Unicode 支持 是 SQL Server 2005 中多語言 支持 的基

　　Unicode 支持是 SQL Server 2005 中多語言支持的基礎(chǔ)。Unicode 是由 Unicode Consortium(一個提倡為所有語言使用單一字符集的組織)創(chuàng)立的一項標準。SQL Server 2005 支持 Unicode 標準 3.2 版。Unicode 標準的 3.01 版與 ISO-10646(一項與 Unicode 中的所有碼位均相符的國際標準)完全相同。

　　Unicode 的工作方式是，為每個字符提供一個唯一的碼位，該碼位與平臺、程序或語言無關(guān)。支持 Unicode 的程序可以處理任何語言的數(shù)據(jù)。因為其設(shè)計宗旨是涵蓋世界上所有語言的所有字符，所以不需要讓不同的代碼頁來處理不同的字符集。

　　因為所有 Unicode 系統(tǒng)都統(tǒng)一使用相同的位模式來表示所有字符，所以從一個系統(tǒng)轉(zhuǎn)到另一個系統(tǒng)時，不會出現(xiàn)字符轉(zhuǎn)換不正確的問題。

　　管理國際數(shù)據(jù)庫中的字符數(shù)據(jù)的最簡單方法是始終使用 Unicode nchar、nvarchar 和 nvarchar(max) 數(shù)據(jù)類型，而不使用它們對應(yīng)的非 Unicode 數(shù)據(jù)類型：char、varchar 和 text。這樣，客戶端與所有其他客戶端所看到的數(shù)據(jù)中的字符將是相同的。如果所有使用國際數(shù)據(jù)庫的應(yīng)用程序還使用 Unicode 變量來代替非 Unicode 變量，則不需要在系統(tǒng)中的任何位置執(zhí)行字符轉(zhuǎn)換。

　　注意 未來版本的 Microsoft SQL Server 中將刪除 ntext 數(shù)據(jù)類型。

　　Unicode 碼位及它們所代表的字符與用于可視呈現(xiàn)的“字形”是分開的。ISO 標準 (ISO/IEC 9541-1) 將字形定義為“與具體設(shè)計無關(guān)的可識別抽象圖形符號”。因此，一個字符不必總是由相同的字形乃至唯一的字形來表示。所選擇的字體決定將使用什么字形來表示特定碼位或一系列碼位。

　　有關(guān)詳細信息，請參閱 Unicode Consortium 網(wǎng)站。

　　編碼

　　Unicode 將碼位映射到字符，但實際上并不指定數(shù)據(jù)在內(nèi)存、數(shù)據(jù)庫或網(wǎng)頁中的表示方式。這便是 Unicode 數(shù)據(jù)編碼發(fā)揮作用的地方。有許多不同的 Unicode 編碼。多半選擇一種 Unicode 數(shù)據(jù)類型即可，不必為這些細節(jié)操心;不過，在以下情況下了解編碼有重要意義：

　　?應(yīng)對可能以不同方式對 Unicode 進行編碼的應(yīng)用程序時

　　?向其他平臺(非 Microsoft Windows)或 Web 服務(wù)器發(fā)送數(shù)據(jù)時

　　?導入其他編碼的數(shù)據(jù)或?qū)?shù)據(jù)導出為其他編碼時

　　Unicode 標準定義了其單一字符集的多種編碼：UTF-7、UTF-8、UTF-16 和 UTF-32。本部分對這些常見的編碼進行說明：

　　?UCS-2

　　?UTF-16

　　?UTF-8

　　SQL Server 通常以 UCS-2 編碼方案存儲 Unicode。不過，許多客戶端以另一種編碼方案(如 UTF-8)來處理 Unicode。這種情況在基于 Web 的應(yīng)用程序中經(jīng)常出現(xiàn)。在 Microsoft Visual Basic 應(yīng)用程序中，字符串以 UCS-2 編碼方案來處理。因此，不需要顯式地指定 Visual Basic 應(yīng)用程序與 SQL Server 實例之間的編碼方案轉(zhuǎn)換。

　　SQL Server 2005 使用 Unicode (UTF-16) 來對 XML 數(shù)據(jù)進行編碼。類型為 xml 的列中的數(shù)據(jù)以內(nèi)部格式存儲為二進制大型對象 (BLOB)，以支持 XML 模型特征，如文檔順序和遞歸結(jié)構(gòu)。因此，從服務(wù)器檢索的 XML 數(shù)據(jù)會以 UTF-16 格式輸出;如果想要為檢索的數(shù)據(jù)使用其他編碼，則應(yīng)用程序必須對所檢索的 UTF-16 數(shù)據(jù)執(zhí)行必要的轉(zhuǎn)換?！禨QL Server 2005 聯(lián)機叢書》中的 XML 最佳實踐提供了如何為從 varchar(max) 列中檢索的 XML 數(shù)據(jù)顯式地聲明編碼的示例。

　　使用 UTF-16 編碼是因為它可以處理 2 字節(jié)或 4 字節(jié)字符，并且處理是依照面向字節(jié)的協(xié)議進行的。這些特性使得 UTF-16 非常適合于遍歷使用不同編碼和字節(jié)排序系統(tǒng)的不同計算機。因為 XML 數(shù)據(jù)通常在網(wǎng)絡(luò)上得到廣泛共享，所以在數(shù)據(jù)庫中及在將 XML 數(shù)據(jù)導出到客戶端時保持默認的 UTF-16 存儲格式是有意義的。

