Azure RDS SQL Server中≤字符插入后变为=的问题排查与解决

问题原因 #

1. 缺少Unicode字符串前缀N：你的INSERT语句中，'≤'未添加N前缀，SQL Server会将其识别为非Unicode（varchar）字符串。由于≤（Unicode编码U+2264）不属于ASCII字符集，在转换为数据库默认的非Unicode编码（如Windows-1252）时，会被替换为ASCII中最接近的替代字符=（U+3D），最终导致存储值异常。
2. ETL过程编码配置错误：从MySQL utf8mb4数据库复制数据时，若ETL工具未启用Unicode传输模式，会将utf8mb4中的特殊字符≤错误转换为非Unicode编码的替代字符，引发存储异常。
3. 排序规则修改无效的本质：你调整的Latin1_General_100_CI_AI_SC排序规则中，AI（不区分重音）仅作用于查询阶段的字符比较逻辑，与插入阶段的编码转换无关，因此无法解决字符被替换的问题。

解决方法 #

• 插入Unicode字符时添加N前缀：明确指定字符串为Unicode类型，避免编码转换导致的字符替换：

  INSERT INTO conditions_test (condition_id, condition_notation) VALUES('25271', N'≤');
  

  此操作会将≤以Unicode原生格式存储，不会出现转换异常。
• 配置ETL工具使用Unicode传输：在MySQL到SQL Server的数据同步过程中，确保两端编码配置一致：
  • MySQL端：确认读取数据时采用utf8mb4编码，防止字符截断或替换。
  • SQL Server端：保持目标列nvarchar类型不变，同时在ETL工具（如SSIS、Azure Data Factory）中设置字段映射为Unicode类型，确保数据以Unicode格式完整传输。
• 验证数据库默认排序规则：确保SQL Server数据库默认排序规则支持Unicode补充字符（如Latin1_General_100_CI_AI_SC），但核心仍需保证数据以Unicode格式插入或传输。

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