Oracle 全球化特性与字符集
--==========================
-- Oracle 全球化特性与字符集
--==========================
数据库的全球化特性是数据库发展的必然结果，位于不同地区、不同国家、不用语言而使用同一数据库越来越普遍。Oracle数据库提供
了对全球化数据库的支持，消除不同文字、语言环境、历法货币等所带来的差异、使得更容易、更方便来使用数据库。
一、Oracle全球化特性
Oracle全球化特性包括
Language support
Territory support
Character set support
Linguistic sorting
Message support
Date and time formats
Numeric formats
Monetary formats
在Oracle全球化特性中最重要的则是字符集，即使用何种字符集将数据存储在数据库中
二、什么是字符集
1.定义
主要是讨论两个问题，一是字符如何存储，二是如何字符显示
简单的说就是输入的数据、字符、符号等如何存储到到计算机并将其翻译出来，而此处则是存储到数据库系统内。
比如英文的个英文字符、个阿拉伯数据字，#、$等。美国ANSI则使用了一个单字节(7位)来表示了使用的标准字符集
由于世界各国和各个地区使用的符号的多样性，而单字节仅仅能表示个字符，因此就有使用到了多字节来表示各自不同的字符
正是由于上述原因，因此产生了不同的字符集的概念,如美国使用的为US7ASCII,西欧则使用的是WE8ISO8859P1,中国则是ZHS16GBK
同时，为了统一世界各国字符编码，统一编码字符集的概念应运而生，这就是Unicode。
在Oracle中，几种常用的Unicode为UTF-8，AL16UTF8，AL32UTF8
2.Oracle所支持的字符集及分类
Oracle支持两百多种字符集，包含了单字节、可变字节以及通用字符集等。
字符集通常根据说使用的字节数来分类,通常分为以下几类
a.单字节字符集，如US7ASCII(7bit)，WE8ISO8859P1(8bit)，WE8DEC(8bit)
b.可变长度字符集，如JA16SJIS，ZHT16HKSCS
c.通用字符集，如AL32UTF8
3.UTF-8、UTF-16、UTF8、AL32UTF8、AL16UTF8
上述是几个经常容易混淆的概念，在此有必要做一下说明
UTF-8、UTF-16、UCS-2是标准的Unicode字符集，即是使用UTF-8或UTF-16或UCS-2来实现编码
UTF8指的是Oracle中的字符集，使用UTF-8来编码
AL32UTF8、AL16UTF8是Oracle数据库中使用基于标准Unicode字符集编码而定义的Unicode字符集
下面主要说明一下AL32UTF8、AL16UTF8
AL32UTF8
是一个bit的Unicode字符编码，使用UTF-8来实现编码
支持可变长编码，是ASCII码的严格超集，即ASCII字符集中表示字符码值与AL32UTF8中完全相同
该字符集支持-4字节可变长度编码,对欧洲使用的字符通常用-2个字节,对于亚洲则使用个字节,即一个汉字使用个字节表示
对于增补的特殊符号，则使用个字节来表示
AL16UTF8
是一个bit的Unicode字符编码，使用UTF-16来实现编码
使用固定长度来表示字符，通常使用个字节来实现
该字符集通常适用于欧洲和亚洲国家，因为个字节足以满足这些字符的码点需求
对于增补的特殊符号，AL16UTF8则使用个字节来实现
对于AL16UTF8中的字符，要么使用个字节，要么是个字节来表示
Oracle数据库支持的Unicode字符集
Character Set Unicode Encoding Database Character Set National Character Set
UTF8 UTF-8 Yes Yes(Oracle 9i and 10g only)
AL32UTF8 UTF-8 Yes No
AL16UTF16 UTF-16 No Yes
4.字符集影响的数据类型
对于二进制数据类型，字符集的设置不影响该类型数据的存储，如视频、音频等
影响的数据类型为：char,varchar2,nchar,nvarchar2,blob,clob,long,nclob
三、相关NLS参数的设定
1.查看NLS参数
a.本次会话中设定及使用的NLS参数(nls_session_parameters)
select * from nls_session_parameters;
SQL> col parameter format a28
SQL> col value format a35
SQL> select * from nls_session_parameters;
PARAMETER VALUE
---------------------------- -----------------------------------
NLS_LANGUAGE AMERICAN
NLS_TERRITORY AMERICA
NLS_CURRENCY $
NLS_ISO_CURRENCY AMERICA
NLS_NUMERIC_CHARACTERS .,
NLS_CALENDAR GREGORIAN
NLS_DATE_FORMAT DD-MON-RR
NLS_DATE_LANGUAGE AMERICAN
NLS_SORT BINARY
NLS_TIME_FORMAT HH.MI.SSXFF AM
NLS_TIMESTAMP_FORMAT DD-MON-RR HH.MI.SSXFF AM
