南大通用 GBase 8s JDBC字符集参数详解

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 Tair(兼容Redis),内存型 2GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
简介: 本文详细介绍了南大通用GBase 8s V8.8 数据中四个关键的JDBC字符集参数:CLIENT_LOCALE、DB_LOCALE、NEWCODESET和NEWLOCALE,涵盖它们的功能、配置方法及其在数据库操作中的作用,旨在帮助开发者和数据库管理员提升数据处理的效率与准确性。

在数据库应用开发中,字符集的正确配置对于数据的准确存储和检索至关重要。南大通用 GBase 8s V8.8提供了多种JDBC字符集参数来优化字符处理。本文将详细介绍包括CLIENT_LOCALE、DB_LOCALE、NEWCODESET和NEWLOCALE 这4个参数,帮助开发者和数据库管理员更好地理解和应用这些参数,以提高数据库操作的效率和准确性。

一、CLIENT_LOCALE参数详解
CLIENT_LOCALE参数决定了客户端字符集的设置,影响错误消息的语言、日期时间格式等。

如zh_CN.utf8,以“.”分割的左右两部分。

左边决定:

1、抛异常时,报错信息中文还是英文

zh_CN:中文(JDBC 3.3.0版本及以前不支持)

en_US:英文

注意,这个功能需要server支持,不是所有字符集都可以修改左边的部分。

2、一些时间日期格式

java.sql.Date/java.sql.Time/java.sql.Timestamp转str,等等一些时间日期格式处理。

右边决定:

客户端这边字符集

例如,char类型的列,rs.getBytes时,用这个字符集编码。

例如,clob类型的列,ps.setBinaryStream时,用这个字符集编码。

二、DB_LOCALE参数的重要性
DB_LOCALE参数用于定义数据库字符集,确保数据在发送到服务器之前正确编码,并在从服务器检索时正确解码。

同上,也是以“.”分割的左右两部分。

左边一般用不到

右边决定:(主要是以下3种用途)

字符发给server前要经过编码,以它为字符集编码

从server取回字节数组,需要解码为字符时,以它为字符集解码

最常见的执行sql,就是先用这个字符集编码

建出来database的字符集
三、NEWCODESET参数的应用
NEWCODESET参数允许将GBase编码名称映射到JDK编码名称,提供了字符集映射的灵活性。

URL上可以写多组,以“:”分割。

每组内以“,”分割,必须有3个元素。

用途:

1、把gbase编码名或数字映射到jdk的编码名
如果url有NEWCODESET=GB18030,GB18030-2000,5488

第1个元素:GB18030(jdkEnc)

第2个元素:GB18030-2000(gbaseEncName)

第3个元素:5488(gbaseEncNumber)

当写

DB_LOACLE=zh_CN.GB18030-2000;CLIENT_LOCALE=zh_CN.GB18030-2000;

DB_LOCALE=zh_CN.5488;CLIENT_LOCALE=zh_CN.5488
驱动中编解码时使用的是被映射后的jdk编码名GB18030

2、映射成其他字符集
例如,

DB_LOCALE=en_US.819;CLIENT_LOCALE=en_US.819;NEWCODESET=UTF-8,cp1252,819
由于DB_LOCALE=en_US.819,所以建出来的database字符集是819,但是它能用来存取UTF-8的字符。

由于NEWCODESET=UTF-8,cp1252,819,编码前会把819映射为UTF-8,比如汉字字符用UTF-8进行编码,一般常见的汉字编码为3个字节,可以理解为对应819的3个字符,存到database中。查询时,从结果集取出来,用UTF-8解码。

当DB_LOCALE和CLIENT_LOCALE的右半部分指定的字符集不是819或cp1252时,那么不会进行任何映射,NEWCODESET参数无效。

映射逻辑:

看编码字符串,是否是NEWCODESET的第2个元素(gbase编码名),如果是,映射成第1个元素,结束,否则2。

看编码字符串,是否是驱动内置HashTable(假设名字是table1)的某一个key,如果是,映射成value,结束,否则3。

看编码字符串,是否是NEWCODESET的第3个元素(gbase编码数字),如果是,映射成第1个元素,结束,否则4。

看编码字符串,是否是内置HashTable(假设名字是table2)的某一个key,如果是映射成value,结束

table1 = new Hashtable();
table1.put(“88859-1”, “ISO8859_1”);
……
table1.put(“utf8”,”UTF8”);
table1.put(“GB18030”,”GB18030”);
table2 = new Hashtable();
table2.put(“819”,”ISO8859_1”);
……
table2.put(“57372”,”UTF8”);
table2.put(“5488”,”GB18030”);
4、NEWLOCALE参数的用法
NEWLOCALE参数用于映射客户端和数据库的区域设置,NEWCODESET映射的是CLIENT_LOCALE和DB_LOCALE的右边,NEWLOCALE映射左边。这个参数用的比较少,这里不做过多介绍。

