|
Oracle字符集是一個位元組資料的解釋的符號集合,有大小之分,有相互的包容關係。ORACLE 支援國家語言的體系結構允許你使用本地化語言來儲存，處理，檢索資料。它使工具，錯誤訊息，排序次序，日期，時間，貨幣，數字，和日曆自動適應本地化語言和平臺。
影響Oracle資料庫字符集最重要的引數是NLS_LANG引數。
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： 指定伺服器訊息的語言， 影響提示資訊是中文還是英文
Territory： 指定伺服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，真正影響資料庫字符集的其實是第三部分。
所以兩個資料庫之間的字符集只要第三部分一樣就可以相互匯入匯出資料，前面影響的只是提示資訊是中文還是英文。
二．字符集的相關知識：
2.1 字符集
實質就是按照一定的字元編碼方案，對一組特定的符號，分別賦予不同數值編碼的集合。Oracle資料庫最早支援的編碼方案是US7ASCII。
Oracle的字符集命名遵循以下命名規則:
<Language><bit size><encoding>
即: <語言><位元位數><編碼>
比如: ZHS16GBK表示採用GBK編碼格式、16位（兩個位元組）簡體中文字符集
2.2 字元編碼方案
2.2.1 單位元組編碼
（1）單位元組7位字符集，可以定義128個字元，最常用的字符集為US7ASCII
（2）單位元組8位字符集，可以定義256個字元，適合於歐洲大部分國家
例如：WE8ISO8859P1(西歐、8位、ISO標準8859P1編碼)
2.2.2 多位元組編碼
（1）變長多位元組編碼
某些字元用一個位元組表示，其它字元用兩個或多個字元表示，變長多位元組編碼常用於對亞洲語言的支援， 例如日語、漢語、印地語等
例如：AL32UTF8（其中AL代表ALL,指適用於所有語言）、zhs16cgb231280
（2）定長多位元組編碼
每一個字元都使用固定長度位元組的編碼方案，目前oracle唯一支援的定長多位元組編碼是AF16UTF16，也是僅用於國家字符集
2.2.3 unicode編碼
Unicode是一個涵蓋了目前全世界使用的所有已知字元的單一編碼方案，也就是說Unicode為每一個字元提供唯一的編碼。UTF-16是unicode的16位編碼方式，是一種定長多位元組編碼，用2個位元組表示一個unicode字元，AF16UTF16是UTF-16編碼字符集。
UTF-8是unicode的8位編碼方式，是一種變長多位元組編碼，這種編碼可以用1、2、3個位元組表示一個unicode字元，AL32UTF8，UTF8、UTFE是UTF-8編碼字符集
2.3 字符集超級
當一種字符集（字符集A）的編碼數值包含所有另一種字符集（字符集B）的編碼數值，並且兩種字符集相同編碼數值代表相同的字元時，則字符集A是字符集B的超級，或稱字符集B是字符集A的子集。
Oracle8i和oracle9i官方文件資料中備有子集-超級對照表（subset-superset pairs），例如：WE8ISO8859P1是WE8MSWIN1252的子集。由於US7ASCII是最早的Oracle資料庫編碼格式，因此有許多字符集是US7ASCII的超集，例如WE8ISO8859P1、ZHS16CGB231280、ZHS16GBK都是US7ASCII的超集。
2.4 資料庫字符集（oracle伺服器端字符集）
資料庫字符集在建立資料庫時指定，在建立後通常不能更改。在建立資料庫時，可以指定字符集(CHARACTER SET)和國家字符集(NATIONAL CHARACTER SET)。
2.4.1字符集
(1)用來儲存CHAR, VARCHAR2, CLOB, LONG等型別資料
(2)用來標示諸如表名、列名以及PL/SQL變數等
(3)用來儲存SQL和PL/SQL程式單元等
2.4.2國家字符集：
(1)用以儲存NCHAR, NVARCHAR2, NCLOB等型別資料
(2)國家字符集實質上是為oracle選擇的附加字符集，主要作用是為了增強oracle的字元處理能力，因為NCHAR資料型別可以提供對亞洲使用定長多位元組編碼的支援，而資料庫字符集則不能。國家字符集在oracle9i中進行了重新定義，只能在unicode編碼中的AF16UTF16和UTF8中選擇，預設值是AF16UTF16
2.4.3查詢字符集引數
可以查詢以下資料字典或檢視檢視字符集設定情況
nls_database_parameters、props$、v$nls_parameters
