Oracle 与 MySQL 的差异分析（10）：字符集

1 数据库支持的字符集

1.1Oracle

Oracle创建数据库时指定字符集，一般不能修改，整个数据库都是一个字符集。虽然还支持指定国家字符集，用于nvarchar2类型，不过很少用到。常用的字符集：AL32UTF8和ZHS16GBK，其中AL32UTF8与UTF8几乎是等价的。一个汉字在AL32UTF8中占三个字节，而在ZHS16GBK中占用两个字节。

1.2 MySQL

MySQL的字符集比较灵活，可以指定数据库、表和列的字符集，并且很容易修改数据库的字符集，不过修改字符集时已有的数据不会更新。

（1）支持的字符集：

查询支持的字符集：showcharacter set;

其中，defaultcollation表示默认的数据比较规则，_ci表示大小写不敏感。

（2）数据库的默认字符集：

show variables like ‘character_set_server’;

查询当前数据库的字符集：

show variables like ‘character_set_database’;

2 如何分析数据的字符集

在遇到数据乱码问题时，需要分析数据的编码，而不能仅仅根据看到的表象来判断，因为数据展示出来可能已经发生了转换，所以看到的乱码也许实际数据是正确的。

2.1Oracle

在Oracle中，可以用dump查询数据的编码，使用lengthb查询字节的长度。

eg：select name, dump(name, 16),length(name), lengthb(name) from t_test;

结果： 好 Typ=1 Len=3:e5,a5,bd 1 3

2.2 MySQL

hex函数可以查询数据编码，length查询字节长度，char_length查询字符长度。

eg：select name, hex(name),char_length(name), length(name) from t_test;

结果：好 E5A5BD 1 1

3 客户端字符集

客户端字符集很重要，输入数据时，包括文本输入和屏幕输入等，客户端会以这个字符集来解析输入的文本，如果实际输入的字符集与客户端字符集不一致，那么就可能导致录入数据库的数据出现乱码；输出数据时，如果客户端字符集设置的不合适，就会导致展示或导出的数据是乱码。

3.1Oracle

通过环境变量NLS_LANG配置客户端字符集。

Linux下会话级设置方法：export NLS_LANG =AMERICAN_AMERICA.AL32UTF8

Windows下会话级设置方法：set NLS_LANG =AMERICAN_AMERICA.AL32UTF8

特别要注意一点，用SQLPLUS执行脚本时，NLS_LANG需要跟脚本文件的字符集保持一致。如果是UTF8，脚本需要保存为UTF8无BOM格式。

在用SQLLDR导入数据时，可以在控制文件中指定数据文件的字符集，如果不指定，那么就需要配置NLS_LANG：

3.2 MySQL

MySQL的客户端字符集参数有三个：

character_set_client：客户端来源数据使用的字符集

character_set_connection：连接层字符集

character_set_results：查询结果字符集

可以用set names ** 统一设置（会话级）。

set names utf8; 它相当于下面的三句指令：

set character_set_client = utf8;

set character_set_connection = utf8;

set character_set_results = utf8;

执行脚本文件时，客户端的字符集也要求和脚本文件字符集一致，而不是和数据库一致。经测试，utf8脚本有没有BOM都可以。

例如：创建一个脚本文件 f:\test.sql ：

set names utf8;

truncate table t_test;

insert into t_test values(‘好’, 14);

commit;

如果脚本文件是UTF8的，那么客户端字符集就应该设置为UTF8。