sql-server - 新的 SQL Server 数据库使用哪个字符集？

Question

我正在准备一个新的数据库服务器，我将从一个现有的大型多语言数据库中迁移数据(主要是英语/法语/西类牙语文本，很少有来自其他语言的特殊字符，例如城市名称)。它将主要用于我和我的同事开发的 PHP 应用程序。

我很难理解所有的字符集问题，我想从一开始就做出正确的选择。

根据我的阅读，为了支持所有 Unicode 字符，我应该使用 UTF-8。

我的问题:

1. 我应该在 MicroSoft SQL Server 2008 中设置哪些字符集/排序规则以获得 UTF-8？ Latin1_general_CS_AS 是正确的选择吗？

2. 我应该在我的 HTML 页面中使用这个元数据吗？

   <META HTTP-EQUIV="Content-Type" CONTENT="text/html; CHARSET=utf-8">

3. 是否会有我的数据库无法支持的字符，或者我需要以某种方式进行转换的字符？

Answer 1

字符集和排序规则是不同的东西。

SQL Server 不支持 UTF-8。您应将数据存储为 Unicode，这意味着列类型应为 NCHAR 和 NVARCHAR。您可以选择您喜欢的任何排序规则，因为您选择的任何排序规则都是不正确的。归类决定了值排序和比较的方式，而不是它们存储时使用的编码(驱动程序将归类信息解释为非 Unicode 类型的编码提示，但这是一个不同的主题)。当您混合使用各种语言时，可能没有正确的排序顺序(即您的应用程序将受到臭名昭著的土耳其语 I 和西类牙语 ch 的困扰排序问题)。然而，这通常不是什么大问题，用户很少注意到它。不过总的来说，拉丁排序可能是最好的。

至于你返回的 HTTP 字符集:你应该把你用来返回页面的字符集作为。 SQL Server 使用什么编码来存储数据是完全无关的。许多开发人员在这里遇到问题，因为他们在 SQL Server 中使用非 Unicode 数据类型(即 CHAR 和 VARCHAR)，这导致返回的许多编码不兼容HTTP 数据。只要您不在自己的应用程序代码中做任何愚蠢的事情(例如尝试强制编码)，只需使用 Unicode 列类型即可解决大多数问题。

顺便说一句，由于您提到大多数应用程序都是 PHP，因此您可能需要将编码从 SQL Server Unicode UCS-2 转换为所需的输出格式 (UTF-8)。请务必阅读 Microsoft Drivers for PHP for SQL Server Unicode Support and Endianness并对 SQL Server 数据使用 ucs-2le 编码。