五月 17, 2023
在Oracle, SQL Server, Sybase 数据库引擎中，有一些这样的字符串类型 nchar, nvarchar, ntext。
这些类型是什么含义？在 PostgreSQL 中应该使用什么类型与之对应？
以 SQL Server 中的 nchar 和 nvarchar (Transact-SQL) 为例，字符数据类型可以是固定大小的 nchar，或可变大小的 nvarchar。它们以 Unicode 或者 UCS-2 字符集的格式存储。
nchar [ ( n ) ]
固定大小的字符串数据。n 以字节对为单位定义字符串长度，并且必须是 1 到 4000 之间的值。存储大小是 n 字节的两倍。
nvarchar [ ( n | max ) ]
可变大小的字符串数据。n 以字节对为单位定义字符串长度，可以是 1 到 4，000 之间的值。max 表示最大存储大小为 2^31-1 个字符 （2 GB）。存储大小是 n 字节 + 2 字节的两倍。
实际上，就两层含义：
1、存储的是 unicode 编码的字符串，使用 Unicode 或者 UCS-2 字符集。
2、长度指的是字符个数，而非字节数。
nchar , nvarchar , ntext 在 PostgreSQL 的对应关系
基于以上介绍的两点，只要满足以下条件，PostgreSQL 的字符类型 char, varchar, text 即对应到了 nchar , nvarchar , ntext类型。
在 PostgreSQL 中使用 UTF8 字符集时，实际上就是 unicode（别名）。详细内容，可参见字符集支持。
| 名称 | 描述 | 语言 | 服务端？ | ICU? | 字节/字符 | 别名 |
|---|---|---|---|---|---|---|
| UTF8 | Unicode, 8-bit | 所有 | 是 | 是 | 1-4 | Unicode |
满足以上条件即可用 char, varchar, text 直接替代 nchar, nvarchar, ntext，因为在 PostgreSQL 中 char(n), varchar(n)，任何时候就是指的字符长度（而不是字节长度）。
如果 PostgreSQL 的数据库编码不是 utf8，怎么办？
可以有两种方法：
1、实际上依旧可以使用 char, varchar, text 类型存储(长度限制与上游保持一致即可)，只是建议业务方做一下字符集转换后存入 PostgreSQL。
源端存储的 unicode 字符串转换为 PostgreSQL 目标库的目标字符集字符串。
postgres=# \df convert*
List of functions
Schema | Name | Result data type | Argument data types | Type
------------+--------------+------------------+---------------------+------
pg_catalog | convert | bytea | bytea, name, name | func
pg_catalog | convert_from | text | bytea, name | func
pg_catalog | convert_to | bytea | text, name | func
(3 rows)
dbtest1=# select convert_to(N'你好中国','sqlascii');
convert_to
--------------------
\xc4e3bac3d6d0b9fa
(1 row)
dbtest1=# select convert_to(N'你好中国','utf8');
convert_to
----------------------------
\xe4bda0e5a5bde4b8ade59bbd
(1 row)
2、或者你在 PostgreSQL 中可以使用字节流存储来自源库 unicode 字符串的字节流，读取时再转换为当前字符集。
dbtest1=# \l
List of databases
Name | Owner | Encoding | Collate | Ctype | Access privileges
-----------+----------+----------+------------+------------+-----------------------
dbtest1 | postgres | EUC_CN | C | C |
create table test (id int, content bytea);
insert into test values (1, convert_to(N'你好中国','utf8'));
dbtest1=# select * from test;
id | content
----+----------------------------
1 | \xe4bda0e5a5bde4b8ade59bbd
(1 row)
dbtest1=# select convert_from(content,'utf8') from test;
convert_from
--------------
你好中国
(1 row)
PostgreSQL 中 unicode 字符类型的输入语法
N quote
dbtest1=# select N'abc你好中国';
bpchar
-------------
abc你好中国
(1 row)