对NVARCHAR(max)列调用Left函数后存入NVARCHAR(x)列是否安全？

问题背景 #

一直以来，我都被NVARCHAR(x)的参数是字符数这一常见误解困扰，现深入探讨相关问题：

假设有FOO_PERM_TABLE表中的NVARCHAR(max)类型列FOO_PERM_COL，执行以下代码是否会失败？

CREATE TABLE #FOO_TEMP_TABLE
(
   FOO_TEMP_COL NVARCHAR(1000) NOT NULL
)

INSERT INTO #FOO_TEMP_TABLE
SELECT Left(FOO_PERM_COL, 1000)
FROM FOO_PERM_TABLE

要求：若代码可能抛出异常，请给出失败示例；若排序规则有影响，请说明；若不会失败，请提供文档依据支持论点。

我认为LEFT函数的文档未阐述完整信息：文档称其会将列截断至指定字符数，但实际测试显示其行为不止于此。若LEFT仅截断至指定字符数，SELECT LEFT(N'🙏', 1)应返回输入的Unicode字符，但实际并非如此。文档中以下内容与此密切相关：

integer_expression参数将UTF-16代理字符计为一个字符。

问题解答 #

1. 代码是否会失败？ #

这段代码不会失败。

根据Microsoft官方文档，当输入为NVARCHAR类型时，LEFT函数返回NVARCHAR类型结果，其长度由第二个参数指定。LEFT(FOO_PERM_COL, 1000)返回的结果最多占用1000个UTF-16代码单元，恰好匹配目标列NVARCHAR(1000)的容量上限，因此插入操作不会触发长度超限异常。

2. LEFT函数的行为细节 #

NVARCHAR(x)中的x代表的是UTF-16代码单元的数量，而非人们直觉中的实际Unicode字符数——这正是核心误解所在。

文档中提到的「integer_expression参数将UTF-16代理字符计为一个字符」是关键：UTF-16编码中，部分复杂字符（如表情符号🙏）需要用两个代码单元（代理对）组合表示，但LEFT的第二个参数会把每个代码单元单独算作一个计数单位。因此SELECT LEFT(N'🙏', 1)只会返回该字符的第一个代理单元，这是一个无效的单独代理字符，而非完整的🙏符号。

这一行为是LEFT基于UTF-16代码单元计数的固有特性，只是文档未明确关联NVARCHAR的代码单元定义，才导致了误解。

3. 排序规则的影响 #

排序规则不会改变LEFT函数的长度计数逻辑。排序规则主要负责字符的比较、排序和显示格式，与UTF-16代码单元的存储和计数方式无关，无论使用何种排序规则，LEFT都以代码单元为计数基准。

内容的提问来源于stack exchange，提问作者J. Mini