　　UCS-2

　　UCS-2 是 UTF-16 的前身。UCS-2 與 UTF-16 的不同之處是，UCS-2 是一種固定長度編碼，它以 16 位值(2 個字節(jié))表示所有字符，因此不支持補充字符。UCS-2 常與 UTF-16 發(fā)生混淆，UTF-16 用于在內(nèi)部表示 Microsoft Windows 操作系統(tǒng)(Windows NT、Windows 2000、Windows XP 和 Windows CE)中的文本，但 UCS-2 受到的限制更多。

　　注意 有關(guān)在 Windows 操作系統(tǒng)中使用 Unicode 的最新信息，請參閱 Microsoft Developer Network (MSDN) 庫中的 Unicode。建議 Windows 應(yīng)用程序在內(nèi)部使用 UTF-16，僅在必須使用其他格式時再通過接口作為“薄層”的一部分進行轉(zhuǎn)換。

　　在 Microsoft SQL Server 2000 和 Microsoft SQL Server 2005 中以 Unicode 存儲的信息使用 UCS-2 編碼，無論使用的是哪個字符，該編碼都將每個字符存儲為兩個字節(jié)。因此，對拉丁語字母“A”的處理方式與對西里爾文字母 Sha ())、希伯來語字母 Lamed (ì)、泰米爾語字母 Rra (?) 或日語平假名字母 E (?|) 的處理方式是相同的。每個字母都有一個唯一的碼位(對于上述字母，碼位分別為 U+0041、U+0248、U+05DC、U+0BB1 和 U+3048，每個四位十六進制數(shù)表示 UCS-2 使用的那兩個字節(jié))。

　　因為 UCS-2 只考慮了 65,536 個不同碼位的編碼，其本身無法處理補充字符，只能將補充字符視為未定義的 Unicode 代理項字符，這些字符組對后定義補充字符。不過，SQL Server 可以存儲補充字符而不會有字符丟失或損壞的風險。通過創(chuàng)建自定義 CLR 函數(shù)，可以擴展 SQL Server 處理代理項對的能力。有關(guān)處理代理項對和補充字符的詳細信息，請參閱本文后面的“補充字符和代理項對”部分。

　　注意 補充字符定義為“具有補充碼位的 Unicode 編碼字符”。補充碼位的范圍在 U+10000 和 U+10FFFF 之間。

　　UTF-8

　　UTF-8 是一種旨在以與計算機上的字節(jié)排序無關(guān)的方式來處理 Unicode 數(shù)據(jù)的編碼方案。在處理 ASCII 及其他要求使用 8 位編碼的面向字節(jié)的系統(tǒng)(例如，必須覆蓋大量使用不同編碼、不同字節(jié)順序和不同語言的計算機的郵件服務(wù)器)時，UTF-8 會有幫助。盡管 SQL Server 2005 不以 UTF-8 格式存儲數(shù)據(jù)，但它仍支持使用 UTF-8 來處理可擴展標記語言 (XML) 數(shù)據(jù)。有關(guān)詳細信息，請參閱本文的 SQL Server 2005 中的 XML 支持部分。

　　其他數(shù)據(jù)庫系統(tǒng)(例如，Oracle 和 Sybase SQL Server)通過使用 UTF-8 存儲來支持 Unicode。視服務(wù)器的實現(xiàn)方式而定，從技術(shù)上講實現(xiàn)數(shù)據(jù)庫引擎可能比較容易，因為服務(wù)器上的現(xiàn)有文本管理代碼在一次處理一個字節(jié)的數(shù)據(jù)時并不要求進行重大更改。不過，在 Windows 環(huán)境中，UTF-8 存儲有幾個缺點：

　　?組件對象模型 (COM) 僅在其 API 和接口中支持 UTF-16/UCS-2。因此，如果數(shù)據(jù)以 UTF-8 格式存儲，必須始終進行轉(zhuǎn)換。僅在使用 COM 時會出現(xiàn)此問題;SQL Server 數(shù)據(jù)庫引擎通常不會調(diào)用 COM 接口。

　　?Windows XP 和 Windows Server 2003 的內(nèi)核均采用 Unicode。UTF-16 是 Windows 2000、Windows XP 和 Windows Server 2003 的標準編碼。不過，Windows 2000、Windows XP 和 Windows Server 2003 都可以識別 UTF-8。因此，在數(shù)據(jù)庫中使用 UTF-8 存儲格式需要進行許多額外的轉(zhuǎn)換。通常，轉(zhuǎn)換所需的額外資源不會影響 SQL Server 數(shù)據(jù)庫引擎，但可能會影響許多客戶端操作。

　　?執(zhí)行許多字符串操作時，UTF-8 的速度可能都會較慢。排序、比較及幾乎任何字符串操作的速度可能都會下降，因為字符的寬度不固定。

　　?UTF-8 往往需要 2 個以上的字節(jié)，并且增加的大小會占用更多的磁盤和內(nèi)存空間。

　　盡管有這些缺點，但考慮到 XML 已成為一項重要的 Internet 通信標準這一事實，您可能希望考慮將默認編碼設(shè)置為 UTF-8。