查詢結果中NLS_CHARACTERSET表示字符集，NLS_NCHAR_CHARACTERSET表示國家字符集
2.4.4修改資料庫字符集
按照上文所說，資料庫字符集在建立後原則上不能更改。不過有2種方法可行。
1. 如果需要修改字符集，通常需要匯出資料庫資料，重建資料庫，再匯入資料庫資料的方式來轉換。
2. 透過ALTER DATABASE CHARACTER SET語句修改字符集，但建立資料庫後修改字符集是有限制的，只有新的字符集是當前字符集的超集時才能修改資料庫字符集，例如UTF8是US7ASCII的超集，修改資料庫字符集可使用ALTER DATABASE CHARACTER SET UTF8。
2.5 客戶端字符集（NLS_LANG引數）
2.5.1客戶端字符集含義
客戶端字符集定義了客戶端字元資料的編碼方式，任何發自或發往客戶端的字元資料均使用客戶端定義的字符集編碼,客戶端可以看作是能與資料庫直接連線的各種應用，例如sqlplus,exp/imp等。客戶端字符集是透過設定NLS_LANG引數來設定的。
2.5.2 NLS_LANG引數格式
NLS_LANG=<language>_<territory>.<client character set>
Language: 顯示oracle訊息,校驗，日期命名
Territory：指定預設日期、數字、貨幣等格式
Client character set：指定客戶端將使用的字符集
例如：NLS_LANG=AMERICAN_AMERICA.US7ASCII
AMERICAN是語言，AMERICA是地區，US7ASCII是客戶端字符集
2.5.3客戶端字符集設定方法
1)UNIX環境
$NLS_LANG=“simplified chinese”_china.zhs16gbk
$export NLS_LANG
編輯oracle使用者的profile檔案
2)Windows環境
編輯登錄檔
Regedit.exe ---》 HKEY_LOCAL_MACHINE ---》SOFTWARE ---》 ORACLE-HOME
2.5.4 NLS引數查詢
Oracle提供若干NLS引數定製資料庫和使用者機以適應本地格式，例如有NLS_LANGUAGE,NLS_DATE_FORMAT,NLS_CALENDER等，可以透過查詢以下資料字典或v$檢視檢視。
NLS_DATABASE_PARAMETERS:顯示資料庫當前NLS引數取值，包括資料庫字符集取值
NLS_SESSION_PARAMETERS： 顯示由NLS_LANG 設定的引數，或經過alter session 改變後的引數值（不包括由NLS_LANG 設定的客戶端字符集）
NLS_INSTANCE_PARAMETE： 顯示由引數檔案init<SID>.ora 定義的引數
V$NLS_PARAMETERS：顯示資料庫當前NLS引數取值
2.5.5修改NLS引數
使用下列方法可以修改NLS引數
（1）修改例項啟動時使用的初始化引數檔案
（2）修改環境變數NLS_LANG
（3）使用ALTER SESSION語句，在oracle會話中修改
（4）使用某些SQL函式
NLS作用優先順序別：Sql function > alter session > 環境變數或登錄檔 > 引數檔案 > 資料庫預設引數
三．EXP/IMP 與 字符集
3.1 EXP/IMP
Export 和 Import 是一對讀寫Oracle資料的工具。Export 將 Oracle 資料庫中的資料輸出到作業系統檔案中, Import 把這些檔案中的資料讀到Oracle 資料庫中，由於使用exp/imp進行資料遷移時，資料從源資料庫到目標資料庫的過程中有四個環節涉及到字符集，如果這四個環節的字符集不一致，將會發生字符集轉換。
EXP
____________ _________________ _____________
|imp匯入檔案|<-|環境變數NLS_LANG|<-|資料庫字符集|
------------ ----------------- -------------
IMP
____________ _________________ _____________
|imp匯入檔案|->|環境變數NLS_LANG|->|資料庫字符集|
------------ ----------------- -------------
四個字符集是
（1）源資料庫字符集
（2）Export過程中使用者會話字符集（透過NLS_LANG設定）
（3）Import過程中使用者會話字符集（透過NLS_LANG設定）
（4）目標資料庫字符集
3.2匯出的轉換過程