PARAMETER VALUE
---------------------------- -----------------------------------
NLS_TIME_TZ_FORMAT HH.MI.SSXFF AM TZR
NLS_TIMESTAMP_TZ_FORMAT DD-MON-RR HH.MI.SSXFF AM TZR
NLS_DUAL_CURRENCY $
NLS_COMP BINARY
NLS_LENGTH_SEMANTICS BYTE
NLS_NCHAR_CONV_EXCP FALSE
b.查看数据库中设定的NLS参数
select * from nls_database_parameters;
c.查看基于实例设定的NLS参数
select * from nls_instance_parameters;
2.设定nls_language参数
设定nls_language影响的内容
NLS_LANGUAGE AMERICAN --只要设定该参数则下面的参数即可确定
NLS_DATE_LANGUAGE AMERICAN
NLS_SORT BINARY
--下面查看nls_language参数以及设定不同的nls_language所带来的影响
SQL>select * from nls_session_parameters where parameter='NLS_LANGUAGE';
PARAMETER VALUE
---------------------------- -----------------------------------
NLS_LANGUAGE AMERICAN
SQL> select empno,ename,round(sal*1.35,2) sal,hiredate from emp where sal<1200;
EMPNO ENAME SAL HIREDATE
---------- ---------- ---------- ---------
7369 SMITH 1080 17-DEC-80
7876 ADAMS 1485 23-MAY-87
7900 JAMES 1282.5 03-DEC-81
SQL> alter session set nls_language='ITALIAN'; --将nls_language设定为ITALIAN
Session altered.
--再次执行上面的查询语句可以看出日期月份的表示发生了变化
SQL> select empno,ename,round(sal*1.35,2) sal,hiredate from emp where sal<1200;
EMPNO ENAME SAL HIREDATE
---------- ---------- ---------- ---------
7369 SMITH 1080 17-DIC-80
7876 ADAMS 1485 23-MAG-87
7900 JAMES 1282.5 03-DIC-81
3.设定nls_territory参数
设定nls_territory影响的内容
NLS_TERRITORY AMERICA --只要设定该参数则下面的参数即可确定
NLS_CURRENCY $
NLS_DUAL_CURRENCY $
NLS_ISO_CURRENCY AMERICA
NLS_NUMERIC_CHARACTERS .,
NLS_DATE_FORMAT DD-MON-RR
NLS_TIMESTAMP_FORMAT DD-MON-RR HH.MI.SSXFF AM
NLS_TIMESTAMP_TZ_FORMAT DD-MON-RR HH.MI.SSXFF AM TZR
SQL> alter session set nls_language='ENGLISH'; --将nls_language设置为英语
Session altered.
--在设定为英语后执行查询可以看出查询结果同美语是一样的
SQL> select empno,ename,round(sal*1.35,2) sal,hiredate from emp where sal<1200;
EMPNO ENAME SAL HIREDATE
---------- ---------- ---------- ---------
7369 SMITH 1080 17-DEC-80
7876 ADAMS 1485 23-MAY-87
7900 JAMES 1282.5 03-DEC-81
SQL> alter session set nls_territory='CANADA'; --将nls_territory设置为加拿大
Session altered.
--将nls_territroy设置为加拿大后，日期发生了变化，小数位符号也发生了变化
SQL> select empno,ename,round(sal*1.35,2) sal,hiredate from emp where sal<1200;
EMPNO ENAME SAL HIREDATE
---------- ---------- ---------- --------
7369 SMITH 1080 80-12-17
7876 ADAMS 1485 87-05-23
7900 JAMES 1282,5 81-12-03
SQL> alter session set nls_territory='AUSTRALIA'; --保留nls_language不变，即为英语，将地区改为AUSTRALIA
Session altered.
