ORACLE字符集基础知识

概念描叙

   ORACLE 数据库有国家字符集（national character set）与数据库字符集(database character set)之分。两者都是在创建数据库时需要设置的。国家字符集主要是用于NCHAR、NVARCHAR、NCLOB类型的字段数据，而数据库字符集使用很 广泛，它用于：CHAR、VARCHAR、CLOB、LONG类型的字段数据；

   ORACLE的字符集名字一般由以下部分组成：语言或区域、表示一个字符的比特位数、标准字符集名称（可选项，S或C，表示服务器或客户端）。 ORACLE字符集UTF8与UTFE不符合此规定，其它基本都是这种格式。NLS_LANG=<Language>_< Territory>.<Clients Characterset>

set nls_lang=AMERICAN_AMERICA.UTF8

set nls_lang=SIMPLIFIED CHINESE_AMERICA.UTF8

NLS( National Language Support)国家语言支持。NLS是数据库的一个非常强大的特性，它控制着数据的许多方面：比如数据如何存储，一般来说它控制着以下两个方面：

文本数据持久存储在磁盘上时如何编码

透明的将数据从一个字符集转换到另外一个字符集。

假 设你在数据库中用WE8ISO8859P1 字符集存储8 位的数据，但是你的某些客户使用的是一种7 位字符集，如US7ASCII字符集转换过程通常会修改数据，而你往往会把一个较大的字符集（在此例中就是8 位字符集）映射到一个较小的字符集（此例中的7 位字符集）。这是一种有损转换（lossy conversion），字符就会被修改，这只是因为：较小的字符集不可能表示较大字符集中的每一个字符。但是这种转换必须发生。这也是乱码产生的原因。 如果数据库以一种单字节字符集存储数据，但是客户（如一个Java 应用，因为Java 语言使用Unicode）希望数据采用多字节表示，就必须执行转换，只有这样客户应用才能使用这些数据。

ORACLE支持的Unicode字符集有以下几种，下面的列表给出了字符集的名称、对应的数据库版本范围、采用的Unicode的版本。

AL24UTFFSS：是ORACLE第一种支持Unicode的字符集，从7.2版本开始使用，但是它支持的Unicode版本为1.1，因此从9i开始就不支持此字符集了。

UTF8 : 是ORACLE从ORACLE8开始使用的属于UTF-8编码的字符集，从ORACLE8.0到ORACLE8.16，Unicode版本为2.1，而ORACLE817到10g，采用的Unicode标 准为3.0

UTFE ：用于EBCDIC码平台上的数据库Unicode字符集。因此它属于专用系统使用的字符集，其它属性与UTF8基本相同。

AL32UTF8 ：是从ORACLE9开始使用的属于UTF-8编码的字符集，与UTF8相比，它采用的Unicode版本更新，在10g版本中使用的是Unicode 4.01标准，而UTF8因 为兼容性的考虑，在10g版本中用的是Unicode 3.0标准。

AL16UTF16： 是ORACLE第一种采用UTF-16编码方式的字符集，从ORACLE9开始使用，是作为缺省的国家字符集使用，它不能被用作数据库的字符集。这是因为 数 据库的字符集决定了SQL与PL/SQL源码的编码方式，对于UTF－16这种使用固定的两个字节来表示英文字母的编码方案来说，确实不适于用作数据库 的字符集，ORACLE目前采用的数据库字符集都是基于ASCII或EBCDID作为子集的编码方案。

对于US7ASCII，表示区域是US，用7个比特位表示一个字符，标准的字符集名称为ASCII。

对 于中文字符集ZHS16GBK，表示简体中文（ZHT为繁体中文），一个字符需要16位比特，标准的字符集名称为GBK。而ZHS16CGB231280 表示简体中文，一个字符需要16位比特，标准的字符集名称为GB231280，属于我们前面提过的1981年发布的GB2312－80标准。虽然我们 说，GBK编码标准是GB2312编码标准的扩展，但是数据库字符集ZHS16GBK与ZHS16CGB231280之间却不是严格的超集与子集的关系， 主要是有些汉字的编码在两个字符集中的数值是不同的，因此它们进行字符集转换时会出现问题。

查看字符集参数

1：查看NLS_CHARACTERSET：字符集，NLS_NCHAR_CHARACTERSET：国家字符集

实例字符集环境

SELECT * FROM NLS_INSTANCE_PARAMETERS

主 要涉及NLS_LANGUAGE、NLS_TERRITORY的值. NLS_INSTANCE_PARAMETERS其来源于v$parameter，注意：网上很多资料都 说"NLS_INSTANCE_PARAMETERS 表示客户端的字符集的设置，可以是参数文件，环境变量或者是注册表",而且网上都人人亦云。记住它是表示实例的字符集环境。

数据库可用字符集参数设置

SELECT * FROM V$NLS_VALID_VALUES

数据库服务器字符集

SELECT * FROM NLS_DATABASE_PARAMETERS

NLS_DATABASE_PARAMETERS其来源于props$，是表示数据库的字符集。

客户端字符集环境

SELECT * FROM V$NLS_PARAMETERS;

SELECT USERENV('language') FROM DUAL;

