انواع داده در SQL Server؛ راهنمای کامل انتخاب Data Type مناسب

Data Type در SQL Server چیست؟

Data Type مشخصه‌ای است که نوع داده قابل نگهداری در یک ستون، متغیر، پارامتر یا عبارت را تعیین می‌کند. برای نمونه، ستونی با نوع int برای اعداد صحیح طراحی شده است، در حالی که nvarchar برای متن و datetime2 برای تاریخ و زمان کاربرد دارد.

انتخاب نوع داده فقط یک تصمیم ظاهری نیست. این انتخاب مستقیماً بر موارد زیر اثر می‌گذارد:

• حجم جدول، Index و فایل‌های Backup
• سرعت خواندن، نوشتن، مقایسه و مرتب‌سازی داده‌ها
• دقت محاسبات عددی و مالی
• پشتیبانی صحیح از متن فارسی و سایر زبان‌ها
• امکان ذخیره محدوده مناسب تاریخ، زمان و اعداد
• احتمال رخ‌دادن خطای تبدیل، Overflow یا از دست رفتن دقت

گروه‌های اصلی Data Type در SQL Server

در دسته‌بندی آموزشی این مقاله، انواع داده SQL Server در چهار گروه بررسی می‌شوند:

1. String Data Types: برای متن، کاراکتر و داده Binary
2. Numeric Data Types: برای اعداد صحیح، اعشاری، مالی و تقریبی
3. Date and Time Data Types: برای تاریخ، ساعت و Offset منطقه زمانی
4. Other Data Types: برای GUID، XML، Table Variable و کاربردهای خاص

String Data Types در SQL Server

انواع داده متنی SQL Server به دو شکل کلی ثابت و متغیر ارائه می‌شوند. نوع ثابت مانند char یا nchar همیشه فضای تعریف‌شده را در نظر می‌گیرد، اما نوع متغیر مانند varchar یا nvarchar متناسب با طول واقعی مقدار ذخیره‌شده فضا مصرف می‌کند. انواع binary و varbinary نیز برای نگهداری Byteها طراحی شده‌اند.

تفاوت char و varchar

از char(n) زمانی استفاده کنید که طول مقدار تقریباً همیشه ثابت است؛ برای مثال کد کشور دوحرفی، کد ثابت یا شناسه‌ای با طول مشخص. اگر طول داده متغیر است، varchar(n) معمولاً فضای کمتری مصرف می‌کند.

CREATE TABLE CountryCodes (     CountryCode char(2) NOT NULL,     CountryName varchar(100) NOT NULL );

تفاوت nchar و nvarchar

nchar و nvarchar برای نگهداری Unicode طراحی شده‌اند. برای نام افراد، عنوان کالا، آدرس، توضیحات و هر داده‌ای که شامل فارسی یا چند زبان است، nvarchar انتخابی قابل پیش‌بینی و رایج محسوب می‌شود.

CREATE TABLE Customers (     CustomerId int IDENTITY(1,1) PRIMARY KEY,     FullName nvarchar(150) NOT NULL,     City nvarchar(100) NULL );  INSERT INTO Customers (FullName, City) VALUES (N'علی رضایی', N'شیراز');

چه زمانی از max استفاده نکنیم؟

استفاده بی‌دلیل از varchar(max) یا nvarchar(max) باعث می‌شود مدل داده محدودیت واقعی کسب‌وکار را نشان ندهد و در برخی عملیات، هزینه حافظه و پردازش افزایش پیدا کند. برای ایمیل، نام، شماره پیگیری یا عنوان محصول معمولاً یک طول مشخص مانند nvarchar(150) بهتر از nvarchar(max) است.

کاربرد binary و varbinary

binary و varbinary برای Byteهای خام استفاده می‌شوند؛ مانند Hash، Token، داده رمزنگاری‌شده یا فایل کوچک. برای طول ثابت مثل Hash با اندازه مشخص، binary(n) مناسب است. برای طول متغیر از varbinary(n) و برای داده حجیم از varbinary(max) استفاده می‌شود.

CREATE TABLE FileHashes (     FileId bigint IDENTITY(1,1) PRIMARY KEY,     Sha256Hash binary(32) NOT NULL,     SmallPayload varbinary(8000) NULL );

Numeric Data Types در SQL Server

انواع عددی را می‌توان به سه خانواده اصلی تقسیم کرد: اعداد صحیح، اعداد دقیق اعشاری و اعداد تقریبی. انتخاب نادرست میان decimal و float یا میان smallint و bigint می‌تواند باعث اتلاف فضا، خطای محاسباتی یا محدودیت زودهنگام شود.

