0

【Oracle字符集】识别及转换导出文件的字符集

盖国强 2017-01-09
283

 编辑手记:很多人在进行数据库导入导出操作的时候会遇到字符集的问题,今日拣选了 《循序渐进Oracle》一书中的相关章节,希望对初学Oracle的朋友有所帮助。


在传统的EXP导出文件中,记录着导出使用的字符集id,通过查看导出文件头的第2、3个字节,我们可以找到十六进制表示的字符集ID,在Windows上,可以使用UltraEdit等工具打开dmp文件,查看其导出字符集,如图所示:



在UNIX环境上,可以通过以下命令来查看(以下范例来自Solaris平台):

cat expdat.dmp | od -x | head  


需要注意的是,在不同平台,以上命令的输出可能有所不同,比如在Linux平台:

[oracle@jumper oracle]$ cat a.dmp |od -x |head -2

0000000 0303 4554 5058524f3a54 3156 2e30 3230

0000020 302e0a31 4544 4759454c520a41544c42


这是由于Solaris和Linux的字节序是不同的,Solaris是Big-Endians,Linux是Little-Endians,所以Linux上的输出通过交换可以得到:

0303 5445 58504f52 ….


字符集和Solaris上是一致的,所以也可以通过od的参数设置显示格式:

[oracle@jumper oracle]$ cat a.dmp|od -t x1|head -2

0000000 03 03 54 45 58 504f52 543a56 31 30 2e 30 32

0000020 2e 30 310a44 45 59 474c450a52 54 41 424c


Oracle提供标准函数,对字符集名称及ID进行转换:

SQL> selectnls_charset_id('ZHS16GBK') from dual;

NLS_CHARSET_ID('ZHS16GBK')

--------

852

SQL> select nls_charset_name(852) from dual;

NLS_CHAR

--------

ZHS16GBK


十进制转换十六进制,即可获得字符集的编码:

SQL> select to_char('852','xxxx') from dual;

TO_CH

-----

  354


对应前两张图 第2、3字节,就知道该导出文件字符集为ZHS16GBk。查询数据库中有效的字符集可以使用以下脚本:

col nls_charset_id for 9999

col nls_charset_name for a30

col hex_id for a20

select nls_charset_id(value) nls_charset_id,

       value nls_charset_name,to_char(nls_charset_id(value), 'xxxx') hex_id

  from v$nls_valid_values where parameter = 'CHARACTERSET'

 order by nls_charset_id(value);


输出样例如下:



而对于Oracle 10g的expdp导出文件,一切则要简单得多,在expdp的导出文件开始部分,Oracle以XML格式记录了数据的字符集信息,以下是一个单表导出文件的头信息。

在文件开始部分就记录了数据库的字符集、国家字符集及时区等信息,在表字段的属性部分也记录了字符集ID:



对于传统的DMP导出文件,在很多时候,当进行导入操作时,已经离开了源数据库,这时如果目标数据库的字符集和导出文件不一致,多半就需要进行特殊处理进行转换。最常见的转换发生在从US7ASCII到ZHS16GBK之间。


由于很多数据库最初以US7ASCII字符集存储中文,单纯通过导出导入是无法完成字符集转换的。对于这种情况,可以通过设置导出字符集为US7ASCII,原样导出数据;导出后修改导出文件的第二、三字符,修改0001为0354,这样就可以将US7ASCII字符集的数据正确导入到ZHS16GBK的数据库中。


如图所示是一个测试例子,我们可以通过UltraEdit等工具的二进制编辑模式修改导出文件:



修改完成之后,可以导入修改后的DMP文件:

E:\nls2>set NLS_LANG=AMERICAN_AMERICA.ZHS16GBK

E:\nls2>imp eygle/eygle file=Sus7ascii-Cus7ascii-exp817.dmp fromuser=eygle touser=eygle tables=test

 

Export file created by EXPORT:V08.01.07via conventional path

import done in ZHS16GBK character set and AL16UTF16 NCHAR character set

export server uses UTF8 NCHAR character set (possible ncharset conversion)

. . importing table      "TEST"          2 rows imported

Import terminated successfully without warnings.


通过这种方式,最终中文可以被正常导入ZSH16GBK的数据库:


另外一种可以尝试的方法是使用create database命令。如果导出文件使用的字符集是US7ASCII,目标数据库的字符集是ZHS16GBK,就可以使用create database的方法来修改,具体操作如下:



然后可以导入数据:

E:\nls2>set nls_lang=AMERICAN_AMERICA.US7ASCII

E:\nls2>imp eygle/eygle file=Sus7ascii-Cus7ascii.dmp fromuser=eygle touser=eygle

 

Export file created by EXPORT:V09.02.00via conventional path

import done in US7ASCII character set and AL16UTF16 NCHAR character set

import server uses ZHS16GBK character set (possible charset conversion)

. . importing table           "TEST"          2 rows imported

Import terminated successfully without warnings.


查询导入数据:

E:\nls2>sqlplus eygle/eygle

SQL> select * from test;

NAME

----------

测试

test


当发出“create database character set us7ascii;”命令时,数据库v$nls_parameters中的字符集设置随之更改,该参数影响导入进程,更改后可以正确导入数据,重起数据库后,该设置恢复。


提示:v$nls_paraemters来源于x$nls_parameters,该动态性能视图影响导入操作;而nls_database_parameters来源于props$数据表,影响数据存储。以上的方法只应该在不得已的情况下使用,其本质是欺骗数据库,强制导入数据,但是可能会损失元数据。

如何加入"云和恩墨大讲堂"微信群

搜索 盖国强(Eygle) :eyygle,或者扫描下面二维码,备注:云和恩墨大讲堂,即可入群。每周与千人共享免费技术分享,与讲师在线讨论。


近期文章

如何提高Linux下块设备IO的整体性能?

Lockdown Profile 的多租户权限控制

在线的修改数据表为分区表

自动的列表分区创建

闰秒带来的BUG是否影响了你?

性能优化之查询转换 - 子查询类

基于Oracle公有云的备份与恢复

苦海岸边,GR的基础知识

Oracle 12c Global Data Services

MySQL Group Replication 学习笔记

Oracle安全比特币勒索问题揭秘和防范

最后修改时间:2020-05-08 00:20:45
「喜欢文章,快来给作者赞赏墨值吧」
文章转载自盖国强,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论