(轉)oracle字符集與漢字

Oracle與漢字問題與字符集

分類： oracle 2012-10-29 17:31 425人閱讀 評論(0) 收藏 舉報

      Oracle字符集引發的幾個問題，常見的就是漢字佔多少個字節，其次就是字符集致使數據庫啓動失敗以及索引失效等問題

漢字佔多少個字節？

select length('ABCDE中文字符串FG'),lengthb('ABCDE中文字符串FG') from dual;

就能夠知道，一個漢字佔了幾個字節，也能夠查看數據庫的字符集

select * from nls_database_parameters where parameter ='NLS_CHARACTERSET';

當NLS_CHARACTERSET=AL32UTF8時（UTF-8是變長編碼，每一個Unicode代碼點按照不一樣範圍，能夠有1-3字節的不一樣長度）
NLS_LENGTH_SEMANTICS=BYTE時，一個漢字表明三個字節
NLS_LENGTH_SEMANTICS=CHAR時，一個漢字表明一個字節
當NLS_CHARACTERSET=US7ASCII時（字符集爲單字節）
NLS_LENGTH_SEMANTICS=BYTE時，一個漢字表明兩個字節
NLS_LENGTH_SEMANTICS=CHAR時，一個漢字表明兩個字節

Oracle與漢字問題相關的函數

注意：計算長度的幾個方法區別以下：

LENGTH(string1) 返回以字符爲單位的長度.
LENGTHB(string1) 返回以字節爲單位的長度.
LENGTHC(string1) 返回以Unicode徹底字符爲單位的長度.
LENGTH2(string1) 返回以UCS2代碼點爲單位的長度.
LENGTH4(string1) 返回以UCS4代碼點爲單位的長度.

substr,substrb均爲字符串截取函數，都帶有三個參數，第一個參數爲所要截取的字符串，第二個參數爲strart（索引均從1開始），第三個參數爲length。
substr是按照字來算的，而substrb()是按照字節來算的

關於substr,substrb的例子舉例：

SQL> select substr('今天是個好日子',3,5) from dual;
----------
是個好日子
SQL> select substrb('今天是個好日子',3,5) from dual;
-----
天是
結論是substr是按照字來算的，而substrb()是按照字節來算的。看下面的例子：
SQL> select substr('abcdef',3,4) from dual;
----
cdef
SQL> select substrb('abcdef',3,4) from dual;
----
cdef
分析：對於字母來講，substr與substrb做用時同樣的，但對於漢字來講，substr是按字來取值，而substrb是按字節來取值，當所取長度爲奇數時，則自動捨棄最後一位字節。
相似的還有，
length與lengthb 長度計算函數 
select length('你好') from dual         ----output:2
select lengthb('你好') from dual       ----output :4

Instr與Instrb 字符串查找函數 instr(原字符串,查的字符串,起始位置,第幾個匹配) 返回字符串位置,找不到返回0 .
select instr('日日花前長病酒','花前',1,1) from dual     ----output:3
select instrb('日日花前長病酒','花前',1,1) from dual     ----output:7

 Oracle字符集

安裝數據庫的時候能夠設置字符集，不一樣版本可能默認的字符集是不同的（以Oracle 9i爲例子)

首先查看字符集：(注意:修改數據庫字符集時必須謹慎，修改以前必定要爲數據庫備份。因爲不能回退這項操做,所以可能會形成數據丟失或者損壞)

SQL> select name,value$ from props$ where name like '%NLS%';

NAME                           VALUE$
------------------------------ ------------------------------
NLS_LANGUAGE                   AMERICAN
NLS_TERRITORY                  AMERICA
NLS_CURRENCY                   $
NLS_ISO_CURRENCY               AMERICA
NLS_NUMERIC_CHARACTERS         .,
NLS_CHARACTERSET               US7ASCII
NLS_CALENDAR                   GREGORIAN
NLS_DATE_FORMAT                DD-MON-RR
NLS_DATE_LANGUAGE              AMERICAN
……………….
NLS_NCHAR_CHARACTERSET         AL16UTF16
NLS_RDBMS_VERSION              9.2.0.4.0

20 rows selected.
SQL> select name,dump(name) from eygle.test;

NAME   DUMP(NAME)
------------------------------------------------------
測試     Typ=1 Len=4: 178,226,202,212
Test      Typ=1 Len=4: 116,101,115,116


2 rows selected.

轉換字符集，你只能在新字符集是舊字符集嚴格超集的狀況下使用這種方式轉換。所謂超集是指:當前字符集中的每個字符在新字符集中均可以表示，並使用一樣的代碼點好比不少字符集都是US7ASCII的嚴格超集.