انتخاب میان tinyint، smallint، int و bigint

نوع عدد صحیح باید با بیشترین مقدار واقعی ستون هماهنگ باشد. برای وضعیت یا امتیازی در محدوده 0 تا 255، tinyint کافی است. برای بیشتر شناسه‌های معمول، int کاربرد فراوانی دارد؛ اما سامانه‌هایی با رشد بسیار زیاد، لاگ‌های حجیم یا رخدادهای پیوسته ممکن است از ابتدا به bigint نیاز داشته باشند.

Precision و Scale در decimal

در decimal(p,s)، پارامتر p تعداد کل رقم‌ها و پارامتر s تعداد رقم‌های سمت راست ممیز است. برای مثال، decimal(12,2) می‌تواند حداکثر 10 رقم قبل از ممیز و 2 رقم پس از ممیز نگه دارد.

CREATE TABLE Products (     ProductId int IDENTITY(1,1) PRIMARY KEY,     ProductName nvarchar(200) NOT NULL,     UnitPrice decimal(18,2) NOT NULL,     DiscountRate decimal(5,2) NOT NULL DEFAULT 0,     StockQuantity int NOT NULL DEFAULT 0 );

تفاوت decimal و float

decimal مقدار دقیق نگه می‌دارد، اما float و real انواع تقریبی هستند. بنابراین برای قیمت، مبلغ، مالیات، درصد مالی یا هر محاسبه‌ای که اختلاف کوچک قابل قبول نیست، از decimal استفاده کنید. float برای اندازه‌گیری‌های علمی، تحلیل عددی و داده‌هایی مناسب است که نمایش تقریبی آن‌ها پذیرفته می‌شود.

DECLARE @ExactValue decimal(10,2) = 0.10; DECLARE @ApproxValue float = 0.10;  SELECT @ExactValue AS ExactValue,        @ApproxValue AS ApproxValue;

Date and Time Data Types در SQL Server

SQL Server انواع مختلفی برای نگهداری تاریخ و زمان دارد. تفاوت اصلی آن‌ها در محدوده تاریخی، دقت، فضای ذخیره‌سازی و پشتیبانی از Offset منطقه زمانی است.

date و time

اگر فقط تاریخ تولد، تاریخ سررسید یا روز رویداد مهم است، date انتخاب مناسبی است. اگر فقط ساعت یا مدت زمانی در قالب ساعت لازم است، time از ذخیره بخش تاریخ جلوگیری می‌کند.

datetime یا datetime2؟

برای طراحی‌های جدید معمولاً datetime2 بر datetime ترجیح داده می‌شود؛ زیرا محدوده تاریخی گسترده‌تر، دقت بیشتر و امکان انتخاب Precision دارد. برای نمونه، datetime2(0) ثانیه را بدون بخش اعشاری ذخیره می‌کند و datetime2(7) بیشترین دقت را ارائه می‌دهد.

CREATE TABLE Orders (     OrderId bigint IDENTITY(1,1) PRIMARY KEY,     CustomerId int NOT NULL,     OrderDate datetime2(0) NOT NULL DEFAULT SYSDATETIME(),     DeliveryDate date NULL,     TotalAmount decimal(18,2) NOT NULL );

datetimeoffset برای Offset منطقه زمانی

datetimeoffset علاوه بر تاریخ و زمان، Offset را نیز نگه می‌دارد؛ مانند +03:30. این نوع برای رخدادهایی که باید Offset زمان ثبت‌شده حفظ شود مفید است. توجه کنید که Offset با نام منطقه زمانی و قوانین تغییر ساعت تابستانی یکسان نیست.

DECLARE @EventTime datetimeoffset(0) = '2026-08-02T08:20:00+03:30'; SELECT @EventTime AS EventTime;

timestamp در SQL Server تاریخ نیست

CREATE TABLE Documents (     DocumentId int IDENTITY(1,1) PRIMARY KEY,     Title nvarchar(200) NOT NULL,     UpdatedAt datetime2(0) NOT NULL DEFAULT SYSDATETIME(),     RowVersion rowversion NOT NULL );

Other Data Types در SQL Server

SQL Server علاوه بر داده‌های متنی، عددی و زمانی، چند نوع داده ویژه برای سناریوهای خاص ارائه می‌کند.

uniqueidentifier و GUID

uniqueidentifier برای شناسه‌هایی مناسب است که باید در چند Server، Client یا سرویس بدون هماهنگی مرکزی تولید شوند. این نوع نسبت به int فضای بیشتری مصرف می‌کند و اگر مقدارهای کاملاً تصادفی در Clustered Index استفاده شوند، ممکن است Fragmentation را افزایش دهند.

