oracle中文占几个字符探讨Oracle数据库底层存储—字节序和字符集

概述

今天主要讨论一下Oracle数据库的底层存储–字节序和字符集，一起来看看吧~

1.字节顺序

Oracle安装在不同的服务器架构平台上，数据文件使用的字节顺序也不同。有两种类型的字节顺序，Big Endian 和 Little Endian。比如我们的Windows或者Linux服务器使用的CPU是Intel/AMD架构，那么数据文件保存格式就是Little Endian。如果使用IBM的Power PC，则数据文件保存格式为Big Endian。

Big Endian 和 Little Endian 在保存数据时有什么区别？让我们用一个例子来说明。

如果将整数1920存储在4个字节（十六进制0X00000780）中，Big Endian的存储方式如下表所示。

utf8汉字占几个字符_oracle中文占几个字符_一个数字占几个字符

我们来看看Little Endian的保存方式。

一个数字占几个字符_oracle中文占几个字符_utf8汉字占几个字符

根据以上内容我们可以知道，在小端模式下，保存整数1920是取反的

下面列出了每个服务器平台的 ENDIAN 格式。

一个数字占几个字符_oracle中文占几个字符_utf8汉字占几个字符

2.字符集

计算机刚发明时，多用于处理数字，后来才慢慢用于处理文本。问题来了。计算机不认识世界上那么多的字符，连26个英文字母也不认识。于是美国国家标准协会ANSI开始制定标准，比如用65来表示字母A，用66来表示字母B，包括26个大小写字母、数字和一些符号（100多个），这就是原始 ASCII 码。一开始ASCII码不超过128个，只用7位来表示，最高位留作校验。后来被欧洲扩展为8位，可以用来表示256个字符。

ASCII码不包含中文。为了让计算机能听懂中文，中国的标准化组织也开始制定一些标准（GBK）。中国的汉字太多了，一个字节放不下这么多（8个二进制位最多可以表示256个字符），所以2个字节（理论上可以表示65536个字符），其他国家和地区也没有闲着当时oracle中文占几个字符，比如日本的Shift_JIS编码，港台的BIG5编码，所以世界各地都产生了各种字符编码。

问题又来了，而且是个大问题。每个人都有自己的方式，那么多代码，当然在本地传递信息是没有问题的。但是当中国人给日本人发GBK编码的中文邮件时，如果日本人的电脑只看得懂Shift_JIS码，那么电脑会把所有的GBK码都按照Shift_JIS码来解释，所以日本人看到的就是所谓的“乱码”。 ”。之所以这么叫，是因为计算机认为自己没有做错，那些“乱码”也是对应的字符，只是不常用，日本人看不懂，但是计算机理解它们。

于是地球上标准化组织的领导们又开会讨论oracle中文占几个字符，还提出了一个很棒的想法，就是UNICODE字符集。这个字符集的思路是用一个字符集来包含地球上所有的文字。当然2个字节装不下世界上所有的字符，就用了4个字节（理论上可以表示4294967296个字符）。使用 UNICODE 字符集实现的编码包括 UTF32/UTF16/UTF8。

上面说了这么多，那么我们在新建数据库的时候，需要选择数据库的数据库字符集（CHARACTER SET）和国家字符集（NATIONAL CHARACTER SET）。例如，我们选择数据库字符集为ZHS16GBK，国家字符集为AL16UTF16。就是说这个数据库中的Char和Varchar2使用的是GBK编码，而Nchar、Nvarchar2和Nclob使用的是UTF16编码。

一个数字占几个字符_utf8汉字占几个字符_oracle中文占几个字符

好吧，我们来做个实验，看看这些字符集中存储的是什么。

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+广东省广州市','DBSEEKER+广东省广州市');
SQL> SELECT DUMP(COL1,16),DUMP(COL2,16) FROM TESTCHAR;

一个数字占几个字符_utf8汉字占几个字符_oracle中文占几个字符