浅析Oracle数据库字符集问题

Oracle 的字符集

1、字符集基本概念

Character set

字符集是某系统支持的所有抽象字符(各种文字和符号的总称)的集合，包括各国家文字、标点、图形、数字等。Oracle字符集命名规则:

size> ZHS16GBK表示采用GBK编码格式、16bit、简体中文字符集.

Character Encoding

字符编码指怎么将字符变成字节用于保存、读取和传输。

单字节编码

单字节7位字符集，可定义128个字符，最常用的为US7ASCII，oracle最早支持的编码方案

单字节8位字符集，可定义256个字符，适合欧洲大部分国家

WE8ISO8859P1(西欧、8位)

多字节编码

变长多字节编码，某些字符用一个字节，某些字符用两个或多个字符表示，变长多字节编码常用于对亚洲语言的支持例如日语、汉语、印语等。AL32UTF8（AL代表ALL,指适用于所有地区）、zhs16cgb231280

定长多字节编码，每一个字符都使用固定长度字节的编码方案，目前oracle唯一支持的定长多字节编码是AF16UTF16，也是仅用于国家字符集。

Unicode 字符集

几乎包含人类所有可用的字符，每年还在不断的增加，可以看作是一种通用的字符集。它将全世界所有的字符统一化，统一编码，不会再出现字符不兼容和字符转换的问题。

UTF-16是unicode的16位编码方式，是一种定长多字节编码，用2个字节表示一个unicode字符。

UTF-8 是unicode 的8 位编码方式，是一种变长多字节编码，这种编码可以用1、2、3个字节表示一个unicode字符，AL32UTF8，UTF8、UTFE是UTF-8编码字符集

字符集超级

当一种字符集A的编码数值包含所有另一种字符集B的编码数值，并且两种字符集相同编码数值代表相同的字符时，则字符集A是字符集B的超级或称字符集B是字符集A的子集。Oracle8i和oracle9i官方文档资料中有子集-超级对照表（subset-superset pairs）例如：WE8ISO8859P1是WE8MSWIN1252的子集。由于US7ASCII是最早的Oracle数据库编码格式因此有许多字符集是US7ASCII的超集，例如WE8ISO8859P1、ZHS16CGB231280、ZHS16GBK都是US7ASCII的超集。

oracle客户端服务器字符集连接原理

Oracle客户端和服务器之间的字符集连接原理主要涉及以下几个方面的内容：

1. 字符集的定义和介绍：首先需要介绍什么是字符集。字符集是一种定义了字符与数字编码之间对应关系的规则集合，用于存储和处理文本数据。每个字符集都有一个唯一的名称，如UTF-8、UTF-16、ISO-8859-1等。

2. 客户端和服务器的字符集设置：在与Oracle服务器建立连接之前，客户端和服务器都需要设置自己使用的字符集。客户端的字符集设置通常由操作系统的默认字符集决定，可以在客户端设置文件中进行修改。Oracle服务器的字符集设置需要在数据库创建时指定，默认情况下是使用操作系统的默认字符集。

3. 字符集的校验和转换：当客户端和服务器的字符集不一致时，需要进行字符集的校验和转换。在客户端发送数据给服务器之前，客户端将数据转换为服务器字符集所对应的编码。服务器接收到数据后，会校验数据的字符集和编码是否与服务器字符集所对应，如果不一致，则进行字符集转换。字符集的转换过程通常包括字符的映射、编码的转换等操作。

4. 字符集的兼容性和转换规则：不同的字符集之间可能存在不同的兼容性和转换规则。一些字符集之间可以直接进行字符的转换，而另一些字符集之间可能需要经过多次转换才能实现字符的正确转换。Oracle提供了一些内置的字符集转换函数和工具，用于实现字符集的转换和校验。

5. 字符集的性能影响：字符集的选择和转换会对数据库的性能产生一定的影响。字符集的转换涉及到计算和存储的操作，可能会增加数据传输的开销和存储的空间占用。因此，在选择字符集时需要考虑到数据库的性能需求和实际情况。

