Sql Server - VARCHAR 长度是否表示最大字符数或字节数？答案

【问题标题】：Sql Server - does VARCHAR length indicate max number of characters or number of bytes?Sql Server - VARCHAR 长度是否表示最大字符数或字节数？
【发布时间】：2018-05-28 01:49:27
【问题描述】：

对于类型为

的 SQL Server 列

VARCHAR(100)

在插入列之前，我想确保插入的值不大于 100。该数字是指定它可以存储的最大字符数，还是它是数字它可以存储多少字节的字符数据？

我问的原因是一些 unicode 特殊字符使用了多个字节。因此，用 unicode 编码的 100 个字符的字符串可能会占用超过 100 个字节。

既然varchar是用于ASCII编码的，那么任何ASCII字符是否有可能占用一个以上的字节（这可能需要检查字节长度）？

（编辑：根据我对这个问题的反馈，我看到 varchar 应该用于 ASCII，nvarchar 应该用于 unicode。）

【问题讨论】：

如果您正在处理 unicode，那么您应该改用 nvarhcar。
不清楚您所说的“某些特殊字符使用超过一个字节”是什么意思，因为 VARCHAR 不是这种情况，它是为 ASCII 字符设计的。

标签： c# sql-server string

【解决方案1】：

我从研究这个问题中学到了一些东西！

在 SQL Server 中

nvarchar 占用双倍存储空间，因为它使用两字节字符集 UNICODE UCS-2。

n 定义字符串长度...存储大小（以字节为单位）是输入数据实际长度的两倍 + 2 个字节。

这告诉我为nvarchar 指定的长度肯定是字符数，而不是字节数。

varchar是一字节一字符存储，存储单字节非unicode字符数据。

n 定义字符串长度...存储大小是输入数据的实际长度 + 2 个字节。

我会从这两个陈述中推断出varchar 或nvarchar 列的长度指示的数字确实是字符数。

短语length of the data entered 有点模棱两可，但从这两个描述中我认为可以合理地得出结论，它们表示输入的字符数。

如果您有可能接收和存储两字节字符数据，请始终选择nvarchar over varchar，即使性能可能会受到影响。链接的问题和答案有助于了解原因。

底线是SQL Server 将varchar 和nvarchar 列的长度表示为输入的字符数。它将为您处理存储。不用担心字节！

注意：Adding to the confusion 是 Oracle 允许您在本机类型 VARCHAR2 中指定字节长度或字符长度：

Oracle VARCHAR2

随着多字节字符集的使用越来越多的支持全球化数据库带来的字节问题不再等同于字符。

VARCHAR2 和 CHAR 类型支持两种指定长度的方法：

以字节为单位：VARCHAR2（10 字节）。这将支持最多 10 个字节的数据，在一个多字节字符中可能少至两个字符套。以字符为单位：VARCHAR2（10 个字符）。这将支持最多 10 个数据的字符，最多可以是 40 字节的信息。

而且看起来默认是字节！

这似乎不仅仅让我们感到困惑：

Oracle varchar2 - bytes or chars

因此，如果您来自 Oracle 世界，您可能会认为这在任何地方都是正确的。如果您来自 SQL Server 世界，您可能不会意识到情况就是这样！

在 SQL Server 中

让我感到困惑的是UTF-8 unicode 字符最多可以占用 6 个字节，而很多只占用 1 个字节！然而，docs 说每个字符恰好占用两个字节。

真的……How many bytes does one Unicode character take?

答案：SQL Server 使用的是UNICODE UCS-2，

使用单个代码值（定义为一个或多个数字表示一个代码点），每个字符在 0 到 65,535 之间，并且允许恰好两个字节（一个 16 位字）来表示该值。

这解释了为什么 SQL Server 可以根据字符串的长度拥有特定数量的空间。 所有字符在一个 nvarchar 列中占用两个字节！

【讨论】：

【解决方案2】：

正确的做法是检查长度

if (myString.Length > 100)
{
    MessageBox.Show("String too long");
    return; 
}

.NET string 已经是 Unicode，可以保存你拥有的任何字符。相反，varchar 数据类型只是 ASCII 类型，不支持 Unicode。您需要做的是将 db 列声明为nvarchar，一切都会顺利进行。不要做任何疯狂的事情。

【讨论】：

【解决方案3】：

将GetByteCount 用于适当的编码器——在本例中，ASCII 用于 VarChar，Unicode 用于 NVarChar）。

    var s = "This is a string";
    var len1 = s.Length;
    var len2 = System.Text.Encoding.Unicode.GetByteCount(s);
    var len3 = System.Text.Encoding.ASCII.GetByteCount(s);
    Console.WriteLine("'{0}' has {1} characters and is {2} bytes with Unicode encoding and {3} bytes with ASCII encoding.", s, len1, len2, len3);

输出：

'This is a string' has 16 characters and is 32 bytes with Unicode encoding and 16 bytes with ASCII encoding.

【讨论】：

这是NVARCHAR 的合适编码器，而不是普通的VARCHAR。对于 VARCHAR，应使用 System.Text.Encoding.ASCII。
已修订。没有仔细阅读问题。我想不出任何多字节 ASCII 字符，所以我很惊讶这就是 OP 所要求的。
感谢@JohnWu，这很有帮助。后续问题 - 可能没有任何多字节 ASCII 字符，但是如果将多字节 unicode 字符插入varchar 列会发生什么？
您可以尝试将 unicode 字符插入普通的 varchar，但任何不在代码页上的字符都会以问号结尾。不推荐。

【解决方案4】：

如果它已经是一个字符串，你只需要确保该字符串的长度不超过 100 个字符

【讨论】：

这属于评论。