本文主要讨论如下几个部分：如何查看查询oracle字符集、 修改设置字符集以及常见的oracle utf8字符集和oracle exp 字符集问题。sql
1、什么是Oracle字符集数据库
Oracle字符集是一个字节数据的解释的符号集合,有大小之分,有相互的包容关系。ORACLE 支持国家语言的体系结构容许你使用本地化语言来存储，处理，检索数据。它使数据库工具，错误消息，排序次序，日期，时间，货币，数字，和日历自动适应本地化语言和平台。windows
影响Oracle数据库字符集最重要的参数是NLS_LANG参数。服务器
它的格式以下: NLS_LANG = language_territory.charsetsession
它有三个组成部分(语言、地域和字符集)，每一个成分控制了NLS子集的特性。oracle
其中:编辑器
Language： 指定服务器消息的语言， 影响提示信息是中文仍是英文函数
Territory： 指定服务器的日期和数字格式，工具
Charset： 指定字符集。编码
如:AMERICAN _ AMERICA. ZHS16GBK
从NLS_LANG的组成咱们能够看出，真正影响数据库字符集的实际上是第三部分。
因此两个数据库之间的字符集只要第三部分同样就能够相互导入导出数据，前面影响的只是提示信息是中文仍是英文。
怎么查看数据库版本
select * from v$version 包含版本信息，核心版本信息，位数信息(32位或64位)等 至于位数信息，在Linux/unix平台上，能够经过file查看，如file $ORACLE_HOME/bin/oracle
2、. 查看数据库字符集
数据库服务器字符集select * from nls_database_parameters，其来源于props$，是表示数据库的字符集。
客户端字符集环境select * from nls_instance_parameters,其来源于v$parameter，
表示客户端的字符集的设置，多是参数文件，环境变量或者是注册表
会话字符集环境select * from nls_session_parameters，其来源于v$nls_parameters，表示会话本身的设置，多是会话的环境变量或者是alter session完成，若是会话没有特殊的设置，将与nls_instance_parameters一致。
客户端的字符集要求与服务器一致，才能正确显示数据库的非Ascii字符。若是多个设置存在的时候，alter session>环境变量>注册表>参数文件
字符集要求一致，可是语言设置却能够不一样，语言设置建议用英文。如字符集是zhs16gbk，则nls_lang能够是American_America.zhs16gbk。
涉及三方面的字符集，
1. oracel server端的字符集;
2. oracle client端的字符集;
3. dmp文件的字符集。
在作数据导入的时候，须要这三个字符集都一致才能正确导入。
2.1 查询oracle server端的字符集
有不少种方法能够查出oracle server端的字符集，比较直观的查询方法是如下这种:
SQL> select userenv('language') from dual;
USERENV('LANGUAGE')
----------------------------------------------------
SIMPLIFIED CHINESE_CHINA.ZHS16GBK
SQL>select userenv(‘language’) from dual;
AMERICAN _ AMERICA. ZHS16GBK
2.2 如何查询dmp文件的字符集
用oracle的exp工具导出的dmp文件也包含了字符集信息，dmp文件的第2和第3个字节记录了dmp文件的字符集。若是dmp文件不大，好比只有几M或几十M，能够用UltraEdit打开(16进制方式)，看第2第3个字节的内容，如0354，而后用如下SQL查出它对应的字符集:
SQL> select nls_charset_name(to_number('0354','xxxx')) from dual;
ZHS16GBK
若是dmp文件很大，好比有2G以上(这也是最多见的状况)，用文本编辑器打开很慢或者彻底打不开，能够用如下命令(在unix主机上):
cat exp.dmp |od -x|head -1|awk '{print $2 $3}'|cut -c 3-6
而后用上述SQL也能够获得它对应的字符集。
2.3 查询oracle client端的字符集
在windows平台下，就是注册表里面相应OracleHome的NLS_LANG。还能够在dos窗口里面本身设置，
好比: set nls_lang=AMERICAN_AMERICA.ZHS16GBK
这样就只影响这个窗口里面的环境变量。
在unix平台下，就是环境变量NLS_LANG。
$echo $NLS_LANG
AMERICAN_AMERICA.ZHS16GBK
若是检查的结果发现server端与client端字符集不一致，请统一修改成同server端相同的字符集。
补充：
(1).数据库服务器字符集
select * from nls_database_parameters
来源于props$，是表示数据库的字符集。
(2).客户端字符集环境
select * from nls_instance_parameters
其来源于v$parameter，表示客户端的字符集的设置，多是参数文件，环境变量或者是注册表
