针对你的情况，我整理了几个实用方案，分场景来看：

场景1：可以升级SQL Server 2016到SP1或更高版本 #

这是最省心的解决方式。SQL Server 2016 RTM版本确实不允许将NVARCHAR(MAX)列包含在聚集列存储索引（CCI）中，但从SP1开始，微软放宽了限制，支持NVARCHAR(MAX)、VARCHAR(MAX)和VARBINARY(MAX)这类LOB类型加入聚集列存储索引。

如果你的环境允许升级补丁，直接升级后就能保留原NVARCHAR(MAX)列，正常创建CCI——既满足存储81446+字符的需求，又能享受列存储的压缩和性能提升。

场景2：无法升级补丁，必须在RTM版本上操作 #

如果不能升级，那得换个思路处理这个大文本列：

方案A：将NVARCHAR(MAX)转为VARCHAR(MAX)（仅当数据兼容ASCII时） #

如果你的文本内容不需要Unicode支持（比如都是英文、数字或普通符号），可以把列类型改成VARCHAR(MAX)——它支持最多2^31-1个字符，完全覆盖81446的需求。操作前注意：

• 先确认数据不会丢失，比如没有中文、特殊Unicode字符，可运行测试脚本：

  SELECT * FROM YourTable 
  WHERE NOT EXISTS (
      SELECT 1 FROM STRING_SPLIT(CAST(YourNVarcharMaxCol AS VARCHAR(MAX)), '') 
      WHERE ASCII(value) = 0
  )
  

• 转换列类型的语句：

  ALTER TABLE YourTable 
  ALTER COLUMN YourNVarcharMaxCol VARCHAR(MAX) NULL; -- 根据实际是否允许NULL调整
  

  转换完成后就能正常创建聚集列存储索引了。

方案B：拆分大文本为多个固定长度列 #

如果必须保留Unicode支持，可把NVARCHAR(MAX)的内容拆分成多个NVARCHAR(4000)列（NVARCHAR单列最大非MAX长度是4000，对应8000字节）。81446个Unicode字符需要11个NVARCHAR(4000)列（4000*11=44000字符，足够覆盖）。

步骤如下：

1. 添加11个新列，比如TextPart1到TextPart11，类型均为NVARCHAR(4000)；
2. 编写脚本拆分原列内容到新列：

   UPDATE YourTable
   SET 
       TextPart1 = SUBSTRING(YourNVarcharMaxCol, 1, 4000),
       TextPart2 = SUBSTRING(YourNVarcharMaxCol, 4001, 4000),
       ...
       TextPart11 = SUBSTRING(YourNVarcharMaxCol, 40001, 4000)
   

3. 删除原NVARCHAR(MAX)列；
4. 可创建计算列方便查询时拼接：

   ALTER TABLE YourTable 
   ADD FullText AS CONCAT(TextPart1, TextPart2, ..., TextPart11) PERSISTED;
   

   注意：持久化计算列会占用额外存储空间，可根据需求选择是否开启。

方案C：分离大文本列到单独的行存储表 #

如果这个大文本列在日常查询中很少被用到，可将它移到单独的行存储表，通过主键和主表关联：

1. 创建新表存储大文本：

   CREATE TABLE YourTable_LargeText (
       ID INT PRIMARY KEY, -- 和主表主键类型一致
       LargeText NVARCHAR(MAX) NOT NULL
   );
   

2. 迁移原表的大文本数据：

   INSERT INTO YourTable_LargeText (ID, LargeText)
   SELECT ID, YourNVarcharMaxCol FROM YourTable;
   

3. 删除原表的NVARCHAR(MAX)列，然后在原表创建聚集列存储索引；
4. 查询时通过主键关联获取大文本：

   SELECT t.*, lt.LargeText
   FROM YourTable t
   LEFT JOIN YourTable_LargeText lt ON t.ID = lt.ID
   WHERE ...;
   

   这种方式既能让主表享受列存储的性能和压缩优势，又能完整保留大文本数据。

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