在Export過程中，如果源資料庫字符集與Export使用者會話字符集不一致，會發生字符集轉換，並在匯出檔案的頭部幾個位元組中儲存Export使用者會話字符集的ID號。在這個轉換過程中可能發生資料的丟失。
例:如果源資料庫使用ZHS16GBK，而Export使用者會話字符集使用US7ASCII，由於ZHS16GBK是16位字符集,而US7ASCII是7位字符集，這個轉換過程中，中文字元在US7ASCII中不能夠找到對等的字元，所以所有中文字元都會丟失而變成“?? ”形式，這樣轉換後生成的Dmp檔案已經發生了資料丟失。
因此如果想正確匯出源資料庫資料，則Export過程中使用者會話字符集應等於源資料庫字符集或是源資料庫字符集的超集
3.3匯入的轉換過程
（1）確定匯出資料庫字符集環境
透過讀取匯出檔案頭，可以獲得匯出檔案的字符集設定
（2）確定匯入session的字符集，即匯入Session使用的NLS_LANG環境變數
（3）IMP讀取匯出檔案
讀取匯出檔案字符集ID，和匯入程式的NLS_LANG進行比較
（4）如果匯出檔案字符集和匯入Session字符集相同，那麼在這一步驟內就不需要轉換， 如果不同，就需要把資料轉換為匯入Session使用的字符集。可以看出，匯入資料到資料庫過程中發生兩次字符集轉換
第一次:匯入檔案字符集與匯入Session使用的字符集之間的轉換，如果這個轉換過程不能正確完成，Import向目標資料庫的匯入過程也就不能完成。
第二次:匯入Session字符集與資料庫字符集之間的轉換。
四. 檢視資料庫字符集
涉及三方面的字符集，
1. oracel 端的字符集;
2. oracle client端的字符集;
3. dmp檔案的字符集。
在做資料匯入的時候，需要這三個字符集都一致才能正確匯入。
4.1 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;
USERENV('LANGUAGE')
----------------------------------------------------
SIMPLIFIED CHINESE_CHINA.ZHS16GBK
SQL>select userenv(‘language’) from dual;
AMERICAN _ AMERICA. ZHS16GBK
4.2 如何查詢dmp檔案的字符集
用oracle的exp工具匯出的dmp檔案也包含了字符集資訊，dmp檔案的第2和第3個位元組記錄了dmp檔案的字符集。如果dmp檔案不大，比如只有幾M或幾十M，可以用UltraEdit開啟(16進位制方式)，看第2第3個位元組的內容，如0354，然後用以下查出它對應的字符集:
SQL> select nls_charset_name(to_number('0354','xxxx')) from dual;
ZHS16GBK
如果dmp檔案很大，比如有2G以上(這也是最常見的情況)，用文字編輯器開啟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
然後用上述SQL也可以得到它對應的字符集。
4.3 查詢oracle client端的字符集
在windows平臺下，就是登錄檔裡面相應OracleHome的NLS_LANG。還可以在dos視窗裡面自己設定，
比如: set nls_lang=AMERICAN_AMERICA.ZHS16GBK
這樣就隻影響這個視窗裡面的環境變數。
在unix平臺下，就是環境變數NLS_LANG。
$echo $NLS_LANG
AMERICAN_AMERICA.ZHS16GBK
如果檢查的結果發現server端與client端字符集不一致，請統一修改為同server端相同的字符集。
補充：
(1).資料庫伺服器字符集
select * from nls_database_parameters
來源於props$，是表示資料庫的字符集。
(2).客戶端字符集環境
select * from nls_instance_parameters
其來源於v$parameter，表示客戶端的字符集的設定，可能是引數檔案，環境變數或者是登錄檔
(3).會話字符集環境
select * from nls_session_parameters
來源於v$nls_parameters，表示會話自己的設定，可能是會話的環境變數或者是alter session完成，如果會話沒有特殊的設定，將與nls_instance_parameters一致。
(4).客戶端的字符集要求與伺服器一致，才能正確顯示資料庫的非Ascii字元。
