【附錄】字符集（一）漢字在oracle中佔用位元組數

一，漢字在oracle中佔用位元組數

一定要在建庫的時候就選擇好字符集，否則可能給後續的開發或者遷移帶來問題。在開發中字符集問題通常會導致應用層面上的字元越界或者亂碼問題。

先來看看2個使用不同字符集的資料庫：

先來看server1：

SQL> select * from v$nls_parameters a ;

PARAMETER VALUE

---------------------------------------------------------------- ----------------------------------------------------------------

NLS_LANGUAGE SIMPLIFIED CHINESE

NLS_TERRITORY CHINA

NLS_CURRENCY RMB

NLS_ISO_CURRENCY CHINA

NLS_NUMERIC_CHARACTERS .,

NLS_CALENDAR GREGORIAN

NLS_DATE_FORMAT DD-MON-RR

NLS_DATE_LANGUAGE SIMPLIFIED CHINESE

NLS_CHARACTERSET WE8ISO8859P1

NLS_SORT BINARY

NLS_TIME_FORMAT HH.MI.SSXFF AM

NLS_TIMESTAMP_FORMAT DD-MON-RR HH.MI.SSXFF AM

NLS_TIME_TZ_FORMAT HH.MI.SSXFF AM TZR

NLS_TIMESTAMP_TZ_FORMAT DD-MON-RR HH.MI.SSXFF AM TZR

NLS_DUAL_CURRENCY RMB

NLS_NCHAR_CHARACTERSET AL16UTF16

NLS_COMP BINARY

NLS_LENGTH_SEMANTICS BYTE

NLS_NCHAR_CONV_EXCP FALSE

19 rows selected

SQL> select '漢字' from dual;

'？？'

------

？

再看看server2：

SQL> select * from v$nls_parameters a ;

PARAMETER VALUE

---------------------------------------------------------------- ----------------------------------------------------------------

NLS_LANGUAGE SIMPLIFIED CHINESE

NLS_TERRITORY CHINA

NLS_CURRENCY RMB

NLS_ISO_CURRENCY CHINA

NLS_NUMERIC_CHARACTERS .,

NLS_CALENDAR GREGORIAN

NLS_DATE_FORMAT DD-MON-RR

NLS_DATE_LANGUAGE SIMPLIFIED CHINESE

NLS_CHARACTERSET AL32UTF8

NLS_SORT BINARY

NLS_TIME_FORMAT HH.MI.SSXFF AM

NLS_TIMESTAMP_FORMAT DD-MON-RR HH.MI.SSXFF AM

NLS_TIME_TZ_FORMAT HH.MI.SSXFF AM TZR

NLS_TIMESTAMP_TZ_FORMAT DD-MON-RR HH.MI.SSXFF AM TZR

NLS_DUAL_CURRENCY RMB

NLS_NCHAR_CHARACTERSET AL16UTF16

NLS_COMP BINARY

NLS_LENGTH_SEMANTICS BYTE

NLS_NCHAR_CONV_EXCP FALSE

19 rows selected

SQL> select '漢字' from dual;

'漢字'

------

漢字

通過比較上述兩個資料庫的區別，發現他們的NLS_CHARACTERSET不同，一個是WE8ISO8859P1，而另外一個是AL32UTF8。WE8ISO8859P1是單位元組8位字符集，AL32UTF8是變長多位元組編碼。

現在的客戶端的字符集為：SIMPLIFIED CHINESE_CHINA.ZHS16GBK

WE8ISO8859P1沒有漢字編碼，一般來講，有中文字元就不應該使用這個字符集，雖然修改客戶端和伺服器端相同時可以解決亂碼問題。

有關漢字在oracle中佔用的位元組數問題：

在WE8ISO8859P1字符集下，一個漢字佔了1個位元組。

在AL32UTF8字符集下面，一個漢字佔了3個位元組。

在ZHS16GBK是佔用了2個位元組。

Varchar2，varchar，nvarchar2均為變長字元型別，char則是固定長度。

用vsize函式來看的話很明顯：

Server1:

SQL> select vsize('漢') from dual;

VSIZE('？')

-----------

1

Server2:

SQL> select vsize('漢') from dual;

VSIZE('漢')

-----------

3

而用length來看，則均為1：

Server1：

SQL> select length('漢') from dual;

LENGTH('？')