CREATE TABLE ApiClients (     ClientId uniqueidentifier NOT NULL         CONSTRAINT DF_ApiClients_ClientId DEFAULT NEWSEQUENTIALID(),     ClientName nvarchar(150) NOT NULL,     CONSTRAINT PK_ApiClients PRIMARY KEY (ClientId) );

xml

نوع xml برای داده‌ای مناسب است که واقعاً ساختار XML دارد و نیاز به اعتبارسنجی، Query یا پردازش XML در Database وجود دارد. اگر ساختار داده کاملاً رابطه‌ای و پایدار است، شکستن آن به ستون‌ها و جدول‌های مناسب معمولاً Query و Indexگذاری ساده‌تری ایجاد می‌کند.

table و Table Variable

نوع table برای تعریف Table Variable و نگهداری مجموعه‌ای موقت از سطرها کاربرد دارد. برای مجموعه‌های بزرگ، لازم است Table Variable با Temporary Table مانند #TempTable از نظر Execution Plan، Statistics و حجم داده مقایسه شود.

DECLARE @SelectedProducts table (     ProductId int PRIMARY KEY,     Quantity int NOT NULL );  INSERT INTO @SelectedProducts (ProductId, Quantity) VALUES (101, 2), (205, 1);  SELECT * FROM @SelectedProducts;

جدول مقایسه سریع برای انتخاب Data Type

مثال عملی: طراحی جدول کامل در SQL Server

در مثال زیر، برای هر ستون نوع داده‌ای متناسب با مفهوم آن انتخاب شده است. نام و توضیحات از nvarchar، مبلغ از decimal، وضعیت از bit، تاریخ ثبت از datetime2 و کنترل نسخه سطر از rowversion استفاده می‌کنند.

CREATE TABLE SalesOrders (     OrderId bigint IDENTITY(1,1) NOT NULL,     PublicId uniqueidentifier NOT NULL         CONSTRAINT DF_SalesOrders_PublicId DEFAULT NEWSEQUENTIALID(),     CustomerName nvarchar(150) NOT NULL,     CustomerEmail varchar(254) NULL,     Description nvarchar(1000) NULL,     TotalAmount decimal(18,2) NOT NULL,     TaxRate decimal(5,2) NOT NULL DEFAULT 0,     IsPaid bit NOT NULL DEFAULT 0,     OrderDate datetime2(0) NOT NULL DEFAULT SYSDATETIME(),     ClientTime datetimeoffset(0) NULL,     Attachment varbinary(max) NULL,     RowVersion rowversion NOT NULL,      CONSTRAINT PK_SalesOrders PRIMARY KEY (OrderId),     CONSTRAINT UQ_SalesOrders_PublicId UNIQUE (PublicId),     CONSTRAINT CK_SalesOrders_TotalAmount CHECK (TotalAmount >= 0),     CONSTRAINT CK_SalesOrders_TaxRate CHECK (TaxRate BETWEEN 0 AND 100) );

این ساختار چند اصل مهم را رعایت می‌کند: اندازه متن‌ها محدود شده، مقادیر مالی دقیق هستند، Constraints اعتبار داده را کنترل می‌کنند و rowversion امکان تشخیص تغییر هم‌زمان سطر را فراهم می‌سازد.

چگونه Data Type ستون‌های موجود را بررسی کنیم؟

برای مشاهده نوع داده، طول، Precision و Scale ستون‌ها می‌توان از Viewهای سیستمی SQL Server استفاده کرد.

SELECT     s.name AS SchemaName,     t.name AS TableName,     c.name AS ColumnName,     ty.name AS DataType,     c.max_length AS MaxLength,     c.precision AS PrecisionValue,     c.scale AS ScaleValue,     c.is_nullable AS IsNullable FROM sys.columns AS c INNER JOIN sys.tables AS t     ON c.object_id = t.object_id INNER JOIN sys.schemas AS s     ON t.schema_id = s.schema_id INNER JOIN sys.types AS ty     ON c.user_type_id = ty.user_type_id ORDER BY s.name, t.name, c.column_id;

اشتباهات رایج در انتخاب Data Type

1. استفاده از nvarchar(max) برای همه متن‌ها: طول واقعی ستون را مشخص کنید و فقط برای متن‌های واقعاً بزرگ از max استفاده کنید.
2. ذخیره عدد در ستون متنی: شماره سفارش عددی، مبلغ و تعداد را در نوع مناسب عددی ذخیره کنید تا Sort و محاسبه درست انجام شود.
3. ذخیره تاریخ در varchar: تاریخ متنی باعث ابهام Format، تبدیل اضافی و Query ضعیف‌تر می‌شود.
4. استفاده از float برای پول: انواع تقریبی برای محاسبات مالی مناسب نیستند؛ از decimal استفاده کنید.
5. انتخاب bigint بدون نیاز: این نوع نسبت به int فضای بیشتری در جدول و Index مصرف می‌کند.
6. درک اشتباه از timestamp: این نوع تاریخ نیست و بهتر است با نام rowversion استفاده شود.
7. ندادن طول به varchar یا nvarchar: طول را صریح بنویسید؛ زیرا مقدار پیش‌فرض در Contextهای مختلف می‌تواند نتیجه ناخواسته ایجاد کند.
8. انتخاب نوع فقط بر اساس داده امروز: رشد منطقی سامانه، بیشترین مقدار آینده و قواعد کسب‌وکار را نیز در نظر بگیرید.

