DBA字符集管理（一）

原创作品，出自 “深蓝的blog” 博客，欢迎转载，转载时请务必注明以下出处，否则追究版权法律责任。

深蓝的blog：http://blog.csdn.net/huangyanlong/article/details/45749187

        最近对字符集进行了相关的学习，通过查看相关书籍、在网上找找学习视频，在此结合学习笔记对字符集做一次简单总结。

 通过一种自问自答的形式，希望可以帮助读者对字符集的知识做一次梳理。

【不耻下问】

问题1：字符集的概念？

        字符集，是字符和编码的对应“表”，我们可以把其理解成一张对应表。之所以需要字符集，是由于计算机中只能存储数字，我们想通过计算机获得字符，因此采用了一个手段，让计算机将字符对应成编码存储起来，这样计算机通过查找数字编码就可以找到相应的字符，从而实现显示字符的目的。

问题2：在IT系统体系中，哪些结构是存在字符集的？

1、操作系统有操作系统字符集；

2、oracle有数据库字符集；

3、其它软件本身所带的字符集。

问题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;

补充：字符集常识

zh_HK.big5hkscs：大五码：香港用的！
unicode： 国家字符集
zh_SG.gbk：国标库
936：windows操作系统下代表中文字符集
补充完毕。

问题4：字符集的使用情况？

        需要存储和显示字符的时候会用到字符集。在一个系统中，例如oracle本身自带有字符集，因此oracle使用本身的字符集。而有些软件是不带字符集的，它们会选择使用操作系统字符集。所以在判断软件使用的字符集是什么的前提下，先确定软件是使用本身自带的字符集还是使用操作系统的字符集。

        对于数据库字符集，在数据类型的选择上，如果不存在字符型的数据类型，可以不考虑字符集。但日常的应用系统中，数据库中都会存在如varchar2这样的数据类型，这是一定要用到字符集的。因为这样的字段下用来存储的是字符。如char、varchar2、clob、long这些都是用来存放字符的。char代表定长的，varchar2代表变长的，clob代表大对象，比如说一篇文章，long代表大对象。

        另外，数据中字符集还是用来标示诸如表名、列名以及PL/SQL变量等。同时数据库中的字符集也可以用来存储SQL和PL/SQL程序单元等。

         除了数据库字符集以外，另外一种是国家字符集。它是用来存储NCHAR、NVARCHAR2、NCLOB等类型数据。也就是如果数据类型为varchar2这类，数据库会选择数据库字符集，如果是NVARCHAR2这类，数据库会选择使用国家字符集。

        对于数据库字符集和国家字符集，我们可以直观的看一下。在oracle安装过程中，有两个地方涉及到设置字符集，1、数据库字符集、2、国家字符集。如下图：

实验：查看数据库的字符集？

SQL>  select * from nls_database_parameters

数据库字符集：NLS_CHARACTERSET:zhs16gbk：中文字符集

NLS_NCHAR_CHARACTERSET:国家字符集:AL16UTF16

国家字符集是作为数据库字符集的一种补充。

问题5：字符集的命名？

字符集根据存储字符的不同区分出不同的字符集种类，关注字符集时需要留意字符集可以存储哪些字符。

举几个字符集的例子：

1、US7ASCII：只能存储美国人使用的字符。不超过128个。ASC码是用1个字节8位表示格式：US代表语言，7代表七位，ASCII代表编码。

2、zhs16cgb231280：中文字符集（国标），较老的字符集，其中并未存储完全所有中文字符。

3、zhs16gbk：最新的中文字符集。是zhs16cgb231280的超集。但不意味着严格超集（严格超集规定字符编码是相同的才可以叫严格超集）。

4、utf8：属于unicode字符集，unicode字符集是很多国家联合起来制定的标准。用来存储多国语言的字符集。之后推出了utf8，但并未做到unicode那样存储所有国家的字符集。

5、AL32UTF8：属于unicode字符集，比较新的，比utf8范围广的字符集。如果要用unicode字符集就选用AL32UTF8字符集。通常对于数据库字符集会选择AL32UTF8。

6、AF16UTF16：属于unicode字符集，对于国家字符集，一般统一选择“AF16UTF16”。AF16UTF16字符集也是unicode字符集。

如果规划数据库会存储中文字符，国家字符集一般选择“AF16UTF16”。数据库字符集设为“AL32UTF8”或“ZHS16GBK”。但是AL32UTF8字符集中，中文字符所对应的编码会占用更多的空间。也就是说AL32UTF8字符集在性能上会差一些（虽然全，但性能会打折扣，因为会占用更大的空间意味着网络、I/O等会有更大的负载）。因此，我们在数据库字符集上常常选择“ZHS16GBK”。

小结：

（1）、数据库字符集的选择，如果只存中文，选择zhs16gbk，如果是国际跨国企业，选择AL32UTF8字符集；

（2）、国家字符集选择“AF16UTF16”。

问题6：如何查看我们可以选择的字符集有哪些？

SQL> select * from v$NLS_VALID_VALUES;

--可以查看到oracle支持499种字符集

通过以上我们可以知道，oracle支持所有字符集。

问题7：对于跨国企业，需要选择怎样的字符集？

比如说oracle公司存在美国员工、中国员工、韩国员工、日本员工，需要存储多国的语言，因此选择unicode字符集。

问题8：对于繁体字符集选择应该注意哪些？

对于繁体字符集分为香港和台湾两种，香港常使用香港大五码，台湾常使用台湾的字符集。 

问题9：字符集命名规则？

<Language><bit size><encoding>

<语言><比特位数><编码>

例：ZHS16GBK：中文，16位，国标库字符集

常用字符集，参看问题5。

致谢：

整理字符集知识，部分内容学习，源自甲骨论论坛中oracle开源视频教程，感谢相克军老师分享。

原创作品，出自 “深蓝的blog” 博客，欢迎转载，转载时请务必注明以下出处，否则追究版权法律责任。

深蓝的blog：http://blog.csdn.net/huangyanlong/article/details/45749187