SQL Server意外'order by'区别varchar与nvarchar

Question

我遇到了'order by'与varchar与nvarchar数据的结果之间的意外差异。在这两种情况下，有问题的数据来自旧的ASCII字符集;在以nnn vs -nnn开头的订货数据中出现差异，其中n是数字。

下面是重现问题的SQL Server脚本;我的测试服务器是SQL 2016，但我在2008年和2012年也重现了这个问题。我尝试了不同的排序规则，但没有任何效果（除Latin1_General_bin外，请参见下文）。该脚本创建了2个类似于我们应用程序中的示例表，其中一个使用varchar和另一个nvarchar，并添加了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。第一个结果，varchar，就是我所期望的（词典排序）;第二个结果我无法解释。首先是我们的客户群也期望得到，我们被这个结果吓到了。 （客户数据不常见 - 通常此表用于alpha数据;而alpha数据对于varchar和nvarchar都有相同的顺序）。

使用N'...'来初始化_ValidationListsN行的结果是相同的。原始数据的条目较长，如'-100：Pass';我已经编辑了数据，至少证明了这个问题。

用空格填充所以所有条目都是相同的长度没有影响。

使用COLLATE Latin1_General_bin重现了词典排序，但是不可接受，因为（仅出于一个原因）我们通常使用不区分大小写的排序。

我们报告这个问题的客户只有ASCII数据，所以我们可以通过使用varchar重新创建这个表来修复它们。我很想知道为什么nvarchar的行为是这样的，因为结果对我来说似乎不正确，并且如果有办法获得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' - '开头的条目（ASCII 0X2d，短划线或负号）不一起排列。

_FldNum _ValidationEntry

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

（7行（S）的影响）

_FldNum _ValidationEntry

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

（受影响的7行（S））

Answer 1

当SQL服务器解析ORDER BY，它不仅从整理中决定行的顺序，而且，正如你已经发现的那样，从数据类型。

varchar和nchar在最后只有二进制文件。问题是，在varchar中，“ - ”符号出现在数字/字符之后（对于二进制表示法），对于nvarchar而言，则相反。检查互联网的ASCI/UNICODE表。

因此，由于ORDER BY是最后，比较二进制，你的负值首先为nvarchar。

如果您对数据的实际存储方式更感兴趣，那么可能对您感兴趣的书“Microsoft SQL Server Internals”。有一整节讨论这个问题。

编辑：

要看到，数据的实际存储里面分贝，看到这个片段：

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 

结果查询是这样的：

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

当使用BIN整理，列按其二进制表示排序，因此，2D减号首先出现。