首页 / 知识

varchar和nvarchar SQL Server数据类型之间的主要性能差异是什么？

2023-04-13 16:18:00

What are the main performance differences between varchar and nvarchar SQL Server data types?

我正在使用SQL Server 2005在我的学校为一个小型网络应用程序开发数据库。
我在varchar vs nvarchar的问题上看到了几个思想流派：

除非您处理大量国际化数据，否则请使用varchar，然后使用nvarchar。

只需使用nvarchar即可。

我开始看到视图2的优点。我知道nvarchar确实占用了两倍的空间，但这不一定是一个大问题，因为这只是为几百名学生存储数据。对我而言，似乎最简单的是不要担心它并且只允许一切使用nvarchar。还是有什么我想念的？

磁盘空间不是问题...但内存和性能将是。
双页读取，双索引大小，奇怪的LIKE和=常量行为等

您需要存储中文等脚本吗？是还是不是...

从MS BOL"Unicode的存储和性能影响"

编辑：

最近的SO问题突出了nvarchar性能有多糟糕......

在nvarchar字符串中搜索时，SQL Server使用高CPU

始终使用nvarchar。

对于大多数应用程序，您可能永远不需要双字节字符。但是，如果您需要支持双字节语言，并且数据库模式中仅支持单字节，那么回头修改整个应用程序确实非常昂贵。

将一个应用程序从varchar迁移到nvarchar的成本将比您在大多数应用程序中将使用的额外磁盘空间少得多。

始终如一！将VARCHAR加入到NVARCHAR中会有很大的性能影响。

nvarchar将在内存，存储，工作集和索引编制上有大量开销，因此，如果规范指示确实不需要，则不要打扰。

我不会有一个坚硬而快速的"永远nvarchar"规则，因为在许多情况下它可能是完全浪费 - 特别是来自ASCII / EBCDIC的ETL或通常是键和外键的标识符和代码列。

另一方面，有很多列的情况，我肯定会提前问这个问题，如果我没有立即得到一个快速的答案，我会把列设为nvarchar。

对于您的应用程序，nvarchar很好，因为数据库大小很小。说"总是使用nvarchar"是一个巨大的过度简化。如果你不需要存储像汉字或其他疯狂字符这样的东西，使用VARCHAR，它将使用更少的空间。我的前任在我目前的工作中使用NVARCHAR设计了一些不需要的东西。我们最近将其切换为VARCHAR，仅在该表上保存了15 GB(已被高度写入)。此外，如果您在该表上有一个索引，并且想要包括该列或创建一个复合索引，则只需增加索引文件的大??小即可。

考虑一下您的决定；在SQL开发和数据定义中，似乎很少有"默认答案"(当然，除了不惜一切代价避免使用游标)。

我犹豫在这里添加另一个答案，因为已经有很多答案了，但是需要提出一些尚未提出或没有明确提出的观点。

第一：不要总是使用NVARCHAR。这是一种非常危险且往往代价高昂的态度/态度。最好不要说"从不使用游标"，因为它们有时是解决特定问题的最有效方法，而执行WHILE循环的通常解决方法几乎总是比正确完成的游标要慢。

你唯一应该使用"永远"这个词的时候就是建议"总是做最适合这种情况的事情"。当然，这通常很难确定，尤其是在试图平衡开发时间的短期收益时(经理："我们需要这个功能-您直到一周前才知道的功能！")定期维护成本(最初向团队施加压力，要求其在3周的冲刺中完成3个月的项目的经理："我们为什么会遇到这些性能问题？我们怎么可能做X却没有灵活性？我们负担不起一两个冲刺来解决这个问题。我们可以在一周内完成什么工作，以便我们可以回到我们的优先项目？我们肯定需要在设计上花更多的时间，所以这不会继续发生！")。

第二：@gbn的答案涉及一些非常重要的要点，当路径不是100％清晰时，在做出某些数据建模决策时要考虑。但是，还有更多需要考虑的问题：

事务日志文件的大小

复制所需的时间(如果使用复制)

ETL所需的时间(如果是ETL)

将日志传送到远程系统并还原所需的时间(如果使用日志传送)

备份大小

完成备份所需的时间

进行还原所需的时间(这一天可能很重要；-)

tempdb所需的大小

触发器的性能(用于存储在tempdb中的已插入和已删除表)

行版本控制的性能(如果使用SNAPSHOT ISOLATION，因为版本存储在tempdb中)