(3).会话字符集环境
select * from nls_session_parameters
来源于v$nls_parameters，表示会话本身的设置，多是会话的环境变量或者是alter session完成，若是会话没有特殊的设置，将与nls_instance_parameters一致。
(4).客户端的字符集要求与服务器一致，才能正确显示数据库的非Ascii字符。
若是多个设置存在的时候，NLS做用优先级别：Sql function > alter session > 环境变量或注册表> 参数文件> 数据库默认参数
字符集要求一致，可是语言设置却能够不一样，语言设置建议用英文。如字符集是zhs16gbk，则nls_lang能够是American_America.zhs16gbk。
三． 修改oracle的字符集
8i以上版本能够经过alter database来修改字符集，但也只限于子集到超集，不建议修改props$表，将可能致使严重错误。
Startup nomount;
Alter database mount exclusive;
Alter system enable restricted session;
Alter system set job_queue_process=0;
Alter database open;
Alter database character set zhs16gbk;
按照上文所说，数据库字符集在建立后原则上不能更改。所以，在设计和安装之初考虑使用哪种字符集十分重要。对数据库server而言，错误的修改字符集将会致使不少不可测的后果，可能会严重影响数据库的正常运行，因此在修改以前必定要确认两种字符集是否存在子集和超集的关系。通常来讲，除非万不得已，咱们不建议修改oracle数据库server端的字符集。特别说明，咱们最经常使用的两种字符集ZHS16GBK和ZHS16CGB231280之间不存在子集和超集关系，所以理论上讲这两种字符集之间的相互转换不受支持。
不过修改字符集有2种方法可行。
1. 一般须要导出数据库数据，重建数据库，再导入数据库数据的方式来转换。
2. 经过ALTER DATABASE CHARACTER SET语句修改字符集，但建立数据库后修改字符集是有限制的，只有新的字符集是当前字符集的超集时才能修改数据库字符集，例如UTF8是US7ASCII的超集，修改数据库字符集可以使用ALTER DATABASE CHARACTER SET UTF8。
3.1 修改server端字符集(不建议使用)
1. 关闭数据库
SQL>SHUTDOWN IMMEDIATE
2. 启动到Mount
SQL>STARTUP MOUNT;
SQL>ALTER SYSTEM ENABLE RESTRICTED SESSION;
SQL>ALTER SYSTEM SET JOB_QUEUE_PROCESSES=0;
SQL>ALTER SYSTEM SET AQ_TM_PROCESSES=0;
SQL>ALTER DATABASE OPEN;
--这里能够从父集到子集
SQL>ALTER DATABASE CHARACTER SET ZHS16GBK;
SQL>ALTER DATABASE NATIONAL CHARACTER SET AL16UTF16;
--若是是从子集到父集，须要使用INTERNAL_USE 参数，跳过超子集检测
SQL>ALTER DATABASE CHARACTER SET INTERNAL_USE AL32UTF8;
SQL>ALTER DATABASE NATIONAL CHARACTER SET INTERNAL_USE AL16UTF16;
SQL>SHUTDOWN IMMEDIATE;
SQL>STARTUP
注意：若是没有大对象，在使用过程当中进行语言转换没有什么影响，（切记设定的字符集必须是ORACLE支持，否则不能start） 按上面的作法就能够。
若出现‘ORA-12717: Cannot ALTER DATABASE NATIONAL CHARACTER SET when NCLOB data exists’ 这样的提示信息，
要解决这个问题有两种方法
1. 利用INTERNAL_USE 关键字修改区域设置,
2. 利用re-create,可是re-create有点复杂,因此请用internal_use
SQL>SHUTDOWN IMMEDIATE;
SQL>STARTUP MOUNT EXCLUSIVE;
SQL>ALTER SYSTEM ENABLE RESTRICTED SESSION;
SQL>ALTER SYSTEM SET JOB_QUEUE_PROCESSES=0;
SQL>ALTER SYSTEM SET AQ_TM_PROCESSES=0;
SQL>ALTER DATABASE OPEN;
SQL>ALTER DATABASE NATIONAL CHARACTER SET INTERNAL_USE UTF8;
SQL>SHUTDOWN immediate;
SQL>startup;
若是按上面的作法作,National charset的区域设置就没有问题
3.2 修改dmp文件字符集
上文说过，dmp文件的第2第3字节记录了字符集信息，所以直接修改dmp文件的第2第3字节的内容就能够‘骗’过oracle的检查。这样作理论上也仅是从子集到超集能够修改，但不少状况下在没有子集和超集关系的状况下也能够修改，咱们经常使用的一些字符集，如US7ASCII，WE8ISO8859P1，ZHS16CGB231280，ZHS16GBK基本均可以改。由于改的只是dmp文件，因此影响不大。
