(jīng)驗：
 <1> 最大長度問題
  1. 在中文字符集下使用varchar，最大長度可定義8000,這個8000是指字節(jié)數(shù)（datalength()），即最大可以保存8000個英文字符，4000個中文字符；
   特殊：若存入字符N'a'，則最大能保存4000個字符，但其所占空間為4000字節(jié)；
  2. 在中文字符集下使用nvarchar，最大長度可定義4000,這個4000是指字符個數(shù)（len()），即最大可以保存4000個英文字符，4000個中文字符；
 
  3. 在英文字符集下使用varchar，最大長度可定義8000,這個8000是指字節(jié)數(shù)（datalength()），由于中文英文都保存為1字節(jié)，故最大可以保存8000個英文、中文字符；
  4. 在英文字符集下使用nvarchar，最大長度可定義4000,這個4000是指字符個數(shù)（len()），即最大可以保存4000個英文字符，4000個中文字符；
 <2> 文字顯示問題
  1. N''要和數(shù)據(jù)類型nvarchar, nchar一起使用，如果對varchar, char字段類型強(qiáng)制使用N''，則會產(chǎn)生一些特殊現(xiàn)象，甚至無法控制； 
  2. 在英文字符集下，想要保存特殊符號字符、中文等雙字節(jié)字符，在定義表結(jié)構(gòu)時要使用nvarchar或者nchar，在保存時要用N''；
  3. 在中文字符集下，數(shù)據(jù)庫系統(tǒng)缺省已經(jīng)可以保存特殊符號字符、中文等雙字節(jié)字符。即使用不使用N''，都按雙字節(jié)處理。但為了統(tǒng)一期間建議：
   在定義表結(jié)構(gòu)時如果使用nvarchar或者nchar，在保存時要用N''，
   在定義表結(jié)構(gòu)時如果使用varchar和char，此時不要使用N''操作；
  4. SUBSTRING ( expression , start , length )
   length：是一個整數(shù)，指定子串的長度（要返回的字符數(shù)或字節(jié)數(shù)）。
   中文字符集中按字符數(shù)��；
   英文字符集中，char, varchar按字節(jié)數(shù)取，nchar, nvarchar按字符數(shù)��；

 
三、 其他參考
 使用 Unicode 數(shù)據(jù)
  unicode代碼頁、排序規(guī)則、SQL Server 排序規(guī)則基礎(chǔ)知識、Windows 排序規(guī)則排序樣式、選擇 SQL 排序規(guī)則
 DBCS 字符