SQLServer的varchar与nvarchar的学习之二

SQLServer的varchar与nvarchar的学习之二

---

背景

昨天简单总结了多种数据库 varchar和nvarchar的区别与关系
今天想着能够分析一下数据库文件.

计划使用winhex 查看数据文件, 简单进行学习

---

过程

创建数据库和表,然后进行一些测试, 进行简单测试判断.
create database  zhaobsh
create table zhaobsh (zhaobshvarchar varchar(30),zhaobshnvarchar nvarchar(30))
insert into zhaobsh values ('123abc','123abc')
insert into zhaobsh values ('abcd赵1234','abcd赵1234')
insert into zhaobsh values ('abcde한국12345','abcde한국12345')
insert into zhaobsh values ('abcde한국12345',N'abcde한국12345')

---

查询分析器的结果

zhaobsh_varchar	zhaobsh_nvarchar
赵XX测试三十个字符的情况	赵XX测试三十个字符的情况赵本帅赵XX
123abc	123abc
abcd赵XX1234	abcd赵XX1234
abcde??12345	abcde??12345
abcde??12345	abcde한국12345

---

简单分析

nvarchar是字符数. 可以保存字符的个数
varchar是字节数,  汉字的话因为是GBK编码可能要除以2
chinese_prc的排序规则下 韩文是乱码显示.
使用 N开头存储到 nvarchar里面可以正常显示韩文.
但是需要SQL单独修改一下.

---

打开winhex进行查看

先分离数据库,然后复制数据库的数据文件出来.
使用winhex打开数据文件

第一部分 数字和英文:
Offset      0  1  2  3  4  5  6  7   8  9  A  B  C  D  E  F

0011C0B0                                              31 32                 12
0011C0C0   33 61 62 63 31 00 32 00  33 00 61 00 62 00 63      3abc1 2 3 a b c

可以明显看到
varchar的 数字和英文字符, 都是一个字符使用一个字节进行保存.
nvarchar 使用的是两个字符进行保存,方式是后面补零. 

并且可以看到字段的两个数据时仅仅仅挨着的. 

地区看到 nvarchar 在存储ASCII字符时至少会浪费一倍的存储空间.

---

中文部分

Offset      0  1  2  3  4  5  6  7   8  9  A  B  C  D  E  F

0011C0D0                                     31 00 61 62 63              1 abc
0011C0E0   64 D5 D4 XX XX XX XX 31  32 33 34 61 00 62 00 63   d赵XX1234a b c
0011C0F0   00 64 00 75 8D 2C 67 05  5E 31 00 32 00 33 00 34    d u ,g ^1 2 3 4

可以看到 :
varchar:   D5 D4 XX XX XX XX  六个字节表示了 三个汉字.
nvarchar:  75 8D XX XX XX XX  应该也是六个字节表示了三个汉字. 

通过百度发现 赵的 GBK编码其实是 D5D4, 明显 varchar使用GBK进行了存储.
另外发现     赵的 unicode编码是 8D75 也就是 nvarchar的字符存储方式. 

所以明显可以看到, varchar 使用了 我这个数据库 Chinese_prc_ci_as的默认字符存储方式
但是当时使用nvarchar时 使用的就是  unicode的编码存储格式.

---

韩文部分

Offset      0  1  2  3  4  5  6  7   8  9  A  B  C  D  E  F

0011C100                                              61 62                 ab
0011C110   63 64 65 3F 3F 31 32 33  34 35 61 00 62 00 63 00   cde??12345a b c
0011C120   64 00 65 00 3F 00 3F 00  31 00 32 00 33 00 34 00   d e ? ? 1 2 3 4
0011C130   35 00 30 00 04 00 02 00  00 02 00 19 00 31 00 61   5 0          1 a
0011C140   62 63 64 65 3F 3F 31 32  33 34 35 61 00 62 00 63   bcde??12345a b c
0011C150   00 64 00 65 00 5C D5 6D  AD 31 00 32 00 33 00 34    d e \誱? 2 3 4
0011C160   00 35                                               5

因为我想写的是韩文
只有N 开头的字段保存正常:
한국 的UNICDE 码为: D55C  AD6D
可以看到数据库里面存储的也是: 5CD5 6DAD
比较符合预期.

也说明 nvarchar里面存的是 unicode 的字符 而不是utf-8的编码格式.
SQLServer数据库这一块的设置还是比较有意思的.