具体的修改方法比较多，最简单的就是直接用UltraEdit修改dmp文件的第2和第3个字节。
好比想将dmp文件的字符集改成ZHS16GBK，能够用如下SQL查出该种字符集对应的16进制代码: SQL> select to_char(nls_charset_id('ZHS16GBK'), 'xxxx') from dual;
0354
而后将dmp文件的二、3字节修改成0354便可。
若是dmp文件很大，用ue没法打开，就须要用程序的方法了。
3.3客户端字符集设置方法
1)UNIX环境
$NLS_LANG=“simplified chinese”_china.zhs16gbk
$export NLS_LANG
编辑oracle用户的profile文件
2)Windows环境
编辑注册表
Regedit.exe ---》HKEY_LOCAL_MACHINE ---》SOFTWARE ---》ORACLE-HOME
或者在窗口设置：
set nls_lang=AMERICAN_AMERICA.ZHS16GBK
四．字符集的相关知识：
4.1 字符集
实质就是按照必定的字符编码方案，对一组特定的符号，分别赋予不一样数值编码的集合。Oracle数据库最先支持的编码方案是US7ASCII。
Oracle的字符集命名遵循如下命名规则:
<Language><bit size><encoding>
即: <语言><比特位数><编码>
好比: ZHS16GBK表示采用GBK编码格式、16位（两个字节）简体中文字符集
4.2 字符编码方案
4.2.1 单字节编码
（1）单字节7位字符集，能够定义128个字符，最经常使用的字符集为US7ASCII
（2）单字节8位字符集，能够定义256个字符，适合于欧洲大部分国家
例如：WE8ISO8859P1(西欧、8位、ISO标准8859P1编码)
4.2.2 多字节编码
（1）变长多字节编码
某些字符用一个字节表示，其它字符用两个或多个字符表示，变长多字节编码经常使用于对亚洲语言的支持， 例如日语、汉语、印地语等
例如：AL32UTF8（其中AL表明ALL,指适用于全部语言）、zhs16cgb231280
（2）定长多字节编码
每个字符都使用固定长度字节的编码方案，目前oracle惟一支持的定长多字节编码是AF16UTF16，也是仅用于国家字符集
4.2.3 unicode编码
Unicode是一个涵盖了目前全世界使用的全部已知字符的单一编码方案，也就是说Unicode为每个字符提供惟一的编码。UTF-16是unicode的16位编码方式，是一种定长多字节编码，用2个字节表示一个unicode字符，AF16UTF16是UTF-16编码字符集。
UTF-8是unicode的8位编码方式，是一种变长多字节编码，这种编码能够用一、二、3个字节表示一个unicode字符，AL32UTF8，UTF八、UTFE是UTF-8编码字符集
4.3 字符集超级
当一种字符集（字符集A）的编码数值包含全部另外一种字符集（字符集B）的编码数值，而且两种字符集相同编码数值表明相同的字符时，则字符集A是字符集B的超级，或称字符集B是字符集A的子集。
Oracle8i和oracle9i官方文档资料中备有子集-超级对照表（subset-superset pairs），例如：WE8ISO8859P1是WE8MSWIN1252的子集。因为US7ASCII是最先的Oracle数据库编码格式，所以有许多字符集是US7ASCII的超集，例如WE8ISO8859P一、ZHS16CGB231280、ZHS16GBK都是US7ASCII的超集。
4.4 数据库字符集（oracle服务器端字符集）
数据库字符集在建立数据库时指定，在建立后一般不能更改。在建立数据库时，能够指定字符集(CHARACTER SET)和国家字符集(NATIONAL CHARACTER SET)。
4.4.1字符集
(1)用来存储CHAR, VARCHAR2, CLOB, LONG等类型数据
(2)用来标示诸如表名、列名以及PL/SQL变量等
(3)用来存储SQL和PL/SQL程序单元等
4.4.2国家字符集：
(1)用以存储NCHAR, NVARCHAR2, NCLOB等类型数据
(2)国家字符集实质上是为oracle选择的附加字符集，主要做用是为了加强oracle的字符处理能力，由于NCHAR数据类型能够提供对亚洲使用定长多字节编码的支持，而数据库字符集则不能。国家字符集在oracle9i中进行了从新定义，只能在unicode编码中的AF16UTF16和UTF8中选择，默认值是AF16UTF16
4.4.3查询字符集参数
能够查询如下数据字典或视图查看字符集设置状况
nls_database_parameters、props$、v$nls_parameters
查询结果中NLS_CHARACTERSET表示字符集，NLS_NCHAR_CHARACTERSET表示国家字符集
4.4.4修改数据库字符集
按照上文所说，数据库字符集在建立后原则上不能更改。不过有2种方法可行。
1. 若是须要修改字符集，一般须要导出数据库数据，重建数据库，再导入数据库数据的方式来转换。
2. 经过ALTER DATABASE CHARACTER SET语句修改字符集，但建立数据库后修改字符集是有限制的，只有新的字符集是当前字符集的超集时才能修改数据库字符集，例如UTF8是US7ASCII的超集，修改数据库字符集可以使用ALTER DATABASE CHARACTER SET UTF8。
