Synapse SQL中空字符串与空格varchar变量等值匹配问题咨询

问题原因 #

这是因为Synapse SQL遵循ANSI SQL-92标准的字符串填充比较（PAD COMPARE）规则：当进行字符串相等性比较时，数据库会自动将较短的字符串填充空格至与较长字符串相同的长度，再执行比较。

在你的场景中：

• 空字符串（长度0）与单个空格（长度1）比较时，空字符串会被填充1个空格，两者变为相同内容，因此被判定为相等。
• 左表的2条记录（1条含空格、1条空字符串），每条都能匹配右表的2条记录（1条空字符串、1条含空格），最终左连接返回4行结果。

官方文档说明 #

微软官方文档明确指出，SQL Server（Synapse SQL基于其引擎）默认采用ANSI标准的字符串填充比较行为，此时空字符串与仅包含空格的字符串会被视为相等。该行为是为了兼容ANSI SQL规范，确保字符串比较的一致性。

解决方案建议 #

若需要区分空字符串与空格，可采用以下方式：

• 使用DATALENGTH()函数校验实际长度：DATALENGTH()返回字符串的实际字节数，空字符串返回0，单个空格返回1（若为CHAR类型则根据定义长度返回，VARCHAR则返回实际字节数）。修改连接条件为：

  select t1.employee_ID as E_ID, t1.department_id as D_ID, t1.email, t2.department_id as D_ID2, t2.department_name as D_NAME  
  from AzureDW_DIatScale.[employees_withNulls2] t1 
  left outer join AzureDW_DIatScale.[departments_withNulls2] t2 
  on DATALENGTH(t1.EMAIL) = DATALENGTH(t2.DEPARTMENT_NAME) 
  AND t1.EMAIL = t2.DEPARTMENT_NAME;
  

• 预处理清洗数据：在数据入库阶段，将空字符串、空格统一转换为NULL或标准空值，避免后续比较出现歧义。例如：

  UPDATE AzureDW_DIatScale.[employees_withNulls2]
  SET email = NULL WHERE email = '' OR email = ' ';
  

• 使用BINARY_CHECKSUM()比较：该函数会计算字符串的二进制校验值，空字符串与空格的校验值不同，可用于精确匹配：

  on BINARY_CHECKSUM(t1.EMAIL) = BINARY_CHECKSUM(t2.DEPARTMENT_NAME)
  

内容的提问来源于stack exchange，提问作者Tanishka