如何恢复从Latin排序库转存的阿拉伯排序varchar列乱码旧数据？

问题根源 #

Latin排序规则（如SQL_Latin1_General_CP850_CI_AS）的字符集不支持阿拉伯文编码，当阿拉伯文存入这类规则下的varchar列时，数据会被直接替换为问号存储。后续将这些问号数据转存到阿拉伯排序规则的varchar列时，存储的内容就是问号本身，而非可解码的阿拉伯文字节——这也是改nvarchar后新数据正常、旧数据仍为问号的核心原因。

恢复方法 #

1. 从源数据库重新同步（仅当源数据未损坏时可行） #

若cust_supp表的acc_name_a列中仍能正常读取阿拉伯文，可通过以下步骤修复dcl_item_update表的旧数据：

• 确认目标表dcl_item_update的old_value、new_value已改为nvarchar(510)类型
• 执行关联更新语句（需根据实际业务逻辑调整关联字段）：

UPDATE du
SET du.old_value = CAST(cs.acc_name_a AS NVARCHAR(510)),
    du.new_value = CAST(cs.acc_name_a AS NVARCHAR(510))
FROM dbo.dcl_item_update du
JOIN [源数据库名].dbo.cust_supp cs 
    ON du.dcl_record_key = cs.company_id -- 替换为实际关联字段
WHERE du.old_value LIKE '%?%' -- 仅更新已损坏的记录

2. 源数据已损坏的情况 #

若cust_supp表的acc_name_a列中阿拉伯文也已变为问号，说明数据在源库存储时就已丢失——varchar列无法保留阿拉伯文的编码信息，实际存储的就是问号，这种情况下无法恢复旧数据。

后续预防措施 #

• 所有存储非Latin字符（如阿拉伯文）的列，统一使用nvarchar/nchar类型
• 跨库同步时，显式将数据转换为Unicode类型（如CAST(column AS NVARCHAR(n))）
• 数据库默认排序规则尽量与存储的字符类型匹配，减少无意义的编码转换

内容的提问来源于stack exchange，提问作者haneen