如果多個設定存在的時候，NLS作用優先順序別：Sql function > alter session > 環境變數或登錄檔 > 引數檔案 > 資料庫預設引數
字符集要求一致，但是語言設定卻可以不同，語言設定建議用英文。如字符集是zhs16gbk，則nls_lang可以是American_America.zhs16gbk。
五． 修改oracle的字符集
按照上文所說，資料庫字符集在建立後原則上不能更改。因此，在設計和安裝之初考慮使用哪一種字符集十分重要。對資料庫server而言，錯誤的修改字符集將會導致很多不可測的後果，可能會嚴重影響資料庫的正常執行，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係。一般來說，除非萬不得已，我們不建議修改oracle資料庫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係，因此理論上講這兩種字符集之間的相互轉換不受支援。
不過修改字符集有2種方法可行。
1. 通常需要匯出資料庫資料，重建資料庫，再匯入資料庫資料的方式來轉換。
2. 透過ALTER DATABASE CHARACTER SET語句修改字符集，但建立資料庫後修改字符集是有限制的，只有新的字符集是當前字符集的超集時才能修改資料庫字符集，例如UTF8是US7ASCII的超集，修改資料庫字符集可使用ALTER DATABASE CHARACTER SET UTF8。
5.1 修改server端字符集(不建議使用)
登陸用dba
[oracle@rehl3 oracle]$ sqlplus /nolog
SQL> conn /as sysdba ;
1. 關閉資料庫
SQL>SHUTDOWN IMMEDIATE
啟動資料庫到mount狀態下
SQL> STARTUP MOUNT;
SQL> ALTER SESSION SET SQL_TRACE=TRUE;
Session altered.
SQL> ALTER SYSTEM ENABLE RESTRICTED SESSION;
System altered.
SQL> ALTER SYSTEM SET JOB_QUEUE_PROCESSES=0;
System altered.
SQL> ALTER SYSTEM SET AQ_TM_PROCESSES=0;
System altered.
啟動資料庫
SQL> Alter database open;
設定字符集
SQL> ALTER DATABASE CHARACTER SET ZHS16GBK;
跳過字符集檢查
ALTER DATABASE character set INTERNAL_USE ZHS16GBK
SQL>ALTER DATABASE national CHARACTER SET ZHS16GBK;
SQL>ALTER DATABASE NATIONAL CHARACTER SET INTERNAL_USE UTF8;
關閉資料庫
SQL> Shutdown immediate;
重啟
SQL> startup;
5.2 修改dmp檔案字符集
上文說過，dmp檔案的第2第3位元組記錄了字符集資訊，因此直接修改dmp檔案的第2第3位元組的內容就可以‘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係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檔案，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檔案的第2和第3個位元組。
比如想將dmp檔案的字符集改為ZHS16GBK，可以用以下SQL查出該種字符集對應的16進位制程式碼:
SQL> select to_char(nls_charset_id('ZHS16GBK'), 'xxxx') from dual;
0354
然後將dmp檔案的2、3位元組修改為0354即可。
如果dmp檔案很大，用ue無法開啟，就需要用程式的方法了。
5.3客戶端字符集設定方法
1)UNIX環境
$NLS_LANG=“simplified chinese”_china.zhs16gbk
$export NLS_LANG
編輯oracle使用者的profile檔案
2)Windows環境
編輯登錄檔
Regedit.exe ---》 HKEY_LOCAL_MACHINE ---》SOFTWARE ---》 ORACLE-HOME
或者在視窗設定：
set nls_lang=AMERICAN_AMERICA.ZHS16GBK
|