بهترین روش‌ها برای انتخاب Data Type

• کوچک‌ترین نوع داده‌ای را انتخاب کنید که محدوده فعلی و رشد منطقی آینده را پوشش دهد.
• برای متن فارسی، Collation و Unicode را آگاهانه تعیین کنید و در حالت عمومی از nvarchar استفاده کنید.
• برای مبالغ و اعداد دقیق از decimal(p,s) با Precision و Scale صریح استفاده کنید.
• برای طراحی جدید تاریخ و زمان، ابتدا datetime2 را بررسی کنید.
• برای زمان واقعی از timestamp استفاده نکنید؛ timestamp همان Synonym قدیمی rowversion است.
• طول ستون‌های متنی را براساس Constraint واقعی کسب‌وکار تعیین کنید.
• نوع داده ستون‌های مرتبط در Foreign Key و Join را یکسان نگه دارید.
• از تبدیل ضمنی میان Data Typeهای متفاوت در شرط‌های WHERE و JOIN جلوگیری کنید.
• قبل از تغییر Data Type یک ستون پرحجم، تأثیر آن بر Index، Lock، Log و زمان Migration را آزمایش کنید.
• نوع داده را همراه با NULL/NOT NULL، DEFAULT و CHECK طراحی کنید تا مدل داده کامل باشد.

پرسش‌های متداول

برای ذخیره متن فارسی در SQL Server چه نوعی مناسب است؟

در سناریوی عمومی، nvarchar(n) انتخاب مناسبی است. هنگام درج Literal فارسی نیز از پیشوند N مانند N'متن فارسی' استفاده کنید. در SQL Serverهای جدید، varchar با UTF-8 Collation نیز می‌تواند Unicode را پشتیبانی کند، اما این تصمیم باید آگاهانه و هماهنگ با Collation باشد.

برای قیمت از money استفاده کنیم یا decimal؟

money یک نوع دقیق با Scale ثابت چهاررقمی است، اما decimal(p,s) کنترل شفاف‌تری بر تعداد کل رقم‌ها و رقم‌های اعشار می‌دهد. در بسیاری از طراحی‌های مالی، decimal(18,2) یا Scale متناسب با واحد پول انتخاب رایج‌تری است.

آیا numeric و decimal تفاوت دارند؟

در SQL Server، numeric و decimal از نظر عملکرد معادل و Synonym یکدیگر هستند.

برای شناسه جدول int بهتر است یا uniqueidentifier؟

int کوچک‌تر و برای Index معمولاً کارآمدتر است. uniqueidentifier زمانی ارزشمند است که تولید شناسه به‌صورت توزیع‌شده، ادغام داده چند سیستم یا آشکار نکردن شمارنده داخلی لازم باشد. تصمیم باید براساس معماری سامانه گرفته شود.

تفاوت datetime2 و datetimeoffset چیست؟

datetime2 تاریخ و زمان را بدون Offset ذخیره می‌کند. datetimeoffset همان اطلاعات را همراه با Offset مانند +03:30 نگه می‌دارد.

آیا timestamp زمان آخرین تغییر سطر را نشان می‌دهد؟

خیر. timestamp/rowversion یک مقدار Binary افزایشی در سطح Database است و زمان ساعت را نشان نمی‌دهد. برای ثبت زمان تغییر، یک ستون datetime2 جداگانه نیاز است.

جمع‌بندی

چک‌لیست نهایی انتخاب Data Type

1. نوع واقعی داده و عملیات موردنیاز روی آن را مشخص کنید.
2. حداقل و حداکثر مقدار یا طول را تخمین بزنید.
3. برای متن، نیاز به Unicode و Collation را بررسی کنید.
4. برای عدد، دقیق یا تقریبی بودن مقدار را مشخص کنید.
5. برای decimal، Precision و Scale را صریح تعیین کنید.
6. برای تاریخ، نیاز به زمان، دقت و Offset را مشخص کنید.
7. از max، bigint و انواع بزرگ فقط با دلیل استفاده کنید.
8. Data Type ستون‌های Join و Foreign Key را یکسان نگه دارید.
9. Constraintهای NOT NULL، DEFAULT و CHECK را همراه نوع داده طراحی کنید.
10. مدل را با داده واقعی و Queryهای پرتکرار آزمایش کنید.