当首席财务官说他们去年在SAN上花费了100万美元时，就可以获取新的磁盘空间，因此他们不会再授权25万美元用于额外的存储

执行INSERT和UPDATE操作所需的时间长度

维护索引所需的时间

等等等

浪费空间对整个系统产生巨大的级联效应。我写了一篇文章，详细介绍了该主题：磁盘便宜！ ORLY？ (需要免费注册;抱歉，我不控制该政策)。

第三：虽然一些答案错误地侧重于"这是一个小应用程序"方面，而一些答案正确地建议"使用适当的东西"，但没有一个答案为OP提供了真正的指导。问题中提到的重要细节这是他们学校的网页。大！因此，我们建议：

学生和/或学院名称的字段应该为NVARCHAR，因为随着时间的流逝，来自其他文化的名称将越来越有可能出现在那些地方。

但是街道地址和城市名称呢？该应用程序的目的没有说明(它会有所帮助)但假设地址记录(如果有的话)仅适用于特定地理区域(即单一语言/文化)，则使用VARCHAR和相应的代码页面(根据字段的整理确定)。

如果存储状态和/或国家ISO代码(不需要存储INT / TINYINT，因为ISO代码是固定长度，人类可读，以及标准:)，使用CHAR(2)表示两个字母代码，CHAR(3)表示使用3个字母代码。并考虑使用二进制校对，如Latin1_General_100_BIN2。

如果存储邮政编码(即邮政编码)，请使用VARCHAR，因为这是国际标准，切勿使用A-Z以外的任何字母。是的，即使仅存储美国邮政编码而不是INT，也仍要使用VARCHAR，因为邮政编码不是数字，它们是字符串，并且其中一些带有前导" 0"。并考虑使用二进制校对，如Latin1_General_100_BIN2。

如果存储电子邮件地址和/或URL，请使用NVARCHAR，因为这两者现在都可以包含Unicode字符。

等等....

第四：既然你有NVARCHAR数据占用的空间是它所需的空间的两倍，那么数据很适合VARCHAR("很好地适应"=不会变成"？")并且不知何故，好像通过魔术，应用程序确实增长，现在至少有一个字段中有数百万条记录，其中大多数行是标准ASCII，但有些包含Unicode字符，所以你必须保留NVARCHAR，请考虑以下内容：

如果您使用的是SQL Server 2008 - 2016 RTM且在Enterprise Edition上，或者如果使用SQL Server 2016 SP1(在所有版本中都提供了数据压缩)或更新版本，则可以启用数据压缩。数据压缩可以(但不会"始终")压缩NCHAR和NVARCHAR字段中的Unicode数据。决定因素是：

NCHAR(1 - 4000)和NVARCHAR(1 - 4000)使用Unicode的标准压缩方案，但仅在SQL Server 2008 R2中启动，并且仅适用于IN ROW数据，而不是OVERFLOW！这似乎比常规的ROW / PAGE压缩算法更好。

NVARCHAR(MAX)和XML(我猜也是VARBINARY(MAX)，TEXT和NTEXT)数据是IN ROW(不是LOB或OVERFLOW页面中的行)，至少可以进行PAGE压缩，但不是ROW压缩。当然，PAGE压缩取决于行内值的大小：我使用VARCHAR(MAX)进行了测试，发现6000个字符/字节的行不会压缩，但是4000个字符/字节的行会压缩。

任何OFF ROW数据，LOB或OVERLOW =没有您的压缩！

如果使用SQL Server 2005或2008 - 2016 RTM而不是Enterprise Edition，则可以有两个字段：一个VARCHAR和一个NVARCHAR。例如，假设您存储的URL大部分都是基本ASCII字符(值0 - 127)，因此适合VARCHAR，但有时会包含Unicode字符。您的架构可以包括以下3个字段：

1
2
3
4
5
6
7
8

...
URLa VARCHAR(2048) NULL,
URLu NVARCHAR(2048) NULL,
URL AS (ISNULL(CONVERT(NVARCHAR([URLa])), [URLu])),
CONSTRAINT [CK_TableName_OneUrlMax] CHECK (
([URLa] IS NOT NULL OR [URLu] IS NOT NULL)
AND ([URLa] IS NULL OR [URLu] IS NULL))
);

在此模型中，您只能从[URL]计算列中进行选择。对于插入和更新，您可以通过查看转换是否更改传入值(您必须为NVARCHAR类型)来确定要使用的字段：

1
2
3
4
5

INSERT INTO TableName (..., URLa, URLu)
VALUES (...,
IIF (CONVERT(VARCHAR(2048), @URL) = @URL, @URL, NULL),
IIF (CONVERT(VARCHAR(2048), @URL) <> @URL, NULL, @URL)
);