USERENV、 V$NLS_PARAMETERS表示当前字符集环境。如果你在客户端执行，则表示客户端字符集环境。

会话字符集环境

SELECT * FROM NLS_SESSION_PARAMETERS;

它来源于v$nls_parameters，表示会话自己的设置，可能是会话的环境变量或者是ALTER SESSION完成，如果会话没有特殊的设置，将与 V$NLS_PARAMETERS一致。

2： 查看客户端字符集(NLS_LANG) 的方法

如果系统是LINUX或UNIX平台，则也可以通过下面命令查看(前提是必须设置了NLS_LANG，否则查出来的是空值)

[etl@m1 ~]$env | grep NLS_LANG

NLS_LANG=AMERICAN_AMERICA.ZHS16GBK

[etl@m1 ~]$echo $NLS_LANG

AMERICAN_AMERICA.ZHS16GBK

如果系统是WINDOWS平台，则可以通过下面命令查看：

1：在运行里面，输入regedit进入注册表，HKEY_LOCAL_MACHINE\SOFTWARE\ORACLE\KEY_OraDb11g_home1\里面(最后一项与实例名、数据库版本有关系)，找到NLS_LANG选项，双击它，你就可以看到相应的值。

2：echo %NLS_LANG% 。如果没有设置NLS_LANG，用这个命令看不到相关信息。

3： 设置NLS_LANG的方法

Windows平台：

3.1

set NLS_LANG=SIMPLIFIED CHINESE_CHINA.ZHS16GBK

set NLS_LANG=SIMPLIFIED CHINESE_CHINA.ZHS16GBK

3.2 可以通过修改注册表键值永久设置

HKEY_LOCAL_MACHINE/SOFTWARE/ORACLE/KEY_XXXX_home1/NLS_LANG

UNIX & LINUX

3.3

export NLS_LANG=AMERICAN_AMERICA.UTF8

3.4可以编辑 bash_profile 文件进行永久设置

vi .bash_profile

export NLS_LANG="SIMPLIFIED CHINESE_CHINA.ZHS16GBK"

客户端的字符集要求与服务器一致，才能正确显示数据库的非Ascii字符。如果多个设置存在的时候，优先级关系为：SQL Function >Alter session>环境变量>注册表>参数文件 字符集要求一致，但是语言设置却可以不同，语言设置建议用英文。如字符集是zhs16gbk，则nls_lang可以是American_America.zhs16gbk。

修改数据库字符集

数 据库字符集在创建后原则上不能更改。因此，在前期规划和安装之初考虑使用哪一种字符集十分重要。对数据库服务器而言，错误的修改字符集将会导致很多不可测 的后果，可能会严重影响数据库的正常运行，所以在修改之前一定要确认两种字符集是否存在子集和超集的关系。一般来说，除非万不得已，我们不建议修改 ORACLE数据库SERVER端的字符集。

有两种方法修改数据库字符集设置

1. 通常需要导出数据库数据，重建数据库，然后再导入数据库数据的方式来转换。

2. 通过ALTER DATABASE CHARACTER SET语句修改字符集，但创建数据库后可以修改的字符集是有限制的，只有新的字符集是当前字符集的超集时才能修改数据库字符集，例如UTF8是 US7ASCII的超集，修改数据库字符集可使用ALTER DATABASE CHARACTER SET UTF8。

特别说明，我们最常用的两种字符集ZHS16GBK和ZHS16CGB231280之间不存在子集和超集关系，因此理论上讲这两种字符集之间的相互转换不受支持修改

关于数据库子集-超级对照表（subset-superset pairs），可以参考官方文档，例如ORACLE 10g的http://docs.oracle.com/cd/B19306_01/server.102/b14225/applocaledata.htm

Table A-11 Subset-Superset Pairs

   1: SQL>CONN / AS SYSDBA;

   2:  

   3: SQL>SHUTDOWN IMMEDIATE;

   4:  

   5: SQL>STARTUP MOUNT;

   6:  

   7: SQL>ALTER SYSTEM ENABLE RESTRICTED SESSION;

   8:  

   9: SQL>ALTER SYSTEM SET JOB_QUEUE_PROCESSES=0;

  10:  

  11: SQL>ALTER SYSTEM SET AQ_TM_PROCESSES=0;

  12:  

  13: SQL>ALTER DATABASE OPEN;

--可以从子集到父集

   1: SQL>ALTER DATABASE CHARACTER SET ZHS16GBK;

   2:  

   3: --如果是从父集到子集，需要使用INTERNAL_USE参数，跳过超子集检测

   4:  

   5: SQL>ALTER DATABASE NATIONAL CHARACTER SET UTF8;

   6:  

   7: --SQL>ALTER DATABASE NATIONAL CHARACTER SET INTERNAL_USE UTF8;

   8:  

   9: SQL>SHUTDOWN IMMEDIATE;

  10:  

  11: SQL>STARTUP;

ALTER DATABASE NATIONAL CHARACTER SET UTF8;

有可能会出现ORA-12717: Cannot ALTER DATABASE NATIONAL CHARACTER SET when NCLOB data exists 这样的提示信息.这时你用ALTER DATABASE NATIONAL CHARACTER SET INTERNAL_USE UTF8;就可解决上述问题。