SQLserver排序规则基本概念探索

数据库  /  管理员 发布于 5年前   342

前言

昨天在论坛里面遇到一个比较特殊的场景。他的公司做的是海外的项目，中英再加一个当地语言，要兼容三种文字啊.
那有没有什么字符集或排序规则，能兼容所有文字的？对于海外项目很痛苦啊 .Oracle 有AL32UTF8 ，MySQL 有UTF8 ，那SQL Server 有吗？

基本概念

ASCII编码

在计算机发明后不久，计算机只在美国用。他们创造出了ASCII编码，来表示：空格、标点符号、数字、大小写字母，控制符等。可以完整的表达所有的英文。但是也只支持英文。

GBK编码

后来随着计算机的流行，中国人民通过对 ASCII 编码的中文扩充改造，产生了 GB2312 编码，可以表示6000多个常用汉字。汉字实在是太多了，包括繁体和各种字符，于是产生了

 GBK 编码，它包括了 GB2312 中的编码，同时扩充了很多。中国是个多民族国家，各个民族几乎都有自己独立的语言系统，为了表示那些字符，继续把 GBK 编码扩充为 GB18030 编码。

每个国家都像中国一样，把自己的语言编码，于是出现了各种各样的编码，如果你不安装相应的编码，就无法解释相应编码想表达的内容。

终于，有个叫 ISO 的组织看不下去了。他们一起创造了一种编码 UNICODE ，这种编码非常大，大到可以容纳世界上任何一个文字和标志。所以只要电脑上有 UNICODE 这种编码系统，无论是全球哪种文字，只需要保存文件的时候，保存成 UNICODE 编码就可以被其他电脑正常解释。

UTF-8 AND UTF-16

UNICODE 在网络传输中，出现了两个标准 UTF-8 和 UTF-16，分别每次传输 8个位（2个字节）和 16个位（4个字节）。于是就会有人产生疑问，UTF-8 既然能保存那么多文字、符号，为什么国内还有这么多使用 GBK 等编码的人？因为 UTF-8 等编码体积比较大，占电脑空间比较多，如果面向的使用人群绝大部分都是中国人，用GBK 等编码也可以。

总的来说：

Unicode 是「字符集」

UTF-8 是「编码规则」

其中：

字符集：为每一个「字符」分配一个唯一的 ID（学名为码位 / 码点 / Code Point）
编码规则：将「码位」转换为字节序列的规则（编码/解码 可以理解为 加密/解密 的过程）

排序规则

比如我们常用的：Chinese_PRC_CI_AS ，前面部分是Chinese_PRC 这个部分表示支持的中国大陆的字符集。但是这里有个特别需要注意的事项，划重点，在很多博客上面会有这样的描述：

大陆简体字UNICODE的排序规则

这里有很大的歧义。并不是说这个排序规则对所有字符都是有的Unicode。这样说并不准确。

排序规则的后半部份即后缀 含义：

　　_BIN 二进制排序
　　_CI(CS) 是否区分大小写，CI不区分，CS区分(case-insensitive/case-sensitive)
　　_AI(AS) 是否区分重音，AI不区分，AS区分(accent-insensitive/accent-sensitive)
　　_KI(KS) 是否区分假名类型,KI不区分，KS区分(kanatype-insensitive/kanatype-sensitive)
　　_WI(WS) 是否区分宽度 WI不区分，WS区分(width-insensitive/width-sensitive)　

区分大小写:如果想让比较将大写字母和小写字母视为不等，请选择该选项。

区分重音:如果想让比较将重音和非重音字母视为不等，请选择该选项。如果选择该选项，

比较还将重音不同的字母视为不等。

区分假名:如果想让比较将片假名和平假名日语音节视为不等，请选择该选项。

区分宽度:如果想让比较将半角字符和全角字符视为不等，请选择该选项

Unicode

SQL SERVER 是支持Unicode的。对应的字符类型是nchar,nvarchar.

总结

所以，SQL SERVER 没有这样的和ORACLE UTF-8类似的排序规则。。如果是三种文字，建议把所有的字符类型定义为nchar,nvarchar 。

以上就是本文关于SQLserver排序规则基本概念探索的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：浅谈sqlserver下float的不确定性、SQLserver中cube：多维数据集实例详解、sqlserver:查询锁住sql以及解锁方法等，有什么问题可以随时留言，小编会及时回复大家，在此也希望朋友们对本站多多支持！