經(jīng)常有同事咨詢(xún)oracle數據庫字符集相關(guān)的問(wèn)題，如在不同數據庫做數據遷移、同其它系統交換數據等，常常因為字符集不同而導致遷移失敗或數據庫內數據變成亂碼?，F在我將oracle字符集相關(guān)的一些知識做個(gè)簡(jiǎn)單總結，希望對大家今后的工作有所幫助。
一、什么是oracle字符集
Oracle字符集是一個(gè)字節數據的解釋的符號集合,有大小之分,有相互的包容關(guān)系。ORACLE 支持國家語(yǔ)言的體系結構允許你使用本地化語(yǔ)言來(lái)存儲，處理，檢索數據。它使數據庫工具，錯誤消息，排序次序，日期，時(shí)間，貨幣，數字，和日歷自動(dòng)適應本地化語(yǔ)言和平臺。
影響oracle數據庫字符集最重要的參數是NLS_LANG參數。它的格式如下:
NLS_LANG = language_territory.charset
它有三個(gè)組成部分(語(yǔ)言、地域和字符集)，每個(gè)成分控制了NLS子集的特性。其中:
Language 指定服務(wù)器消息的語(yǔ)言，territory 指定服務(wù)器的日期和數字格式，charset 指定字符集。如:AMERICAN _ AMERICA. ZHS16GBK
從NLS_LANG的組成我們可以看出，真正影響數據庫字符集的其實(shí)是第三部分。所以?xún)蓚€(gè)數據庫之間的字符集只要第三部分一樣就可以相互導入導出數據，前面影響的只是提示信息是中文還是英文。
二、如何查詢(xún)Oracle的字符集
很多人都碰到過(guò)因為字符集不同而使數據導入失敗的情況。這涉及三方面的字符集，一是oracel server端的字符集，二是oracle client端的字符集;三是dmp文件的字符集。在做數據導入的時(shí)候，需要這三個(gè)字符集都一致才能正確導入。
1、查詢(xún)oracle server端的字符集
有很多種方法可以查出oracle server端的字符集，比較直觀(guān)的查詢(xún)方法是以下這種:SQL>select userenv(‘language’) from dual;
結果類(lèi)似如下:AMERICAN _ AMERICA. ZHS16GBK
2、如何查詢(xún)dmp文件的字符集
用oracle的exp工具導出的dmp文件也包含了字符集信息，dmp文件的第2和第3個(gè)字節記錄了dmp文件的字符集。如果dmp文件不大，比如只有幾M或幾十M，可以用UltraEdit打開(kāi)(16進(jìn)制方式)，看第2第3個(gè)字節的內容，如0354，然后用以下SQL查出它對應的字符集:
SQL> select nls_charset_name(to_number(‘0354‘,‘xxxx‘)) from dual;
ZHS16GBK
如果dmp文件很大，比如有2G以上(這也是最常見(jiàn)的情況)，用文本編輯器打開(kāi)很慢或者完全打不開(kāi)，可以用以下命令(在unix主機上):
cat exp.dmp |od -x|head -1|awk ‘{print $2 $3}‘|cut -c 3-6
然后用上述SQL也可以得到它對應的字符集。
3、查詢(xún)oracle client端的字符集
這個(gè)比較簡(jiǎn)單。在windows平臺下，就是注冊表里面相應OracleHome的NLS_LANG。還可以在dos窗口里面自己設置，比如:
set nls_lang=AMERICAN_AMERICA.ZHS16GBK
這樣就只影響這個(gè)窗口里面的環(huán)境變量。
在unix平臺下，就是環(huán)境變量NLS_LANG。
$echo $NLS_LANG
AMERICAN_AMERICA.ZHS16GBK
如果檢查的結果發(fā)現server端與client端字符集不一致，請統一修改為同server端相同的字符集。
三、修改oracle的字符集
