Oracle 字符集與漢字位元組長度關係詳解

Oracle 字符集與漢字位元組長度關係詳解

在 Oracle 11g 與 10g 遷移專案中，發現同樣的漢字在 11g 佔 2 位元組、10g 卻佔 3 位元組，導致資料匯入失敗。根因並非版本差異，而是字符集編碼不同。本文詳細說明字符集對漢字儲存長度的影響、查詢驗證方法與相關知識點。

1. 字符集決定漢字位元組數

2. 驗證查詢指令

查看資料庫字符集

SELECT USERENV('language') FROM dual;
-- 輸出範例：SIMPLIFIED CHINESE_CHINA.ZHS16GBK

查看當前環境漢字位元組長度

SELECT LENGTHB('啊') FROM dual;
-- ZHS16GBK 回傳 2，AL32UTF8 回傳 3

3. 遷移專案實戰教訓

• 現象： 11g (ZHS16GBK) 匯出資料匯入 10g (AL32UTF8) 報錯，欄位長度不足
• 原因： 目標字符集 UTF8 編碼漢字需 3 位元組，源資料按 2 位元組設計，超出欄位定義長度
• 解決： 匯入前擴充目標表相關欄位長度（如 VARCHAR2(20 CHAR) 語義改用字元語義），或統一字符集

4. 字符集相關進階知識

• NLS_LANG 客戶端字符集需與資料庫一致，否則顯示亂碼
• 字符集修改涉及完整資料庫重建，極度謹慎
• 參考資源：
  • Oracle 字符集查看與修改完整指南
  • 字符集遷移實戰案例

5. 最佳實踐建議

1. 新建資料庫優先採用 AL32UTF8，支援全語系、避免編碼轉換問題
2. 跨環境遷移前務必確認源/目標字符集一致
3. 欄位定義使用字元語義 (VARCHAR2(n CHAR)) 而非位元組語義
4. 客戶端 NLS_LANG 設定與資料庫字符集對應（如 AMERICAN_AMERICA.AL32UTF8）