Oracle字符集中的一些問題總結
有很多的人曾問我關于Oracle字符集的一些問題，例如，在不同的數據庫中做數據遷移、不同系統交換相關數據等等，經常因為Oracle字符集的不同而只是遷移失敗或是數據庫內數據變成亂碼。
現在我將oracle字符集相關的一些知識做個簡單總結，希望對大家今后的工作有所幫助。
一、什么是oracle字符集
Oracle字符集是一個字節數據的解釋的符號集合,有大小之分,有相互的包容關系。ORACLE 支持國家語言的體系結構允許你使用本地化語言來存儲，處理，檢索數據。它使數據庫工具，錯誤消息，排序次序，日期，時間，貨幣，數字，和日歷自動適應本地化語言和平臺。
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
它有三個組成部分(語言、地域和字符集)，每個成分控制了NLS子集的特性。其中:
Language 指定服務器消息的語言，territory 指定服務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是第三部分。所以兩個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Oracle的字符集
很多人都碰到過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Oracle字符集，二是oracle client端的字符集;三是dmp文件的字符集。在做數據導入的時候，需要這三個字符集都一致才能正確導入。
1、查詢oracle server端的字符集
有很多種方法可以查出oracle server端的字符集，比較直觀的查詢方法是以下這種:SQL>select userenv(‘language’) from dual;
結果類似如下:
- AMERICAN _ AMERICA. ZHS16GBK
2、如何查詢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(16進制方式)，看第2第3個字節的內容，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(這也是最常見的情況)，用文本編輯器打開很慢或者完全打不開，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Oracle字符集。
3、查詢oracle client端的字符集
這個比較簡單。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
這樣就只影響這個窗口里面的環境變量。
在unix平臺下，就是環境變量NLS_LANG。
- $echo $NLS_LANG
- AMERICAN_AMERICA.ZHS16GBK
如果檢查的結果發現server端與client端字符集不一致，請統一修改為同server端相同的字符集。
三、修改oracle的字符集
上文說過，oracle的字符集有互相的包容關系。如us7ascii就是zhs16gbk的子集,從us7ascii到zhs16gbk不會有數據解釋上的問題,不會有數據丟失。在所有的字符集中utf8應該是***,因為它基于unicode,雙字節保存字符(也因此在存儲空間上占用更多)。
一旦數據庫創建后，數據庫的字符集理論上講是不能改變的。因此，在設計和安裝之初考慮使用哪一種字符集十分重要。根據Oracle的官方說明，字符集的轉換是從子集到超集受支持,反之不行。如果兩種字符集之間根本沒有子集和超集的關系，那么字符集的轉換是不受oracle支持的。
對數據庫server而言，錯誤的修改字符集將會導致很多不可測的后果，可能會嚴重影響數據庫的正常運行，所以在修改之前一定要確認兩種Oracle字符集是否存在子集和超集的關系。一般來說，除非萬不得已，我們不建議修改oracle數據庫server端的字符集。
特別說明，我們最常用的兩種字符集ZHS16GBK和ZHS16CGB231280之間不存在子集和超集關系，因此理論上講這兩種字符集之間的相互轉換不受支持。
1、修改server端字符集(不建議使用)
在oracle 8之前，可以用直接修改數據字典表props$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;
若此時數據庫服務器已啟動，則先執行SHUTDOWN IMMEDIATE命令關閉數據庫服務器，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
上文說過，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，但很多情況下在沒有子集和超集關系的情況下也可以修改，我們常用的一些Oracle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，最簡單的就是直接用UltraEdit修改dmp文件的第2和第3個字節。比如想將dmp文件的Oracle字符集改為ZHS16GBK，可以用以下SQL查出該種字符集對應的16進制代碼:
- 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無法打開，就需要用程序的方法了。網上有人用java存儲過程寫了轉換的程序(用java存儲過程的好處是通用性教好，缺點是比較麻煩)。我在windows下測試通過。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
【編輯推薦】
