语法结构：
1. Cast
语法结构：CAST ( expression AS data_type [ ( length ) ] )
2. Convert
语法结构：CONVERT ( data_type [ ( length ) ] , expression [ , style ] )
3. Parse
语法结构：PARSE ( string_value AS data_type [ USING culture ] )
其中，Parse 为 Sql Server 的新特性 expression 必须要为被转换类型的字符串形式
性能分析：
总结：
1. Convert 和 Cast 的区别
CONVERT是专对SQL Server使用的，使日期与时间值，小数之间转换具有更宽的灵活性。
CAST是两种功能中更具ANSI标准的功能，即虽然更具便携性（比如，使用CAST的函数能更容易的被其它数据库软件使用），但功能相对弱一些。不过，当小数转化为数值，并保留原始表达式中的小数数值时，仍然需要使用CAST
2. Convert 和 Parse 的区别
两者除了语法的区别，就是功能上面的区别，Convert 功能更强大，Parse 则为 Sql Server 2012 新增的功能，同时功能弱小很多的，只能将 字符串 转换为 数字类型 或者 日期类型，因为数字类型 或 日期类型长度都很小的，所以 Parse 所带来的性能几乎不可能有大的改变的，之后我也做了大量的比较，发现 Parse 是在绝大多数情况下都是可以替代的
3. 综合比较
a. 如果 是做针对 Sql Server 的做开发，建议只用 Convert 方法
b. 如果考虑语句跨平台，则尽量用 Cast，如 SQL 语句既能在 Sql Server 上执行，又能在 MySql 上面执行
c. Parse 在 Sql Server 2012 中就是一个鸡肋，经过1 下午的实战研究和翻阅MSDN，都没有找到它的优势，如果比语法，Cast 的语法结构和它一样，如果比功能，又太弱小，完全不能和Cast 和 Convert 做比较，所以，您就把 Parse 忘记掉吧
性能分析所做的实验：
1. Convert 和 Parse 转换为字符串的比较
复制代码 代码如下:
DBCC FreeProcCache
set statistics profile on
select top 1 parse(name as bigint) from test_Parse
select top 1 convert(bigint,name) from test_Parse
其中 name 为 nvarchar(1000) 的一个一段，值为：1231238912378912128
执行过之后，会发现，两者的执行计划完全相同，无论是对 CPU 的消耗，还是对 IO的消耗，没有任何性能差别
2. Money 和 DateTime 类型的转换比较
复制代码 代码如下:
-- DateTime
DBCC FreeProcCache
declare @date varchar(100) = '2012/07/19 14:57:09.760'
select CONVERT(datetime,@date) as date
select Parse(@date as datetime using 'zh-CN') as date
--Money
SELECT PARSE('?345,98' AS money USING 'de-DE') AS Result
Select Convert(money,'?345,98',1) AS Result
3. Parse 的专利，字符型日期到 datetime 的转换
复制代码 代码如下:
SELECT PARSE('Monday, 13 December 2010' AS datetime2 USING 'en-US') AS Result
SELECT PARSE('Monday, 13 December 2010' AS datetime2 USING 'zh-CN') AS Result
-- Cast 和 Convert 对这种类型的字符串都是不支持的
--SELECT cast('Monday, 13 December 2010' AS datetime2) AS Result
--SELECT Convert(datetime,'Monday, 13 December 2010') AS Result
在性能方面同样没什么区别，但是比较功能时，Parse 却要比 Convert 错太多
严重怀疑， Parse 本人并没有找到太多的优势和应用场景，或者由于本人才疏学浅，找不到更好的，有懂得，请赐教