阿姆哈拉语字符串在NULLIF函数中被误判为NULL的原因咨询

问题场景 #

处理多国家、多语言地址的数据库插入操作时，执行以下SQL代码：

DECLARE @AddressLine1 NVARCHAR(70), @AddressLine2 NVARCHAR(70)

SELECT TOP 1
   @AddressLine1 = NULLIF(l.i_address1, ''),
   @AddressLine2 = NULLIF(l.i_address2, '')
FROM mytable

导入阿姆哈拉语数据（例如值"ወደ አደረገ፣ አድራሻ ጻፈ"）时出现异常：使用NULLIF函数时，该字符串被判定为空字符串，变量被赋值为NULL；不使用NULLIF则能正常赋值。仅通过将字段排序规则改为Latin1_General_BIN（即NULLIF(l.i_address2 COLLATE Latin1_General_BIN, '')）可解决问题，且已确认字符串无隐藏字符及首尾空格。

原因分析 #

这个问题的核心是SQL Server非二进制排序规则对阿姆哈拉语字符的权重处理逻辑：

• 非二进制排序规则（比如默认的SQL_Latin1_General_CP1_CI_AS或Latin1_General_CI_AS）在做字符串比较时，会基于字符的语义权重而非原始字节值来判断相等性。部分阿姆哈拉语字符在这类排序规则中的权重被判定为与空字符串等效，或者在比较时被忽略，导致NULLIF认为目标字符串和空字符串相等，进而返回NULL。
• 二进制排序规则（如Latin1_General_BIN）直接对比字符串的原始字节序列，不会对字符做语义层面的权重映射，因此能精准区分阿姆哈拉语字符串和空字符串，避免误判。

简言之，非二进制排序规则为适配语言相关的排序、比较需求，对部分字符做了特殊处理，而阿姆哈拉语的部分字符恰好触发了这种处理，导致与空字符串的比较结果为真。改用二进制排序规则后，比较逻辑回归到最基础的字节对比，自然能正确识别非空的阿姆哈拉语字符串。

内容的提问来源于stack exchange，提问作者David Wilhelm