LEN返回Unicode字符个数,忽略尾部空格,对中文、emoji等多字节字符均计为1;DATALENGTH返回实际字节数,不忽略空格,是存储和传输层长度判断的唯一可靠依据。

LEN函数返回的是字符数,不是字节数
很多人误以为 LEN 能反映存储长度,其实它只统计**Unicode字符个数**,忽略尾部空格,且对多字节字符(如中文、emoji)也只算1。比如 LEN(N'你好') 返回2,LEN('a') 也返回1——哪怕底层UTF-16编码下它们都占2字节。
常见错误现象:
– 检查字段是否超长时用 LEN 判断,结果插入失败(实际字节数超标);
– 对 VARCHAR 字段用 LEN 估算磁盘占用,严重低估。
-
LEN对NVARCHAR和VARCHAR行为一致:都按“字符个数”计,不区分编码 - 自动截断尾部空格:
LEN('abc ')= 3,LEN(N'测试 ')(含全角空格)= 2 - 不适用于判断索引键长度限制或
MAX类型的实际传输开销
DATALENGTH函数返回真实字节数
DATALENGTH 是唯一能告诉你“这串数据在SQL Server里到底占几个字节”的函数。它不忽略空格,不转换类型,原样读取存储字节长度。
使用场景:
– 验证 VARCHAR(50) 字段是否真能存下用户输入的UTF-8兼容字符串(需换算);
– 调试 VARBINARY 或加密字段的输出长度;
– 计算网络传输或日志序列化的体积预估。
-
DATALENGTH('abc')= 3(CHAR/VARCHAR单字节编码) -
DATALENGTH(N'abc')= 6(NCHAR/NVARCHAR固定双字节,每个字符占2字节) -
DATALENGTH(N'你好')= 4(两个汉字 × 2字节) -
DATALENGTH('a' + SPACE(2))= 3(空格也被计入)
CHARINDEX + DATALENGTH 组合可定位超长截断点
当业务要求“最多传入100字节的UTF-8字符串”,但SQL Server内部用 NVARCHAR 存储时,不能直接用 LEN 截断——因为100字节最多容纳50个汉字,而 LEN 会认为还能塞50个字符。
实操建议:
先用 DATALENGTH 测原始输入(确保是 NVARCHAR 类型变量),再按字节倒推安全字符数。更稳妥的做法是逐字符累加 DATALENGTH 直到逼近阈值。
- 不要写
LEFT(@str, 100)来限制字节长度——这是按字符截,不是按字节 - 对混合内容(中英文+符号),
DATALENGTH结果可能非偶数(如含代理项对的emoji) - 若前端传的是UTF-8字节流,SQL Server收到后已转成UTF-16,此时
DATALENGTH反映的是UTF-16字节数,不是原始UTF-8长度
不同排序规则下DATALENGTH行为不变,但LEN可能隐式转换
DATALENGTH 完全不关心排序规则(Collation),它只读内存/页中的物理字节。但 LEN 在某些隐式转换场景下会“看起来不准”——比如把 VARBINARY 当字符串传入:
SELECT LEN(0x41004200) -- 返回1,因为0x41004200被当作binary,转成字符串时只取前2字节' A'(取决于系统默认编码)
这种非标准用法容易引发误解。真正稳定的组合是:
– 字符长度检查 → 用 LEN(但确认语义是“用户可见字符数”)
– 存储/协议层长度检查 → 只信 DATALENGTH
- 即便在
Latin1_General_CI_AS和Chinese_PRC_CI_AS下,DATALENGTH(N'€')都返回2(U+20AC在UTF-16中占2字节) -
LEN对SQL_Latin1_General_CP1_CI_AS下的VARCHAR中文会返回?(乱码),此时DATALENGTH仍返回正确字节数
实际开发中最容易被忽略的,是把 LEN 当作“安全截断依据”用于接口层字节限长——它根本不是为这个设计的。只要涉及网络传输、加密、导出或跨系统交互,DATALENGTH 才是你该盯住的数字。











