Azure Synapse Serverless命令显示特殊字符而非中文的问题求助

核心解决步骤 #

• 确认数据写入编码：Delta/Parquet默认存储UTF-8字符串，若写入环节（如Spark作业）使用了GBK/GB2312等非UTF-8编码，会导致读取乱码。需确保写入时指定UTF-8编码，比如Spark写Delta时添加配置option("encoding", "UTF-8")。
• 强制指定Unicode列类型：OPENROWSET默认可能将字符串解析为非Unicode的VARCHAR类型，需手动通过WITH子句定义列类型为NVARCHAR，避免后续转换失效：

SELECT 
    PurchaseOrderLineDescription,
    PurchaseOrderLineDescription COLLATE Chinese_PRC_CI_AI AS PurchaseOrderLineDescription1
FROM  
    OPENROWSET(
        BULK 'https://dbstorageda0s.dfs.core.windows.net/BC2.0-IP/TransformLayer/Facts/Views/CoupaPurchaseOrder/',
        FORMAT = 'DELTA'
    ) WITH (
        PurchaseOrderNumber VARCHAR(50),
        PurchaseOrderLineDescription NVARCHAR(MAX)
    ) AS coupapurchaseorder_ipspend_test 
WHERE 
    PurchaseOrderNumber IN ('4523955603', 'PO15044020', 'PO15164185');

• 检查终端编码设置：Synapse查询窗口或SSMS连接时，需确保终端编码为UTF-8或GB2312，避免因终端无法解析Unicode字符显示问号。
• 正确应用排序规则：若原始列是VARCHAR类型，需先转换为NVARCHAR再指定排序规则，示例：

CAST(PurchaseOrderLineDescription AS NVARCHAR(MAX)) COLLATE Chinese_PRC_CI_AI

内容的提问来源于stack exchange，提问作者Abhishek Tyagi