4.5 客户端字符集（NLS_LANG参数）
4.5.1客户端字符集含义
客户端字符集定义了客户端字符数据的编码方式，任何发自或发往客户端的字符数据均使用客户端定义的字符集编码,客户端能够看做是能与数据库直接链接的各类应用，例如sqlplus,exp/imp等。客户端字符集是经过设置NLS_LANG参数来设定的。
4.5.2 NLS_LANG参数格式
NLS_LANG=<language>_<territory>.<client character set>
Language: 显示oracle消息,校验，日期命名
Territory：指定默认日期、数字、货币等格式
Client character set：指定客户端将使用的字符集
例如：NLS_LANG=AMERICAN_AMERICA.US7ASCII
AMERICAN是语言，AMERICA是地区，US7ASCII是客户端字符集
4.5.3客户端字符集设置方法
1)UNIX环境
$NLS_LANG=“simplified chinese”_china.zhs16gbk
$export NLS_LANG
编辑oracle用户的profile文件
2)Windows环境
编辑注册表
Regedit.exe ---》HKEY_LOCAL_MACHINE ---》SOFTWARE ---》ORACLE-HOME
4.5.4 NLS参数查询
Oracle提供若干NLS参数定制数据库和用户机以适应本地格式，例若有NLS_LANGUAGE,NLS_DATE_FORMAT,NLS_CALENDER等，能够经过查询如下数据字典或v$视图查看。
NLS_DATABASE_PARAMETERS:显示数据库当前NLS参数取值，包括数据库字符集取值
NLS_SESSION_PARAMETERS： 显示由NLS_LANG 设置的参数，或通过alter session 改变后的参数值（不包括由NLS_LANG 设置的客户端字符集）
NLS_INSTANCE_PARAMETE： 显示由参数文件init<SID>.ora 定义的参数
V$NLS_PARAMETERS：显示数据库当前NLS参数取值
4.5.5修改NLS参数
使用下列方法能够修改NLS参数
（1）修改实例启动时使用的初始化参数文件
（2）修改环境变量NLS_LANG
（3）使用ALTER SESSION语句，在oracle会话中修改
（4）使用某些SQL函数
NLS做用优先级别：Sql function > alter session > 环境变量或注册表> 参数文件> 数据库默认参数
五．EXP/IMP 与 字符集
5.1 EXP/IMP
Export 和Import 是一对读写Oracle数据的工具。Export 将Oracle 数据库中的数据输出到操做系统文件中, Import 把这些文件中的数据读到Oracle 数据库中，因为使用exp/imp进行数据迁移时，数据从源数据库到目标数据库的过程当中有四个环节涉及到字符集，若是这四个环节的字符集不一致，将会发生字符集转换。
EXP
____________ _________________ _____________
|imp导入文件|<-|环境变量NLS_LANG|<-|数据库字符集|
------------ ----------------- -------------
IMP
____________ _________________ _____________
|imp导入文件|->|环境变量NLS_LANG|->|数据库字符集|
------------ ----------------- -------------
四个字符集是
（1）源数据库字符集
（2）Export过程当中用户会话字符集（经过NLS_LANG设定）
（3）Import过程当中用户会话字符集（经过NLS_LANG设定）
（4）目标数据库字符集
5.2导出的转换过程
在Export过程当中，若是源数据库字符集与Export用户会话字符集不一致，会发生字符集转换，并在导出文件的头部几个字节中存储Export用户会话字符集的ID号。在这个转换过程当中可能发生数据的丢失。
例:若是源数据库使用ZHS16GBK，而Export用户会话字符集使用US7ASCII，因为ZHS16GBK是16位字符集,而US7ASCII是7位字符集，这个转换过程当中，中文字符在US7ASCII中不可以找到对等的字符，因此全部中文字符都会丢失而变成“?? ”形式，这样转换后生成的Dmp文件已经发生了数据丢失。
所以若是想正确导出源数据库数据，则Export过程当中用户会话字符集应等于源数据库字符集或是源数据库字符集的超集
5.3导入的转换过程
（1）肯定导出数据库字符集环境
经过读取导出文件头，能够得到导出文件的字符集设置
（2）肯定导入session的字符集，即导入Session使用的NLS_LANG环境变量
（3）IMP读取导出文件
读取导出文件字符集ID，和导入进程的NLS_LANG进行比较
（4）若是导出文件字符集和导入Session字符集相同，那么在这一步骤内就不须要转换， 若是不一样，就须要把数据转换为导入Session使用的字符集。能够看出，导入数据到数据库过程当中发生两次字符集转换
第一次:导入文件字符集与导入Session使用的字符集之间的转换，若是这个转换过程不能正确完成，Import向目标数据库的导入过程也就不能完成。
第二次:导入Session字符集与数据库字符集之间的转换。