通过本文的详细介绍,您应能了解GBase 8s中JDBC字符集参数的配置和应用。我们希望本文能帮助您在实际工作中更有效地管理字符集,优化数据库操作。感谢您的阅读。

相关文章
|
1天前
|
人工智能 自动驾驶 大数据
预告 | 阿里云邀您参加2024中国生成式AI大会上海站,马上报名
大会以“智能跃进 创造无限”为主题,设置主会场峰会、分会场研讨会及展览区,聚焦大模型、AI Infra等热点议题。阿里云智算集群产品解决方案负责人丛培岩将出席并发表《高性能智算集群设计思考与实践》主题演讲。观众报名现已开放。
|
17天前
|
存储 人工智能 弹性计算
阿里云弹性计算_加速计算专场精华概览 | 2024云栖大会回顾
2024年9月19-21日,2024云栖大会在杭州云栖小镇举行,阿里云智能集团资深技术专家、异构计算产品技术负责人王超等多位产品、技术专家,共同带来了题为《AI Infra的前沿技术与应用实践》的专场session。本次专场重点介绍了阿里云AI Infra 产品架构与技术能力,及用户如何使用阿里云灵骏产品进行AI大模型开发、训练和应用。围绕当下大模型训练和推理的技术难点,专家们分享了如何在阿里云上实现稳定、高效、经济的大模型训练,并通过多个客户案例展示了云上大模型训练的显著优势。
|
21天前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
12天前
|
并行计算 前端开发 物联网
全网首发!真·从0到1!万字长文带你入门Qwen2.5-Coder——介绍、体验、本地部署及简单微调
2024年11月12日,阿里云通义大模型团队正式开源通义千问代码模型全系列,包括6款Qwen2.5-Coder模型,每个规模包含Base和Instruct两个版本。其中32B尺寸的旗舰代码模型在多项基准评测中取得开源最佳成绩,成为全球最强开源代码模型,多项关键能力超越GPT-4o。Qwen2.5-Coder具备强大、多样和实用等优点,通过持续训练,结合源代码、文本代码混合数据及合成数据,显著提升了代码生成、推理和修复等核心任务的性能。此外,该模型还支持多种编程语言,并在人类偏好对齐方面表现出色。本文为周周的奇妙编程原创,阿里云社区首发,未经同意不得转载。
|
6天前
|
人工智能 自然语言处理 前端开发
100个降噪蓝牙耳机免费领,用通义灵码从 0 开始打造一个完整APP
打开手机,录制下你完成的代码效果,发布到你的社交媒体,前 100 个@玺哥超Carry、@通义灵码的粉丝,可以免费获得一个降噪蓝牙耳机。
2678 11
|
13天前
|
人工智能 自然语言处理 前端开发
用通义灵码,从 0 开始打造一个完整APP,无需编程经验就可以完成
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。本教程完全免费,而且为大家准备了 100 个降噪蓝牙耳机,送给前 100 个完成的粉丝。获奖的方式非常简单,只要你跟着教程完成第一课的内容就能获得。
3433 9
|
10天前
|
人工智能 自然语言处理 前端开发
什么?!通义千问也可以在线开发应用了?!
阿里巴巴推出的通义千问,是一个超大规模语言模型,旨在高效处理信息和生成创意内容。它不仅能在创意文案、办公助理、学习助手等领域提供丰富交互体验,还支持定制化解决方案。近日,通义千问推出代码模式,基于Qwen2.5-Coder模型,用户即使不懂编程也能用自然语言生成应用,如个人简历、2048小游戏等。该模式通过预置模板和灵活的自定义选项,极大简化了应用开发过程,助力用户快速实现创意。
|
24天前
|
缓存 监控 Linux
Python 实时获取Linux服务器信息
Python 实时获取Linux服务器信息
|
7天前
|
人工智能 C++ iOS开发
ollama + qwen2.5-coder + VS Code + Continue 实现本地AI 辅助写代码
本文介绍在Apple M4 MacOS环境下搭建Ollama和qwen2.5-coder模型的过程。首先通过官网或Brew安装Ollama,然后下载qwen2.5-coder模型,可通过终端命令`ollama run qwen2.5-coder`启动模型进行测试。最后,在VS Code中安装Continue插件,并配置qwen2.5-coder模型用于代码开发辅助。
536 4
|
9天前
|
云安全 人工智能 自然语言处理