MSSQL从WinSrv2012R2迁移至Linux后瑞典语字符编码异常求助

问题根因说明 #

你遇到的是双层编码错误叠加问题：旧Windows环境的字符存储本身就存在代码页不匹配的问题（Ö提前被错误转码为Í），跨操作系统迁移到Linux侧SQL Server时，不同系统的默认字符集差异导致二次转码错误，最终显示为乱码。仅修改库级排序规则和兼容级别无法修复已经错误存储的字符，需要从编码层、存储层、迁移流程三个维度调整。

可执行解决步骤 #

• 先校验列级存储类型与排序规则
  库级排序规则不会覆盖表、列的自定义排序规则，优先查询对应存储列的配置：

  SELECT COLUMN_NAME, DATA_TYPE, COLLATION_NAME 
  FROM INFORMATION_SCHEMA.COLUMNS 
  WHERE TABLE_NAME = N'你的业务表名' 
  AND COLUMN_NAME = N'存储异常字符串的列名'
  

  若列类型为varchar而非nvarchar，且排序规则不是Finnish_Swedish_CI_AS，说明旧数据在写入时就已经发生了代码页转码错误，属于原始存储问题。
• 调整系统级locale配置（Debian侧）
  SQL Server on Linux会继承操作系统的默认locale配置，需要先确认系统与SQL Server的locale匹配北欧字符集：
  1. 查看Debian系统当前locale：locale
  2. 若不存在sv_SE.UTF-8或fi_FI.UTF-8，先生成对应locale：sudo locale-gen sv_SE.UTF-8
  3. 修改SQL Server默认locale：sudo /opt/mssql/bin/mssql-conf set locale sv_SE.UTF-8
  4. 重启SQL Server服务生效：sudo systemctl restart mssql-server
• 重新走编码兼容的迁移流程
  不要直接做库级备份还原，改用Unicode兼容的导出导入方式：
  1. 旧Windows侧用bcp工具以Unicode格式导出数据：bcp 库名.模式名.表名 out 导出文件路径 -w -S 旧实例地址 -U 用户名 -P 密码
  2. 新实例侧先把目标列修改为nvarchar类型，保留Finnish_Swedish_CI_AS排序规则
  3. 用bcp导入到新实例：bcp 库名.模式名.表名 in 导出文件路径 -w -S 新实例地址 -U 用户名 -P 密码
• 存量错误数据快速修复
  如果不想重新全量迁移，可先验证字符映射关系后做批量替换，注意：替换前必须备份对应表数据，先小范围测试验证效果：

  -- 先测试替换效果
  SELECT 列名, REPLACE(列名, N'+', N'Ö') AS 修复后结果 
  FROM 表名 
  WHERE 列名 LIKE N'%+RSTA'
  -- 验证无误后执行更新
  UPDATE 表名 SET 列名 = REPLACE(列名, N'+', N'Ö') 
  WHERE 列名 LIKE N'%+RSTA'
  

内容的提问来源于stack exchange，提问作者Emil G