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

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.