--从下面的查询可以看到日期部分发生了变化
SQL> select empno,ename,round(sal*1.35,2) sal,hiredate from emp where sal<1200;
EMPNO ENAME SAL HIREDATE
---------- ---------- ---------- ---------
7369 SMITH 1080 17/DEC/80
7876 ADAMS 1485 23/MAY/87
7900 JAMES 1282.5 03/DEC/81
关于nls_language和nls_territory参数的总结
为nls_language设定了不同的值，则影响了日期的表示方法排序等
通常，在nls_language设定后，应为nls_territory设定合理的值，假如语言设定为简体中文，地区设定为澳大利亚则不太合理
对于使用同样的语言不同国家或地区,比如英语,澳大利亚和英国,则nls_territory设定不同,则同样影响相关参数如currency等
两个参数所影响的具体值请参考前面部分的描述及演示
4.NLS_LANG参数的设定
NLS_LANG为一个总控参数，控制了前面描述的nls_language和nls_territory的行为
该参数可以用于设定服务器和客户端的language和territory值，也可设置客户端输入数据和显示的字符集
只要设定了该参数，则其它参数就确定了。当然也可以只设定其中的一部分，NLS_LANG只能在环境变量中设定。
该参数的格式为：NLS_LANG = language_territory.charset 如：NLS_LANG=French_France.UTF8
NLS_LANG设定后，在客户端应用程序启动时生效。当连接到服务器端时，客户端使用NLS_LANG指定的信息与
Oracle服务器段来通信，该设置通常对Oracle提供的客户端有效，如SQLPlus等
在参数NLS_LANG=French_France.AL32UTF8，该参数分为个部分来设定
第一部分为language，如示例中为French。
第二部分为territory，如示例中为France。一二部分必须用下划线连接
第三部分为character set，如示例中为AL32UTF8 二三部分必须用小数点连接
不正确的设定方法
NLS_LANG = JAPANESE_JAPAN.WE8ISO8859P1
西文WE8ISO8859P1不能完全支持日文字符,因此应该将字符集改为JA16EUC,完整形式为:NLS_LANG = JAPANESE_JAPAN.JA16EUC
[oracle@oradb ~]$ export NLS_LANG=French_France.WE8ISO8859P1 --将环境变量设定为French_France.WE8ISO8859P1
[oracle@oradb ~]$ sqlplus /nolog --启动SQLPlus
SQL*Plus: Release 10.2.0.1.0 - Production on Dim. Sept. 26 12:04:37 2010
Copyright (c) 1982, 2005, Oracle. All rights reserved.
SQL> conn scott/tiger;
Connected.
SQL> col parameter format a28
SQL> col value format a35
SQL> select * from nls_session_parameters; --查看会话中的参数已经被设定为FRENCH和FRANCE
PARAMETER VALUE
---------------------------- -----------------------------------
NLS_LANGUAGE FRENCH
NLS_TERRITORY FRANCE
NLS_CURRENCY ?
NLS_ISO_CURRENCY FRANCE
NLS_NUMERIC_CHARACTERS ,
NLS_CALENDAR GREGORIAN
NLS_DATE_FORMAT DD/MM/RR
NLS_DATE_LANGUAGE FRENCH
NLS_SORT FRENCH
NLS_TIME_FORMAT HH24:MI:SSXFF
NLS_TIMESTAMP_FORMAT DD/MM/RR HH24:MI:SSXFF
PARAMETER VALUE
---------------------------- -----------------------------------
NLS_TIME_TZ_FORMAT HH24:MI:SSXFF TZR
NLS_TIMESTAMP_TZ_FORMAT DD/MM/RR HH24:MI:SSXFF TZR
NLS_DUAL_CURRENCY ?
NLS_COMP BINARY
NLS_LENGTH_SEMANTICS BYTE
NLS_NCHAR_CONV_EXCP FALSE
SQL> select empno,ename,round(sal*1.35,2) sal,hiredate from emp where sal<1200;
EMPNO ENAME SAL HIREDATE
---------- ---------- ---------- --------
7369 SMITH 1080 17/12/80
7876 ADAMS 1485 23/05/87
7900 JAMES 1282,5 03/12/81
在French_France.WE8ISO8859P1环境变量下修改nls_date_format
SQL> alter session set nls_date_format = 'yyyy-mm-dd';
Session altered.
