DBA字符集管理（一）

DBA字符集管理（一）

最近對字符集進行了相關的學習，通過查看相關書籍、在網上找找學習視頻，在此結合學習筆記對字符集做一次簡單總結。

通過一種自問自答的形式，希望可以幫助讀者對字符集的知識做一次梳理。

【不恥下問】

問題1：字符集的概念？

字符集，是字符和編碼的對應“表”，我們可以把其理解成一張對應表。之所以需要字符集，是由於計算機中只能存儲數字，我們想通過計算機獲得字符，因此采用了一個手段，讓計算機將字符對應成編碼存儲起來，這樣計算機通過查找數字編碼就可以找到相應的字符，從而實現顯示字符的目的。

問題2：在IT系統體系中，哪些結構是存在字符集的？

1、操作系統有操作系統字符集；

2、oracle有數據庫字符集；

3、其它軟件本身所帶的字符集。

問題3：查看字符集的命令？

win：chcp

linux下面查看字符集：

[root@bjbank ~]# locale

locale -a//linux所支持的所有字符集

oracle下面查看字符集：

SQL> select * from v$NLS_PARAMETERS;

補充：字符集常識

zh_HK.big5hkscs：大五碼：香港用的！
unicode： 國家字符集
zh_SG.gbk：國標庫
936：windows操作系統下代表中文字符集
補充完畢。

問題4：字符集的使用情況？

需要存儲和顯示字符的時候會用到字符集。在一個系統中，例如oracle本身自帶有字符集，因此oracle使用本身的字符集。而有些軟件是不帶字符集的，它們會選擇使用操作系統字符集。所以在判斷軟件使用的字符集是什麼的前提下，先確定軟件是使用本身自帶的字符集還是使用操作系統的字符集。

對於數據庫字符集，在數據類型的選擇上，如果不存在字符型的數據類型，可以不考慮字符集。但日常的應用系統中，數據庫中都會存在如varchar2這樣的數據類型，這是一定要用到字符集的。因為這樣的字段下用來存儲的是字符。如char、varchar2、clob、long這些都是用來存放字符的。char代表定長的，varchar2代表變長的，clob代表大對象，比如說一篇文章，long代表大對象。

另外，數據中字符集還是用來標示諸如表名、列名以及PL/SQL變量等。同時數據庫中的字符集也可以用來存儲SQL和PL/SQL程序單元等。

除了數據庫字符集以外，另外一種是國家字符集。它是用來存儲NCHAR、NVARCHAR2、NCLOB等類型數據。也就是如果數據類型為varchar2這類，數據庫會選擇數據庫字符集，如果是NVARCHAR2這類，數據庫會選擇使用國家字符集。

對於數據庫字符集和國家字符集，我們可以直觀的看一下。在oracle安裝過程中，有兩個地方涉及到設置字符集，1、數據庫字符集、2、國家字符集。如下圖：

實驗：查看數據庫的字符集？

SQL> select * from nls_database_parameters

數據庫字符集：NLS_CHARACTERSET:zhs16gbk：中文字符集

NLS_NCHAR_CHARACTERSET:國家字符集:AL16UTF16

國家字符集是作為數據庫字符集的一種補充。

問題5：字符集的命名？

字符集根據存儲字符的不同區分出不同的字符集種類，關注字符集時需要留意字符集可以存儲哪些字符。

舉幾個字符集的例子：

1、US7ASCII：只能存儲美國人使用的字符。不超過128個。ASC碼是用1個字節8位表示格式：US代表語言，7代表七位，ASCII代表編碼。

2、zhs16cgb231280：中文字符集（國標），較老的字符集，其中並未存儲完全所有中文字符。

3、zhs16gbk：最新的中文字符集。是zhs16cgb231280的超集。但不意味著嚴格超集（嚴格超集規定字符編碼是相同的才可以叫嚴格超集）。

4、utf8：屬於unicode字符集，unicode字符集是很多國家聯合起來制定的標准。用來存儲多國語言的字符集。之後推出了utf8，但並未做到unicode那樣存儲所有國家的字符集。

5、AL32UTF8：屬於unicode字符集，比較新的，比utf8范圍廣的字符集。如果要用unicode字符集就選用AL32UTF8字符集。通常對於數據庫字符集會選擇AL32UTF8。

6、AF16UTF16：屬於unicode字符集，對於國家字符集，一般統一選擇“AF16UTF16”。AF16UTF16字符集也是unicode字符集。

如果規劃數據庫會存儲中文字符，國家字符集一般選擇“AF16UTF16”。數據庫字符集設為“AL32UTF8”或“ZHS16GBK”。但是AL32UTF8字符集中，中文字符所對應的編碼會占用更多的空間。也就是說AL32UTF8字符集在性能上會差一些（雖然全，但性能會打折扣，因為會占用更大的空間意味著網絡、I/O等會有更大的負載）。因此，我們在數據庫字符集上常常選擇“ZHS16GBK”。

小結：

（1）、數據庫字符集的選擇，如果只存中文，選擇zhs16gbk，如果是國際跨國企業，選擇AL32UTF8字符集；

（2）、國家字符集選擇“AF16UTF16”。

問題6：如何查看我們可以選擇的字符集有哪些？

SQL> select * from v$NLS_VALID_VALUES;

--可以查看到oracle支持499種字符集

通過以上我們可以知道，oracle支持所有字符集。

問題7：對於跨國企業，需要選擇怎樣的字符集？

比如說oracle公司存在美國員工、中國員工、韓國員工、日本員工，需要存儲多國的語言，因此選擇unicode字符集。

問題8：對於繁體字符集選擇應該注意哪些？

對於繁體字符集分為香港和台灣兩種，香港常使用香港大五碼，台灣常使用台灣的字符集。

問題9：字符集命名規則？

<語言><比特位數><編碼>

例：ZHS16GBK：中文，16位，國標庫字符集

常用字符集，參看問題5。