SQL Server varchar与nvarchar的意外“排序依据”差异

Question

我在varchar与nvarchar数据的“ order by”结果之间遇到了意外的差异。 在这两种情况下，所讨论的数据均来自旧的ASCII字符集。 区别在于以nnn与-nnn开头的数据排序，其中n是一个数字。

下面是重现该问题的SQL Server脚本； 我的测试服务器是SQL 2016，但我在2008年和2012年也重现了该问题。 我尝试了不同的排序规则，但没有任何效果（Latin1_General_bin除外，请参见下文）。 该脚本会创建2个示例表，与我们的应用程序中的一个相似，一个使用varchar，另一个使用nvarchar，并添加7行数据。

CREATE TABLE [dbo].[_ValidationLists](
    [_FldNum] [int] NOT NULL,
    [_ValidationEntry] [varchar](250) NOT NULL,
 CONSTRAINT [PK__ValidationLists] PRIMARY KEY CLUSTERED 
(
    [_ValidationEntry] ASC,
    [_FldNum] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

GO

CREATE TABLE [dbo].[_ValidationListsN](
    [_FldNum] [int] NOT NULL,
    [_ValidationEntry] [nvarchar](250) NOT NULL,
 CONSTRAINT [PK__ValidationListsN] PRIMARY KEY CLUSTERED 
(
    [_ValidationEntry] ASC,
    [_FldNum] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

GO

INSERT INTO [_ValidationLists] (_fldnum, _ValidationEntry) VALUES (1,'-1'), (1,'-10'), (1,'-100'), (1,'0'), (1,'1'), (1,'10'), (1,'100')
INSERT INTO [_ValidationListsN] (_fldnum, _ValidationEntry) VALUES (1,N'-1'), (1,N'-10'), (1,N'-100'), (1,N'0'), (1,N'1'), (1,N'10'), (1,N'100')


select * from [_ValidationLists]
order by [_ValidationEntry] asc
select * from [_ValidationListsN]
order by [_ValidationEntry] asc

select语句的结果如下。 对于varchar，第一个结果就是我期望的结果（按字典顺序排序）； 我无法解释的第二个结果。 首先是我们的客户群也期望的，这个结果令我们感到惊讶。 （客户数据是不寻常的-通常此表用于alpha数据；并且varchar和nvarchar的alpha数据顺序相同）。

使用N'...'初始化_ValidationListsN行的结果是相同的。 原始数据有更长的条目，例如'-100：Pass'； 我已将数据编辑到最小程度以证明问题所在。

右填充空白时，所有条目的长度均相同，无效。

使用COLLATE Latin1_General_bin可重现字典排序，但不可接受，因为（仅出于一个原因）我们通常使用不区分大小写的排序。

报告此问题的客户只有ASCII数据，因此我们可以通过使用varchar重新创建此表来修复它们。 我想知道为什么nvarchar会这样表现，因为对我来说结果似乎不正确，以及是否有一种方法可以实现我们期望的排序行为（第一种情况）。 至少我不知道为什么所有以“-”（ASCII 0X2d，破折号或减号）开头的条目都不在一起排序。

_FldNum _ValidationEntry

1           -1  
1           -10  
1           -100  
1           0  
1           1  
1           10  
1           100  

（受影响的7行）

_FldNum _ValidationEntry

1           0  
1           1  
1           -1  
1           10  
1           -10  
1           100  
1           -100  

（受影响的7行）

Answer 1

当SQL Server解析ORDER BY ，它不仅根据排序规则来确定行的顺序，还可以根据数据类型来确定行的顺序。

最后，varchar和nchar都是二进制文件。 问题是，在varchar中，“-”符号在数字/字符之后（当涉及二进制表示法时），对于nvarchar，情况恰恰相反。 在Internet上查看ASCI / UNICODE表。

因此，由于ORDER BY是比较二进制文件，因此nvarchar的负值首先出现。

如果您对数据的实际存储方式更感兴趣，那么“ Microsoft SQL Server内部”一书可能对您很有趣。 有整节讨论此问题。

编辑：

要查看数据实际上是如何存储在db中的，请参见以下片段：

SELECT 
   [_ValidationEntry], 
   CONVERT(binary(6), [_ValidationEntry]) AS [BinaryRepresentation] 
FROM [_ValidationLists]
--ORDER BY [_ValidationEntry] COLLATE Latin1_General_bin

SELECT 
   [_ValidationEntry], 
   CONVERT(binary(6), [_ValidationEntry]) AS [BinaryRepresentation] 
FROM [_ValidationListsN]
--ORDER BY [_ValidationEntry] COLLATE Latin1_General_bin

查询结果如下：

0      0x300000000000
1      0x310000000000
-1     0x2D3100000000
10     0x313000000000
-10    0x2D3130000000
100    0x313030000000
-100   0x2D3130300000

使用BIN排序规则时，column按其二进制表示形式排序，因此， 2D负号在前。