探討Oracle數據庫底層存儲---字節序和字符集

作者：波波說運維 2019-09-11 15:13:57

天主要探討下Oracle數據庫底層存儲--字節序和字符集，下面一起來看看吧。

概述

今天主要探討下Oracle數據庫底層存儲--字節序和字符集，下面一起來看看吧~

1、字節序

Oracle安裝在不同的服務器架構平臺，數據文件所采用的字節序也不相同。字節序有兩種，Big Endian和Little Endian。比如一般我們Windows或者Linux服務器用的CPU是Intel/AMD架構，那么數據文件保存格式為Little Endian，如果用的是IBM的Power PC，那么數據文件保存格式為Big Endian。

Big Endian和Little Endian具體在保存數據時有什么區別呢?我們舉例說明。

整數1920如果用4個字節(十六進制0X00000780)保存，那么在Big Endian的保存方法如下表所示。

探討Oracle數據庫底層存儲---字節序和字符集

我們再來看看Little Endian的保存方法。

探討Oracle數據庫底層存儲---字節序和字符集

根據上面的內容，我們可以知道在Little Endian下，保存整數1920是反向的

以下列出各個服務器平臺的ENDIAN格式。

探討Oracle數據庫底層存儲---字節序和字符集

2、字符集

計算機當初發明時大多用來處理數字，后來慢慢的用來處理文字。問題來了，計算機可不認識全世界這么多文字，甚至連26個英文字母也不認識。于是美國國家標準協會ANSI開始制作標準，比如用65表示字母A,用66來表示字母B，包括26個大小寫字母，數字和一些符號(100多個)，這就是最初的ASCII碼。當初ASCII碼沒有超過128個，只用了7位來表示，最高位留給用作奇偶校驗。后來又被歐洲擴展到了8位，可以用來表示256個字符。

ASCII碼并沒有包括中文，要讓計算機認識中文，中國的標準化機構也開始制作了一些標準(GBK)。中國的漢字太多了，用一個字節可裝不下這么多(8個二進制位最多表示256個字符)，于是采用了2個字節(理論上可以表示65536個字符)，其他國家和地區也沒有閑著，比如日本的Shift_JIS編碼，中國香港臺灣的BIG5編碼，于是全世界產生了各種各種的字符編碼。

這樣問題又來了，而且是大問題。大家都各搞各的，這么多編碼，自己本地傳輸信息當然沒有問題。但是當一個中國人發GBK編碼的中文郵件給日本人，日本人的電腦如果只認識Shift_JIS編碼，那么計算機將會把所有GBK編碼按照Shift_JIS編碼來解釋，于是日本人看到的是所謂的“亂碼”。之所以叫所謂，因為計算機自認為它并沒有做錯，那些“亂碼”也是對應的字符，只是不常用，日本人看不懂而已，計算機懂的。

于是地球上的標準化組織領導們又開會討論了，還提出了一個偉大的想法，這就是UNICODE字符集。這種字符集的想法是用一套字符集把地球上所有的文字都包括進來。當然2個字節可裝不下全世界的所有字符，采用了4個字節(理論上可以表示4294967296個字符)。用UNICODE字符集實現的編碼有UTF32/UTF16/UTF8。

上面扯了這么多，那么我們在新建數據庫的時候，需要選擇數據庫的數據庫字符集(CHARACTER SET)和國家字符集(NATIONAL CHARACTER SET)。比如我們選擇數據庫字符集為 ZHS16GBK，國家字符集為AL16UTF16。它表示這個數據庫里Char,Varchar2采用的是GBK的編碼,而Nchar,Nvarchar2,Nclob采用UTF16編碼。

探討Oracle數據庫底層存儲---字節序和字符集

好，下面我們來做一個試驗，看看這些字符集里到底保存了什么內容。

SQL> SELECT * FROM NLS_DATABASE_PARAMETERS WHERE PARAMETER LIKE '%CHARACTERSET%'; 
 SQL> CREATE TABLE TESTCHAR (COL1 VARCHAR2(100),COL2 NVARCHAR2(100)); 
 SQL> INSERT INTO TESTCHAR VALUES('DBSEEKER+廣東省廣州市','DBSEEKER+廣東省廣州市'); 
 SQL> SELECT DUMP(COL1,16),DUMP(COL2,16) FROM TESTCHAR;

探討Oracle數據庫底層存儲---字節序和字符集