您可以将传入的值GZIP转换为VARBINARY(MAX)，然后在出路时解压缩：

对于SQL Server 2005-2014：可以使用SQLCLR。 SQL＃(我写的一个SQLCLR库)附带免费版的Util_GZip和Util_GUnzip

对于SQL Server 2016及更高版本：您可以使用内置的COMPRESS和DECOMPRESS函数，它们也是GZip。

如果使用SQL Server 2017或更高版本，则可以考虑将表格设置为Clustered Columnstore Index。

虽然这还不是一个可行的选择，但SQL Server 2019在VARCHAR / CHAR数据类型中引入了对UTF-8的本机支持。当前有太多的错误需要使用，但是，如果它们已修复，则在某些情况下是一种选择。请参阅我的帖子"SQL Server 2019中的原生UTF-8支持：救世主还是假先知？"，详细分析了这一新功能。

好。

由于您的应用程序很小，使用nvarchar而不是varchar基本上没有明显的成本增加，如果您需要存储unicode数据，您可以节省潜在的麻烦。

一般来说;从约束最少的最昂贵的数据类型开始。把它投入生产。如果性能开始成为问题，请找出实际存储在那些nvarchar列中的内容。那里是否有不适合varchar的字符？如果没有，请切换到varchar。在您知道痛苦在哪里之前，请勿尝试进行预优化。我的猜测是nvarchar / varchar之间的选择并不会在可预见的未来减缓你的应用程序。应用程序的其他部分将进行性能调优，为您带来更多好处。

我可以凭经验说，谨防nvarchar。除非绝对需要，否则此数据字段类型会破坏较大数据库的性能。我继承了一个在性能和空间方面都受到损害的数据库。我们能够将30GB的数据库大小减少70％！还进行了其他一些修改以帮助提高性能，但是我敢肯定varchar也会大大改善性能。如果您的数据库有可能将表增长到100万+记录，则不惜一切代价远离nvarchar。

在过去的几年里，我们所有的项目都使用了NVARCHAR，因为所有这些项目都是多语言的。在插入数据库之前，从外部源(例如ASCII文件等)导入的数据被上转换为Unicode。

我还没有遇到来自较大索引等的任何与性能相关的问题。索引确实使用了更多内存，但内存很便宜。

无论您是使用存储过程还是动态构造SQL，都要确保所有字符串常量都以N为前缀(例如SET @foo = N'Hello world。';)，因此常量也是Unicode。这样可以避免在运行时进行任何字符串类型转换。

因人而异。

我经常在工作中处理这个问题：

清单和价格的FTP提要-varchar正常工作时，项目描述和其他文本在nvarchar中。将这些转换为varchar减少了几乎一半的文件大小，真的有助于上传。
在有人在商品说明中添加特殊字符之前，上述方案可以正常工作(也许是商标，不记得了)

我仍然不会每次都使用nvarchar over varchar。如果对特殊字符有任何疑问或可能，我使用nvarchar。当我100％控制填充字段的内容时，我发现我主要使用varchar。

为什么在所有讨论中都没有提到UTF-8？能够存储完整的unicode字符范围并不意味着必须始终为每个字符分配两个字节(或"代码点"以使用UNICODE术语)。所有ASCII都是UTF-8。 SQL Server是否检查文本是严格ASCII的VARCHAR()字段(即顶部字节位为零)？我希望不会。

如果那时你想存储unicode并希望与旧的仅ASCII应用程序兼容，我认为使用VARCHAR()和UTF-8将是神奇的子弹：它只在需要时使用更多空间。

对于那些不熟悉UTF-8的人，我可能建议您阅读入门。

在某些特殊情况下，您需要故意限制数据类型以确保它不包含特定集合中的字符。例如，我有一个需要将域名存储在数据库中的方案。域名国际化在当时并不可靠，因此最好限制基层的输入，并有助于避免任何潜在的问题。

如果仅由于系统存储过程需要nvarchar而使用nvarchar，最频繁出现的事件莫名其妙地是sp_executesql，而动态SQL则很长，那么从性能角度考虑，最好进行所有字符串操作(串联，替换)然后在varchar中将最终结果转换为nvarchar并将其输入proc参数。因此，不总是使用nvarchar！

数据类型网络应用学校主要性能