SQLServer特殊字符/生僻字与varchar

对于中文版的SQL SERVER，默认安装后使用的默认排序规则为Chinese_PRC_CI_AS，在此排序规则下，使用varchar类型来可以“正常存取”存放中文字符以及一些东南亚国家的字符，同时varchar类型在存放英文字符和数字时比nvarchar节省一半的存储空间，因此很多DBA都习惯使用varchar类型来存放字符数据，但这样便存在一些乱码隐患！
首先是特殊字符如上下标或版权字符，测试Code如下：

--准备测试表
DROP TABLE TB1
GO
CREATE TABLE TB1
(
C1 VARCHAR(200),
C2 NVARCHAR(200)
)
GO
--插入测试数据
INSERT INTO TB1(C1,C2)
SELECT N'm²',N'm²'
UNION
SELECT N'®',N'®'
--查询
SELECT C1,
CAST(C1 AS NVARCHAR(200)) AS C1_N,
C2,
CAST(C2 AS VARCHAR(200)) AS C2_V
FROM  TB1

测试结果如下：

可以明显地看到上标在varchar类型下转换成普通数字2，而版权符号在varchar类型下直接就乱码。

对于这些特殊字符，可能不会被使用到，比如用户姓名字段，那么是不是就可以使用varchar类型了呢?

当然不是，能避开特殊字符，还得考虑“有文化的父母”给子女来点生僻字以展示有文化！！！比如五代十国中南汉的创建者刘䶮就自认为很牛叉，于是自己创了一个“䶮”字，取意为飞龙在天，如此牛叉的意义就不招varchar的“喜欢”，测试code如下：测试结果如下：

 

可以明显地看到上标在varchar类型下转换成普通数字2，而版权符号在varchar类型下直接就乱码。

对于这些特殊字符，可能不会被使用到，比如用户姓名字段，那么是不是就可以使用varchar类型了呢?

当然不是，能避开特殊字符，还得考虑“有文化的父母”给子女来点生僻字以展示有文化！！！比如五代十国中南汉的创建者刘䶮就自认为很牛叉，于是自己创了一个“䶮”字，取意为飞龙在天，如此牛叉的意义就不招varchar的“喜欢”，测试code如下：

INSERT INTO TB1(C1,C2)
SELECT N'刘䶮',N'刘䶮'
 
SELECT C1,
CAST(C1 AS NVARCHAR(200)) AS C1_N,
C2,
CAST(C2 AS VARCHAR(200)) AS C2_V
FROM  TB1

显示结果如下：

“䶮”字只能在NVARCHAR模式下才能完好地显示哈！

建议使用NVARCHAR来存放非英文字符数据理由：
理由1：VARCHAR类型存放特殊字符或生僻字时存在乱码或字符被转变的问题
理由2：对于中文字符，使用VARCHAR和NVARCHAR消耗同样的空间，对于英文字符，使用VARCHAR比NVARCHAR节省一倍的空间，但随着磁盘成本越来越低，其提升的性能和节省的成本有限。（例外：如果数据中存在大量英文字符和少量非英文字符，则可以考虑VARCHAR类型）
理由3：对于需要国际化的企业，后期将VARCHAR升级为NVARCHAR的成本太高或难以实现
理由4：使用VARCHAR存放非英文字符时，容易生成错误的预估值，尤其在执行LIKE这类前缀匹配的预估时。显示结果如下：

“䶮”字只能在NVARCHAR模式下才能完好地显示哈！
建议使用NVARCHAR来存放非英文字符数据理由：
理由1：VARCHAR类型存放特殊字符或生僻字时存在乱码或字符被转变的问题
理由2：对于中文字符，使用VARCHAR和NVARCHAR消耗同样的空间，对于英文字符，使用VARCHAR比NVARCHAR节省一倍的空间，但随着磁盘成本越来越低，其提升的性能和节省的成本有限。（例外：如果数据中存在大量英文字符和少量非英文字符，则可以考虑VARCHAR类型）
理由3：对于需要国际化的企业，后期将VARCHAR升级为NVARCHAR的成本太高或难以实现
理由4：使用VARCHAR存放非英文字符时，容易生成错误的预估值，尤其在执行LIKE这类前缀匹配的预估时。