Oracle數據庫字符集問題總結

在不同數據庫做數據遷移、同其它系統交換數據等，常常因為字符集不同而導致遷移失敗或數據庫內數據變成亂碼。現在我將oracle字符集相關的一些知識做個簡單總結

一、什麼是oracle字符集

Oracle字符集是一個字節數據的解釋的符號集合,有大小之分,有相互的包容關系。ORACLE 支持國家語言的體系結構允許你使用本地化語言來存儲，處理，檢索數據。它使數據庫工具，錯誤消息，排序次序，日期，時間，貨幣，數字，和日歷自動適應本地化語言和平台。

影響oracle數據庫字符集最重要的參數是NLS_LANG參數。它的格式如下:

NLS_LANG = language_territory.charset

它有三個組成部分(語言、地域和字符集)，每個成分控制了NLS子集的特性。其中:

Language 指定服務器消息的語言，territory 指定服務器的日期和數字格式，charset 指定字符集。如:AMERICAN _ AMERICA. ZHS16GBK

從NLS_LANG的組成我們可以看出，真正影響數據庫字符集的其實是第三部分。所以兩個數據庫之間的字符集只要第三部分一樣就可以相互導入導出數據，前面影響的只是提示信息是中文還是英文。

二、如何查詢Oracle的字符集

很多人都碰到過因為字符集不同而使數據導入失敗的情況。這涉及三方面的字符集，一是oracel server端的字符集，二是oracle client端的字符集;三是dmp文件的字符集。在做數據導入的時候，需要這三個字符集都一致才能正確導入。

1、查詢oracle server端的字符集

有很多種方法可以查出oracle server端的字符集，比較直觀的查詢方法是以下這種:

SQL>select userenv(‘language’) from dual;

結果類似如下:AMERICAN _ AMERICA. ZHS16GBK

2、如何查詢dmp文件的字符集

用oracle的exp工具導出的dmp文件也包含了字符集信息，dmp文件的第2和第3個字節記錄了dmp文件的字符集。如果dmp文件不大，比如只有幾M或幾十M，可以用UltraEdit打開(16進制方式)，看第2第3個字節的內容，如0354，然後用以下SQL查出它對應的字符集:

SQL> select nls_charset_name(to_number('0354','xxxx')) from dual;
　　ZHS16GBK

如果dmp文件很大，比如有2G以上(這也是最常見的情況)，用文本編輯器打開很慢或者完全打不開，可以用以下命令(在unix主機上):

cat exp.dmp |od -x|head -1|awk '{print $2 $3}'|cut -c 3-6

然後用上述SQL也可以得到它對應的字符集。

3、查詢oracle client端的字符集

這個比較簡單。在windows平台下，就是注冊表裡面相應OracleHome的NLS_LANG。還可以在dos窗口裡面自己設置，比如:

set nls_lang=AMERICAN_AMERICA.ZHS16GBK

這樣就只影響這個窗口裡面的環境變量。

在unix平台下，就是環境變量NLS_LANG。

$echo $NLS_LANG
　　AMERICAN_AMERICA.ZHS16GBK

如果檢查的結果發現server端與client端字符集不一致，請統一修改為同server端相同的字符集。