以上是关于Oracle客户端和服务器字符集连接原理的相关内容。在实际应用中，正确设置客户端和服务器的字符集，并进行必要的转换和校验，可以确保数据的正确性和可靠性。同时，合理选择字符集可以提高数据库的性能和效率。

ORACLE数据库汉字占⼏个字节问题

⼀同事由于系统需求关系，将SQL SERVER数据库的⼀个表导⼊ORACLE数据库时，发现居然报错：ORA-12899: value too large for

column xxxx (actual:56, maximum:50),该字段长度在两个数据库都是50,之所以出现这个错误，原因⽆外乎两个：

⼀：因为ORACLE数据库它可以存储字节或字符，例如 CHAR(12 BYTE) CHAR(12 CHAR)的意义是不同的.⼀般来说默认是存储字节，你

可以查看数据库参数NLS_LENGTH_SEMANTICS的值。

1: SQL> show parameter nls_length_semantics;

2:

3: NAME TYPE VALUE

4: ------------------------- ----------- -------------

5: nls_length_semantics string BYTE

如果定义为VARCHAR2(50 CHAR),那么该列最多就可以存储50个汉字，如果定义字段为VARCHAR2（50） 或VARCHAR2（50 BYTE）

那么它最多可以存储多少个汉字就要视数据库字符集编码决定。

⼆：ORACLE数据库汉字占⽤⼏个字节，要根据ORACLE中字符集编码决定，⼀般情况下，数据库的NLS_CHARACTERSET 为

AL32UTF8或UTF8，即⼀个汉字占⽤三到四个字节。如果NLS_CHARACTERSET为ZHS16GBK，则⼀个字符占⽤两个字节.

1: SQL> COL PARAMETER FOR A24;

2: SQL> COL VALUE FOR A24

3: SQL> SELECT * FROM v$nls_parameters WHERE PARAMETER='NLS_CHARACTERSET';

4:

Oracle 字符集的查看和修改

分类： Oracle 基础知识 2009-12-01 16:02 28581人阅读 评论(10) 收藏 举

报

一、什么是Oracle字符集

Oracle字符集是一个字节数据的解释的符号集合,有大小之分,有相互的包容

关系。ORACLE 支持国家语言的体系结构允许你使用本地化语言来存储，处理，

检索数据。它使数据库工具，错误消息，排序次序，日期，时间，货币，数字，

和日历自动适应本地化语言和平台。

影响Oracle数据库字符集最重要的参数是NLS_LANG参数。

它的格式如下: NLS_LANG = language_territory.charset

它有三个组成部分(语言、地域和字符集)，每个成分控制了NLS子集的特性。

其中:

Language： 指定服务器消息的语言， 影响提示信息是中文还是英文

Territory： 指定服务器的日期和数字格式，

Charset： 指定字符集。

如:AMERICAN _ AMERICA. ZHS16GBK

从NLS_LANG的组成我们可以看出，真正影响数据库字符集的其实是第三部

分。

所以两个数据库之间的字符集只要第三部分一样就可以相互导入导出数据，前

面影响的只是提示信息是中文还是英文。

二．字符集的相关知识：

2.1 字符集

实质就是按照一定的字符编码方案，对一组特定的符号，分别赋予不同数值

编码的集合。Oracle数据库最早支持的编码方案是US7ASCII。

Oracle的字符集命名遵循以下命名规则:

即:

比如: ZHS16GBK表示采用GBK编码格式、16位（两个字节）简体中文字

符集

2.2 字符编码方案

2.2.1 单字节编码

（1）单字节7位字符集，可以定义128个字符，最常用的字符集为

US7ASCII

（2）单字节8位字符集，可以定义256个字符，适合于欧洲大部分国家

例如：WE8ISO8859P1(西欧、8位、ISO标准8859P1编码)