--修改后，仅仅是日期显示发生了变化
SQL> select empno,ename,round(sal*1.35,2) sal,hiredate from emp where sal<1200;
EMPNO ENAME SAL HIREDATE
---------- ---------- ---------- ----------
7369 SMITH 1080 1980-12-17
7876 ADAMS 1485 1987-05-23
7900 JAMES 1282,5 1981-12-03
由上可知，基于会话级别的设置优先于环境变量的设置
alter session set nls_date_format = 'yyyy-mm-dd';
dbms_session.sest_nls('NLS_DATE_FORMAT','''yyyy-mm-dd''')
基于SQL函数来设定NLS参数
select to_char(hire_date,'DD.Mon.YYYY','NLS_DATE_LANGUAGE=FRENCH')
from employees
where hire_date > '01-JAN-2000';
TO_CHAR(HIRE_DATE,'DD.MON.YY'
----------------------------
13.Janv..2000
08.Mars .2000
06.Fevr..2000
基于window客户端设置NLS_LANG
在Window平台，使用注册表来设定Oracle的NLS_LANG参数
a.打开注册表(运行中输入regedit后确定)
b.逐个键展开(COMPUTER/HKEY_LOCAL_MACHINE/SOFTWARE/ORACLE/KEY_OraClient10g_hom1)
c.找到NLS_LANG子项，如为该子项输入值SIMPLIFIED CHINESE_CHINA.ZHS16GBK
从Window客户端使用NLS_LANG来访问服务器，客户端使用的NLS_LANG为SIMPLIFIED CHINESE_CHINA.ZHS16GBK
--首先查看一下服务器段的language、territory、character set
--可以看出服务器的设置与Window客户端的设置是不相同的
SQL> select * from nls_database_parameters;
PARAMETER VALUE
--------------------------------------------- -----------------------
NLS_LANGUAGE AMERICAN
NLS_TERRITORY AMERICA
NLS_CURRENCY $
NLS_ISO_CURRENCY AMERICA
NLS_NUMERIC_CHARACTERS .,
NLS_CHARACTERSET AL32UTF8
C:/>sqlplus scott/tiger@list2 --从客户端使用tnsnams.ora登陆到服务器
SQL*Plus: Release 10.2.0.1.0 - Production on 星期六9月25 12:51:52 2010
Copyright (c) 1982, 2005, Oracle. All rights reserved.
Connected to:
Oracle Database 10g Enterprise Edition Release 10.2.0.1.0 - Production
With the Partitioning, OLAP and Data Mining options
SQL> desc tb;
Name Null? Type
----------------------------------------- -------- ----------------------
ID NUMBER(38)
ENAME VARCHAR2(40)
SQL> insert into tb select 1,'鲁滨逊' from dual; --插入中文记录
1 row created.
SQL> commit;
Commit complete.
SQL> select * from tb; --可以正常显示
ID ENAME
---------- --------------------
1 鲁滨逊
总结：尽管服务器端NLS_LANGUAGE设置为AMERICAN，NLS_TERRITORY设置为AMERICA，但并不影响客户端中文的使用
因为服务器端使用了AL32UTF8 Unicode字符集.尽管客户端使用的字符集为ZHS16GBK.其间的转换工作则由OracleNet完成
5.NLS_COMP参数
能够被设定为ANSI，BINARY(缺省值)，LINGUISTIC 用于设定SQL操作时的比较行为
6.NLS_LENGTH_SEMANTICS参数
该参数的参数值为byte或char，作用域为环境变量，初始化参数，会话级别(alter session)
用于设定以何种方式来统计字符串的长度，缺省的为按字节来统计。当指定一个列为char(20)则表示使用个字节来存储数据
当使用单字节字符集时，则字符数与字节数是相等的，使用多字节字符集时，则不相等，可能一个字符使用到了多个字节
NLS_LENGTH_SEMANTICS允许创建char,varchar2,long类型列使用基于字节、也可以使用基于字符来统计长度
而对于nchar,nvarchar2,clob,nclob则总是使用基于字符来统计字节的长度
NLS_LENGTH_SEMANTICS不影响SYS与SYSTEM用户创建的表，即两者使用的是以字节统计长度
如果NLS_LENGTH_SEMANTICS参数在客户端未设置，则该参数使用服务器端的缺省设置
SQL> select * from nls_session_parameters where parameter like 'NLS_LENG%';
PARAMETER VALUE
---------------------------- -----------------------------------
NLS_LENGTH_SEMANTICS BYTE
SQL> show user;
USER is "SCOTT"
SQL> create table tb_b(id number,ename varchar2(10)); --列ename使用缺省值字节来作为存储长度
Table created.
SQL> create table tb_b_2(id number,ename varchar2(10 byte));--列ename使用显示值字节来作为存储长度
Table created.
SQL> create table tb_c(id number,ename varchar2(10 char));--列ename使用显示值字符来作为存储长度
Table created.
SQL> insert into tb_b select 1,'中华人民共和国' from dual; --超出长度
insert into tb_b select 1,'中华人民共和国' from dual
*
ERROR at line 1:
ORA-12899: value too large for column "SCOTT"."TB_B"."ENAME" (actual: 21,
maximum: 10)
SQL> insert into tb_c select 1,'中华人民共和国' from dual;--该表ename列使用字符作为存储长度，成功插入记录
1 row created.