若是不是超集，將得到如下錯誤:

SQL> ALTER DATABASE CHARACTER SET  ZHS16CGB231280;
ALTER DATABASE CHARACTER SET  ZHS16CGB231280*ERROR at line 1:ORA-12712: new character set must be a superset of old character set

轉換字符集，數據庫應該在RESTRICTED模式下進行:

<p>c:\>sqlplus "/ as sysdba"

SQL*Plus: Release 9.2.0.4.0 - Production on Sat Nov 1 10:52:30 2003

Copyright (c) 1982, 2002, Oracle Corporation.  All rights reserved.


Connected to:
Oracle9i Enterprise Edition Release 9.2.0.4.0 - Production
With the Partitioning, Oracle Label Security, OLAP and Oracle Data Mining options
JServer Release 9.2.0.4.0 - Production

SQL> shutdown immediate
Database closed.
Database dismounted.
ORACLE instance shut down.
SQL> STARTUP MOUNT;
ORACLE instance started.

Total System Global Area   76619308 bytes
Fixed Size                   454188 bytes
Variable Size              58720256 bytes
Database Buffers           16777216 bytes
Redo Buffers                 667648 bytes
Database mounted.
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.

SQL> ALTER DATABASE OPEN;

Database altered.

SQL> set linesize 120
SQL> ALTER DATABASE CHARACTER SET ZHS16GBK;
ALTER DATABASE CHARACTER SET ZHS16GBK
*
ERROR at line 1:
ORA-12721: operation cannot execute when other sessions are active


SQL> ALTER DATABASE CHARACTER SET ZHS16GBK;
ALTER DATABASE CHARACTER SET ZHS16GBK
*
ERROR at line 1:
ORA-12716: Cannot ALTER DATABASE CHARACTER SET when CLOB data exists

在Oracle9i中，若是數據庫存在CLOB類型字段，那麼就不容許對字符集進行轉換
</p>

這時候，咱們能夠去查看alert<sid>.log日誌文件，看CLOB字段存在於哪些表上:

ALTER DATABASE CHARACTER SET ZHS16GBK SYS.METASTYLESHEET (STYLESHEET) - CLOB populatedORA-12716 signalled during: ALTER DATABASE CHARACTER SET ZHS16GBK...

對於不一樣狀況，Oracle提供不一樣的解決方案，若是是用戶數據表，通常咱們能夠把包含CLOB字段的表導出，而後drop掉相關對象，
轉換後再導入數據庫；對於系統表，能夠按照如下方式處理:

SQL> truncate table Metastylesheet;Table truncated.
SQL> ALTER SESSION SET SQL_TRACE=TRUE;
Session altered.
SQL> ALTER DATABASE CHARACTER SET ZHS16GBK;
Database altered.
SQL> ALTER SESSION SET SQL_TRACE=FALSE;
Session altered.

在9.2.0中，轉換完成之後，能夠經過運行catmet.sql腳原本重建Metastylesheet表:

SQL> @?/rdbms/admin/catmet.sql

經過Metastylesheet表來測試不一樣字符集的影響。

提示:
經過設置sql_trace，咱們能夠跟蹤不少數據庫的後臺操做，這個工具是DBA經常使用的「利器」之一。
咱們簡單看一下數據庫更改字符集時的後臺處理，我提取了主要的更新部分。
經過如下跟蹤過程，咱們看到數據庫在更改字符集的時候，主要更新了12張數據字典表，修改了數據庫的原數據，這也證明了咱們之前的說法:
這個更改字符集的操做在本質上並不轉換任何數據庫字符，只是簡單的更新數據庫中全部跟字符集相關的信息。

update col$ set charsetid = :1
where
 charsetform = :2


update argument$ set charsetid = :1
where
 charsetform = :2


update collection$ set charsetid = :1
where
 charsetform = :2


update attribute$ set charsetid = :1
where
 charsetform = :2


update parameter$ set charsetid = :1
where
 charsetform = :2


update result$ set charsetid = :1
where
 charsetform = :2


update partcol$ set spare1 = :1
where
 charsetform = :2


update subpartcol$ set spare1 = :1
where
 charsetform = :2


update props$ set value$ = :1
where
 name = :2


update "SYS"."KOTAD$" set SYS_NC_ROWINFO$ = :1
where
 SYS_NC_OID$ = :2

update seq$ set increment$=:2,minvalue=:3,maxvalue=:4,cycle#=:5,order$=:6,
  cache=:7,highwater=:8,audit$=:9,flags=:10
where
 obj#=:1

update kopm$ set metadata = :1, length  = :2
where
 name='DB_FDO'

注意：經過前面 」 ALTER DATABASE CHARACTER SET」 方式更改字符集時，Oracle至少須要更改12張數據字典表，而這種直接更新props$表的方式只完成了其中十二分之一的工做，潛在的完整性隱患是可 想而知的。並且經過更新props$表的方式修改字符集,在Oracle7以後就不該該被使用.