萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 資料庫 >> Oracle 教學

Oracle 字元集遷移全攻略:NLS_LANG 三要素、伺服器/客戶端/匯出檔字元集查詢與一致性檢查

字元集不一致是跨資料庫遷移、異構系統整合、多語言應用亂碼的首要根因。本文系統梳理 Oracle 字元集架構、NLS_LANG 三要素、三端字元集查詢方法、遷移一致性檢查清單與常見亂碼成因對策。

NLS_LANG 結構與三要素

NLS_LANG = LANGUAGE_TERRITORY.CHARACTERSET
           │           │              │
           │           │              └─ 字元集 (關鍵:決定位元組解碼)
           │           └─ 地域 (日期/數字/貨幣格式)
           └─ 語言 (錯誤訊息、月份名稱)

兩資料庫間 CHARACTERSET 相同即可正確導入導出;語言/地域僅影響提示訊息與格式。

三端字元集查詢方法

1. 伺服器端 (Database Character Set)

-- 方法 1:參數視圖
SELECT value FROM nls_database_parameters WHERE parameter = 'NLS_CHARACTERSET';
-- 結果範例:ZHS16GBK、AL32UTF8、WE8ISO8859P1

-- 方法 2:userenv (含語言/地域)
SELECT userenv('language') FROM dual;
-- 結果:AMERICAN_AMERICA.ZHS16GBK

2. 匯出檔 (.dmp) 字元集

.dmp 檔第 2-3 位元組儲存字元集 ID (16 進位)。

-- 小檔案:UltraEdit 16進位模式開啟,讀取位元組 2-3 (如 03 54)
-- 大檔案 (GB 級):Unix 指令
cat exp.dmp | od -x | head -1 | awk '{print $2 $3}' | cut -c 3-6
-- 結果如 0354

-- 轉換為字元集名稱
SELECT nls_charset_name(TO_NUMBER('0354', 'XXXX')) FROM dual;
-- 結果:ZHS16GBK

3. 客戶端字元集

平台位置設定範例
Windows註冊表 HKLM\SOFTWARE\ORACLE\KEY_{Home}\NLS_LANGAMERICAN_AMERICA.ZHS16GBK
Windows (臨時)CMD SET NLS_LANG=...僅影響當前視窗
Linux/Unix環境變數 $NLS_LANGexport NLS_LANG=AMERICAN_AMERICA.ZHS16GBK
Java (JDBC Thin)JVM 不讀 NLS_LANG,由 oracle.jdbc.defaultNChar、file.encoding 決定-Dfile.encoding=UTF-8

遷移一致性檢查清單

  1. 來源/目標資料庫 NLS_CHARACTERSET 相同?否 → 需字元集轉換 (CSALTER、DMU、或匯出轉碼導入)。
  2. 客戶端 NLS_LANG 與資料庫字元集匹配?否 → 修正客戶端環境變數/註冊表。
  3. .dmp 檔字元集與目標資料庫一致?否 → imp 會嘗試自動轉換,但可能資料截斷/錯誤。
  4. 應用連線層 (JDBC/ODBC/OCI) 字元集設定一致?

常見亂碼成因與對策

新建資料庫字元集選型建議

  • 新專案首選 AL32UTF8:完整 Unicode 支援、跨平台相容、無字元遺失風險。
  • 舊系統相容需求:ZHS16GBK (簡體)、ZHT16BIG5 (繁體)、ZHT16HKSCS (港補字)。
  • 避免使用 US7ASCII、WE8ISO8859P1 作為資料庫字元集(無法儲存中文)。

字元集一致性是資料正確性的基石。建立「字元集护照」機制:每個環境(開發/測試/生產/客戶端/ETL)必須記錄並驗證 NLS_LANG,納入部署清單與自動化巡檢。

copyright © 萬盛學電腦網 all rights reserved
現象原因對策
中文顯示 ??? 或 亂碼客戶端字元集 ≠ 資料庫字元集統一設定 NLS_LANG 字元集部分
匯入後資料截斷目標字元集較窄 (如 US7ASCII 存中文)目標庫建立時選超集 (AL32UTF8/ZHS16GBK)
歐元符號 € 變 ?字元集不支援 (WE8ISO8859P1 無 €)改用 WE8ISO8859P15 或 AL32UTF8
補字/生僻字丟失ZHS16GBK 不支援 CJK Ext-B採用 AL32UTF8 (UTF-8) 完整支援 Unicode