ORACLE字符集简介.docVIP

ORACLE 字符集简介 引言 ORACLE数据库字符集，即Oracle全球化支持(Globalization Support)，或即国家语言支持（NLS）其作用是用本国语言和格式来存储、处理和检索数据。 利用全球化支持，ORACLE为用户提供自己熟悉的数据库母语环境，诸如日期格式、数字格式和存储序列等。Oracle可以支持多种语言及字符集， 其中oracle8i支持48种语言、76个国家地域、229种字符集，而oracle9i则支持57种语言、88个国家地域、235种字符集。由于oracle字符集种类多，且在存储、检索、迁移oracle数据时多个环节与字符集的设置密切相关，因此在实际的应用中，数据库开发和管理人员经常会遇到有关oracle字符集方面的问题。本文通过以下几个方面阐述，对oracle字符集做简要分析 字符集基本知识 字符集 实质就是按照一定的字符编码方案，对一组特定的符号，分别赋予不同数值编码的集合。Oracle数据库最早支持的编码方案是US7ASCII。 Oracle的字符集命名遵循以下命名规则: Languagebit sizeencoding 即: 语言比特位数编码 比如: ZHS16GBK表示采用GBK编码格式、16位（两个字节）简体中文字符集 Language 指定服务器消息的语言，territory 指定服务器的日期和数字格式，charset 指定字符集。 如: NLS_LANG=AMERICAN_AMERICA.US7ASCII AMERICAN是语言，AMERICA是地区，US7ASCII是客户端字符集 NLS_LANG=American_america.zhs16gbk NLS_LANG=Simplified Chinese NLS_LANG=SIMPLIFIED CHINESE_CHINA.ZHS16GBK NLS_LANG=Simplified Chinese_china.ZHS16GBK NLS_LANG=American_america.zhs16gbk NLS_LANG=SIMPLIFIED CHINESE_CHINA.ZHS16GBK 为了避免在数据库迁移过程中由于字符集不同导致的数据损失，oracle提供了字符集扫描工具（character set scanner），通过这个工具我们可以测试在数据迁移过程中由于字符集转换可能带来的问题，然后根据测试结果，确定数据迁移过程中最佳字符集解决方案。 字符编码方案 单字节编码 （1）单字节7位字符集，可以定义128个字符，最常用的字符集为US7ASCII （2）单字节8位字符集，可以定义256个字符，适合于欧洲大部分国家 例如：WE8ISO8859P1(西欧、8位、ISO标准8859P1编码) 多字节编码 （1）变长多字节编码 某些字符用一个字节表示，其它字符用两个或多个字符表示，变长多字节编码常用于对亚洲语言的支持， 例如日语、汉语、印地语等 例如：AL32UTF8（其中AL代表ALL,指适用于所有语言）、zhs16cgb231280 （2）定长多字节编码 每一个字符都使用固定长度字节的编码方案，目前oracle唯一支持的定长多字节编码是AF16UTF16，也是仅用于国家字符集 unicode编码 Unicode是一个涵盖了目前全世界使用的所有已知字符的单一编码方案，也就是说Unicode为每一个字符提供唯一的编码。UTF-16是unicode的16位编码方式， 是一种定长多字节编码，用2个字节表示一个unicode字符，AF16UTF16是UTF-16编码字符集。 UTF-8是unicode的8位编码方式，是一种变长多字节编码，这种编码可以用1、2、3个字节表示一个unicode字符，AL32UTF8，UTF8、UTFE是UTF-8编码字符集 字符集超级 当一种字符集（字符集A）的编码数值包含所有另一种字符集（字符集B）的编码数值，并且两种字符集相同编码数值代表相同的字符时，则字符集A是字符集B的超级，或称字符集B是字符集A的子集。 Oracle8i和oracle9i官方文档资料中备有子集-超级对照表（subset-superset pairs），例如：WE8ISO8859P1是WE8MSWIN1252的子集。由于US7ASCII是最早的Oracle数据库编码格式，因此有许多字符集是US7ASCII的超集，例如WE8ISO8859P1、ZHS16CGB231280、ZHS16GBK都是US7ASCII的超集。 数据库服务器端字符集 数据库字符集在创建数据库时指