nvarchar 是不是总是将每个字符存储在两个字节中？

Posted 2023-02-24

【中文标题】nvarchar 是不是总是将每个字符存储在两个字节中？

【英文标题】：Does an nvarchar always store each character in two bytes?nvarchar 是否总是将每个字符存储在两个字节中？

【发布时间】：2011-06-10 11:03:29

【问题描述】：

我曾经（也许是天真地）假设在 SQL Server 中，nvarchar 会将每个字符存储在两个字节中。但情况似乎并非总是如此。那里的文档表明某些字符可能需要更多字节。有人有明确的答案吗？

【参考方案1】：

是的，它使用 2 个字节，使用 datalength 来获取存储大小，您不能使用 LEN，因为 LEN 只计算字符，请参见此处：The differences between LEN and DATALENGTH in SQL Server

DECLARE @n NVARCHAR(10)
DECLARE @v VARCHAR(10)

SELECT @n = 'A', @v='A'

SELECT  DATALENGTH(@n),DATALENGTH(@v)

---------
2 1

这是在线图书的内容：http://msdn.microsoft.com/en-us/library/ms186939.aspx

字符数据类型 固定长度、nchar 或 可变长度、nvarchar、Unicode 数据并使用 UNICODE UCS-2 字符集。

nchar [ ( n ) ]

固定长度的 Unicode n 个字符的字符数据。 n 必须 是从 1 到 4,000 的值。这 存储大小是 n 字节的两倍。这 nchar 的 ISO 同义词是国家的 字符和国家字符。

nvarchar [ ( n | max ) ]

可变长度 Unicode 字符 数据。 n 可以是从 1 到 4,000。 max 表示最大值 存储大小为 2^31-1 字节。这 存储大小（以字节为单位）是两倍 输入的字符数 + 2 字节。输入的数据可以为0 个字符的长度。 ISO 同义词 对于 nvarchar 是国家字符变化 和民族性格不同。

也就是说 unicode 压缩是在 SQL Server 2008 R2 中引入的，因此它可能会将 ascii 存储为 1 个字节，您可以在此处阅读有关 unicode 压缩的信息

SQL Server 2008 R2 : A quick experiment in Unicode Compression SQL Server 2008 R2 : Digging deeper into Unicode compression More testing of Unicode Compression in SQL Server 2008 R2

【讨论】：

当然，但这是一个沼泽标准字母。在 SQL Server 的 UCS-2 实现中，它是否有时将其存储在 4 个字符中以用于不太常见的字符？例如，在这篇文章msdn.microsoft.com/en-us/library/bb330962(v=sql.90).aspx 中它说“因为 UCS-2 只允许对 65,536 个不同的代码点进行编码，所以它本身并不处理补充字符，而是将补充字符视为一对未定义的 Unicode 代理字符，当配对在一起，定义一个补充字符。”

不，我从未见过它使用超过 2 个字符...也许那些不太常见的字符无法存储..您有一个示例...将其粘贴到代码中看看你会得到什么

我最初的困惑出现了，因为我看到有人在博客上说他们在一张桌子上使用了 sp_spaceused，由于某种原因，当他们使用 nvarchar 时，与 varchar 相比，它占用了两倍以上的空间。也许这可能是由于更多的页面，或者其他此类非数据 gumf 占用了额外的大小？

sp_spaceused 还显示可用空间和非聚集索引空间。如果表是碎片化的，它将占用更多空间

>可以存储 2 字节字符（尽管它们在内部保存为 UCS-2） - 请参阅我的答案中的 GB18030 链接

【参考方案2】：

鉴于有超过 65536 个字符，很明显一个字符不可能只容纳两个八位字节（即 16 位）。

SQL Server 与大多数 Microsoft 产品（Windows、.NET、NTFS 等）一样使用 UTF-16 存储文本，其中一个字符占用两个或四个八位字节，尽管正如 @SQLMenace 指出的那样，当前版本的 SQL Server 使用压缩来减少这种情况。

【讨论】：

有趣——从我在网上看到的其他东西中，他们提到 SQL Server 使用 UCS-2 来存储文本。

那么你是说一个 nvarchar 字符可能需要 4 个字节？

【参考方案3】：

我对这个问题的理解是，SQL server 内部使用的是 UCS-2，但是它的 UCS-2 实现已经被破解以支持a subset of characters of up to 4 bytes in the GB18030 character set，它被存储为 UCS-2 但被数据库引擎透明地转换回来查询时转换为多字节字符。

不完全支持代理/补充字符 - 许多 SQL 服务器字符串函数的实现不支持代理对，详细信息 here。