SQL> select length(ename) from tb_c; --计算长度(字符数)
LENGTH(ENAME)
-------------
7
SQL> select lengthb(ename) from tb_c; --计算长度(字节数)
LENGTHB(ENAME)
--------------
21
SQL> select substr(ename,1,4) from tb_c ; --截取子串(字符数)
SUBSTR(E
--------
中华人民
SQL> select substrb(ename,1,9) from tb_c;--截取子串(字节数)
SUBSTRB(ENAME,1,9)
------------------
中华人
SQL> select table_name,column_name,data_type,data_length from user_tab_columns
2 where table_name like 'TB_%' and column_name like 'ENAME';
TABLE_NAME COLUMN_NAME DATA_TYPE DATA_LENGTH
--------------- --------------- --------------- -----------
TB_B ENAME VARCHAR2 10
TB_B_2 ENAME VARCHAR2 10
TB_C ENAME VARCHAR2 40
7.NLS参数设定的不同级别及优先顺序(下面的描述中级别由低到高，即SQL函数级别的NLS参数优先级最高)
a.在初始化参数中设定NLS参数及使用缺省的NLS参数，这些参数在服务器端使用，不影响客户端
b.在客户端使用环境变量来设定NLS参数，该参数高于服务器端的NLS设置
c.使用alter session来修改NLS参数
d.使用SQL函数来设定NLS参数(具有最高优先级别)
四、Oracle 字符集转换
正如前面所描述，客户端可以使用不同于服务器端的字符集、语言环境，这些不同字符集的转换工作则由OracleNet来负责
Oracle Net会比较客户端和服务器之间的字符集，在需要的时候Oracle Net则实现透明、自动转换字符集
一般情况下，要求服务器端的字符集是客户端的超集或相等，即使用相同的字符集
1.未正确设置NLS_LANG时容易导致数据不转换或转换错误
假定客户端使用的是Windows系统，Windows客户端使用的代码页
服务器端的字符集为AL32UTF8,如Window客户端设置为AL32UTF8,OracleNet认为两者一致,则不执行转换,无效的数据将输入到数据库
应该设置正确的NLS_LANG=AMERICAN_AMERICA.WE8MSWIN1252
2.不当设置引起导入导出时的错误
假定服务器的字符集设置为US7ASCII，National Character Set为UTF8
客户端使用的NLS_LANG为NLS_LANG=SIMPLIFIED CHINESE_HONGKONG.US7ASCII
此种情况可以存储多字节汉字到单字节数据中
对于非ASCII码字符在导入导出到另一个数据库时产生数据丢失
3.数据导入导出时发生的字符集转换
在将数据从一个Oracle数据库导出之后再导入到另外一个Oracle数据库，如果两者字符集不同，则发生转换
当导出DDL时，导出文件使用NLS_LANG指定的字符集，当指定的字符集不同于数据库字符集时，转换将发生
当导入数据到数据库时，如果源数据库字符集不同于目标数据库字符集，则源数据库字符集向目标数据库字符集转换
外部表使用服务器端的NLS设置来决定使用的字符集
SQL*Loader中
对于传统路径方式，数据基于会话指定的NLS设置来转换
对于直接路径方式，数据基于客户端NLS设置来转换
五、Character Set与National Character Set
Character Set：前面已经描述过，主要是用作描述字符如何保存。
National Character Set：主要是用于辅助Character Set。因为早期的数据库中很多使用了单字节字符集，但随着业务的需要及发展，
需要使用到诸如nchar,nvarchar等Unicode字符或者需要扩展到世界各地存储不同的字符，因此辅助字符集应运而生。
两者的比较：
Character Set National Character Set
---------------------- -----------------------
创建时被定义 创建时被定义
创建见后不能被改变，仅有很少列外 可以被改变
可以存储列的类型为char,varchar2,clob,long 可以存储的类型为NCHAR,NVARCHAR2,NCLOB
能够存储可变长度字符集 能够存储Unicode字符集，要么使用AL16UTF8或UTF8
查看数据使用的字符集
SQL> select parameter,value from nls_database_parameters
2 where parameter like '%CHARACTERSET';
PARAMETER VALUE
---------------------------- -----------------------------------
NLS_CHARACTERSET AL32UTF8
NLS_NCHAR_CHARACTERSET AL16UTF16
六、字符集的几个常用视图
nls_session_parameters
nls_instance_parameters
nls_database_parameters
v$nls_parameters
v$nls_valid_values
七、更多参考
Oracle 联机重做日志文件(ONLINE LOG FILE)