------------

1

Server2：

SQL> select length('漢') from dual;

LENGTH('漢')

------------

1

下面具體來看個對比：

Server1和server2中均建立下面的表：

create table t_test_var

(

v_char2 char(2),

v_char3 char(3),

v_varchar22 varchar2(2),

v_varchar23 varchar2(3),

v_varchar2 varchar(2),

v_varchar3 varchar(3),

v_nvarchar22 nvarchar2(2),

v_nvarchar23 nvarchar2(3)

);

然後分別在兩個資料庫中插入測試資料：

Server1:

SQL> insert into t_test_var values ('我','我','我','我','我','我','我','我');

1 row inserted

SQL> insert into t_test_var values ('我們','我們','我們','我們','我們','我們','我們','我們');

1 row inserted

SQL> insert into t_test_var values ('我們是','我們是','我們是','我們是','我們是','我們是','我們是','我們是');

insert into t_test_var values ('我們是','我們是','我們是','我們是','我們是','我們是','我們是','我們是')

ORA-12899: value too large for column "TEST"."T_TEST_VAR"."V_CHAR2" (actual: 3, maximum: 2)

說明server1中char用一個位元組來儲存一個漢字。

修改一下最後一條插入語句，使得char型別不越界：

SQL> insert into t_test_var values ('我們','我們是','我們是','我們是','我們是','我們是','我們是','我們是');

insert into t_test_var values ('我們','我們是','我們是','我們是','我們是','我們是','我們是','我們是')

ORA-12899: value too large for column "TEST"."T_TEST_VAR"."V_VARCHAR22" (actual: 3, maximum: 2)

SQL>

則說明了server1中的varchar2型別也是一個位元組儲存一個漢字，再次修改：

SQL> insert into t_test_var values ('我們','我們是','我們','我們是','我們是','我們是','我們是','我們是');

insert into t_test_var values ('我們','我們是','我們','我們是','我們是','我們是','我們是','我們是')

ORA-12899: value too large for column "TEST"."T_TEST_VAR"."V_VARCHAR2" (actual: 3, maximum: 2)

則說明varchar也是一個漢字佔一個位元組儲存空間，繼續修改：

SQL> insert into t_test_var values ('我們','我們是','我們','我們是','我們','我們是','我們是','我們是');

insert into t_test_var values ('我們','我們是','我們','我們是','我們','我們是','我們是','我們是')

ORA-12899: value too large for column "TEST"."T_TEST_VAR"."V_NVARCHAR22" (actual: 3, maximum: 2)

則說明nvarchar2也是一個漢字佔一個位元組儲存空間。

這是因為在WE8ISO8859P1字元中，根本沒有漢字編碼。所以得出以上的實驗結果。

再來看看Server2:

SQL> insert into t_test_var values ('我','我','我','我','我','我','我','我');

insert into t_test_var values ('我','我','我','我','我','我','我','我')

ORA-01401: inserted value too large for column

SQL> insert into t_test_var values ('我們','我們','我們','我們','我們','我們','我們','我們');

insert into t_test_var values ('我們','我們','我們','我們','我們','我們','我們','我們')

ORA-01401: inserted value too large for column

SQL> insert into t_test_var values ('我們是','我們是','我們是','我們是','我們是','我們是','我們是','我們是');

insert into t_test_var values ('我們是','我們是','我們是','我們是','我們是','我們是','我們是','我們是')

ORA-01401: inserted value too large for column

SQL> select cast('漢' as char(1)) from dual;

select cast('漢' as char(1)) from dual

ORA-25137: Data value out of range

SQL> select cast('漢' as char(2)) from dual;

select cast('漢' as char(2)) from dual

ORA-25137: Data value out of range

SQL> select cast('漢' as char(3)) from dual;

CAST('漢'ASCHAR(3))

-------------------

漢

SQL> insert into t_test_var (v_varchar22) values ('漢');

insert into t_test_var (v_varchar22) values ('漢')

ORA-01401: inserted value too large for column

SQL> insert into t_test_var (v_varchar23) values ('漢');

1 row inserted

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/16179598/viewspace-663045/，如需轉載，請註明出處，否則將追究法律責任。

【附錄】 字符集（一） 漢字在oracle中佔用位元組數

相關文章

【附錄】字符集（一）漢字在oracle中佔用位元組數