上文說(shuō)過(guò)，oracle的字符集有互相的包容關(guān)系。如us7ascii就是zhs16gbk的子集,從us7ascii到zhs16gbk不會(huì )有數據解釋上的問(wèn)題,不會(huì )有數據丟失。在所有的字符集中utf8應該是最大,因為它基于unicode,雙字節保存字符(也因此在存儲空間上占用更多)。
一旦數據庫創(chuàng )建后，數據庫的字符集理論上講是不能改變的。因此，在設計和安裝之初考慮使用哪一種字符集十分重要。根據Oracle的官方說(shuō)明，字符集的轉換是從子集到超集受支持,反之不行。如果兩種字符集之間根本沒(méi)有子集和超集的關(guān)系，那么字符集的轉換是不受oracle支持的。對數據庫server而言，錯誤的修改字符集將會(huì )導致很多不可測的后果，可能會(huì )嚴重影響數據庫的正常運行，所以在修改之前一定要確認兩種字符集是否存在子集和超集的關(guān)系。一般來(lái)說(shuō)，除非萬(wàn)不得已，我們不建議修改oracle數據庫server端的字符集。特別說(shuō)明，我們最常用的兩種字符集ZHS16GBK和ZHS16CGB231280之間不存在子集和超集關(guān)系，因此理論上講這兩種字符集之間的相互轉換不受支持。
1、修改server端字符集(不建議使用)
在oracle 8之前，可以用直接修改數據字典表props$來(lái)改變數據庫的字符集。但oracle8之后，至少有三張系統表記錄了數據庫字符集的信息，只改props$表并不完全，可能引起嚴重的后果。正確的修改方法如下:
$sqlplus /nolog
SQL>conn / as sysdba;
若此時(shí)數據庫服務(wù)器已啟動(dòng)，則先執行SHUTDOWN IMMEDIATE命令關(guān)閉數據庫服務(wù)器，然后執行以下命令:
SQL>STARTUP MOUNT;
SQL>ALTER SYSTEM ENABLE RESTRICTED SESSION;
SQL>ALTER SYSTEM SET JOB_QUEUE_PROCESSES=0;
SQL>ALTER SYSTEM SET AQ_TM_PROCESSES=0;
SQL>ALTER DATABASE OPEN;
SQL>ALTER DATABASE CHARACTER SET ZHS16GBK;
SQL>ALTER DATABASE national CHARACTER SET ZHS16GBK;
SQL>SHUTDOWN IMMEDIATE;
SQL>STARTUP
2、修改dmp文件字符集
上文說(shuō)過(guò)，dmp文件的第2第3字節記錄了字符集信息，因此直接修改dmp文件的第2第3字節的內容就可以‘騙’過(guò)oracle的檢查。這樣做理論上也僅是從子集到超集可以修改，但很多情況下在沒(méi)有子集和超集關(guān)系的情況下也可以修改，我們常用的一些字符集，如US7ASCII，WE8ISO8859P1，ZHS16CGB231280，ZHS16GBK基本都可以改。因為改的只是dmp文件，所以影響不大。
具體的修改方法比較多，最簡(jiǎn)單的就是直接用UltraEdit修改dmp文件的第2和第3個(gè)字節。比如想將dmp文件的字符集改為ZHS16GBK，可以用以下SQL查出該種字符集對應的16進(jìn)制代碼:
SQL> select to_char(nls_charset_id(‘ZHS16GBK‘), ‘xxxx‘) from dual;
0354
然后將dmp文件的2、3字節修改為0354即可。
如果dmp文件很大，用ue無(wú)法打開(kāi)，就需要用程序的方法了。網(wǎng)上有人用java存儲過(guò)程寫(xiě)了轉換的程序(用java存儲過(guò)程的好處是通用性教好，缺點(diǎn)是比較麻煩)。我在windows下測試通過(guò)。但要求oracle數據庫一定要安裝JVM選項。有興趣的朋友可以研究一下程序代碼
本站僅提供存儲服務(wù)，所有內容均由用戶(hù)發(fā)布，如發(fā)現有害或侵權內容，請
點(diǎn)擊舉報。
