在 SQL Server 2008 的大表中将 VARCHAR 更改为 NVARCHAR 字段的有效方法？

Question

我知道在向大表中添加新字段时，建议将它们添加到字段的末尾而不是中间的某个位置，并且想知道在更改字段类型时是否适用这样的事情？

我有一个包含大约一百万条记录的表，其中包含几个 VARCHAR 类型的字段。我想将这些更改为 NVARCHAR，但据我所知，这将需要一些时间和资源，因为字段位于表的中间，并且 SQL Server 必须进行大量复制/重新排序。

实现这一目标的有效方法是什么？

Answer 1

一种方法可能是：

1. 添加 NULLable NVARCHAR 列
2. 使用批处理，一次更新多行（例如 1000 或 10000 行）
3. 备份日志，检查点，批次之间有什么
4. 更新所有行后，删除旧列并重命名新列
5. 重建索引

从长远来看，这不会更快，并且仍然需要一个维护窗口（因为您不希望用户更新您已经更新的行，除非您放置一个临时触发器来应对），但它会阻止大笔交易，经过几次更新后，您将更可预测需要多长时间。

您可以通过创建一个新表并在完成后重命名来做同样的事情......虽然这避免了第 5 步的需要，但它会导致更多的数据流失，并且由于约束、外键、触发器而可能会出现更多问题等可能与表格有关的内容。

Answer 2

直接回答问题，执行操作有两种方式。

• 如果表上涉及的varchar列数很少（一两个），创建伪临时列更实用
• 如果 varchar 列的数量更大，上面的方法就不太实用了——所以你创建了一个伪表。这最常用于某些数据库工具（如 ErWin 或 ER/Studio）的元数据更新脚本（我使用了这两个工具，并在应用前查看了生成的脚本）

关于大表的注意事项：如果表有几千条或更少的记录，您可以立即进行操作。在百万记录表的情况下，批量执行更实用（假设每次有 1000 条或 100 条记录）。

伪临时列

伪临时列（我忘记是否有另一个更合适的名称）是用于存储转换结果的列。在这种情况下，它们也将是该过程之后的最终列。

1. 创建具有预期长度的新列。不要忘记在新定义中包含任何检查约束或默认值
2. 执行更新（或更新，参见上面的观察）以将旧列的数据存储在新列中。
3. 执行日志备份并执行检查点，以免日志变得异常大。
4. 如果旧列有任何与之关联的约束，则删除它们。
5. 删除旧列。
6. 将新列重命名为旧列名
7. 重建受影响的索引（或全部重建，如果受影响的列也是聚集主键约束的一部分——很少有人使用 (n)varchar 作为 PK，但我见过一些）。

这与Aaron 的回答中详述的过程相同。

伪临时表

当修改在多个列中时，基于旧表的架构创建一个新表更实用。

1. 创建一个新表，没有任何表约束（PK、FK 等）。此时只带列（NOT NULL、DEFAULT、CHECK 等）
2. 将旧表中的数据插入到新表中（请参阅上面关于大表的注释）。SET IDENTITY_INSERT 这里是必须的。
3. 现在，删除旧表上的所有表约束（PK、FK、检查）和触发器。在新表上重新创建约束和触发器。
4. 在新表上重新创建旧表的所有其他索引（一次全部或一次一个，取决于您的维护时段）。除非表没有聚集索引，否则这必须在第 3 步之后完成。或者，至少，在创建 PK 约束之后。
5. 检查一切是否正常（如果您没有忘记过程中的触发器或约束），如果一切正常，则删除旧表。
6. 将新表重命名为旧表上的名称

第 4 步注意事项：如果您检测到任何重复索引（检测重复索引是一个很长的主题，请参阅 SQLSkills.com 上的 Kimberly Tripp 博客），如果是这种情况，您就有机会摆脱它们。

性能影响

从 VARCHAR 更改为 NVARCHAR 对性能有一些影响，至少对于低于 2008R2 的任何 SQL Server。对于 SQL 2008 R2，Aaron Bertrand 有一些关于 Unicode 压缩功能的博客文章 - 当使用 NVarchar 列存储可以存储在 VARCHAR 列上的内容时，这可以抵消平衡。我没有像文章应得的那样完整地阅读它们，但是这个主题很有趣。

NVARCHAR 列通常（IOW，2008R2 之前）将所有字符存储在每个字符 2 个字节的列中。例如，字符串“MSSQL”将在 VARCHAR 列上以 5 个字节存储，在 NVARCHAR 列上以 10 个字节存储。由于非 LOB 字符串列被限制为最多存储 8000个字节，这意味着 VARCHAR 可以存储 8000 个字符，而 NVARCHR 限制为 4000 个。

这些事实的含义：

• 由于索引键限制为 900 字节（请参阅 CREATE INDEX 上的文档），如果您尝试索引 NVARCHAR(500) 列，则该命令不会失败（如果这是索引键上唯一的一列），但如果您 UPDATE 或INSERT 一行超过 450 -（索引键上其他列的总大小，如果是这种情况）字符操作将失败。
• 要操作的字节越多，要做的工作就越多。您读/写/比较/缓存双字节。
• 根据表的大小、字符串列对表存储大小的影响以及表对数据库大小的参与程度，您可以预期（已使用的）数据库大小及其影响的所有变量都会增加直接与否（如备份/恢复时间、索引维护等）。

编辑：正如 gbn 所说，当您有明确的要求需要填充 NVARCHAR 列时，不值得仅仅为了使用 VARCHAR 而创建一些东西。