如何更改Oracle字元集避免亂碼

國內最常用的Oracle字元集ZHS16GBK（GBK 16-bit Simplified Chinese）能夠支援繁體中文，並且按照2個字元長度儲存一個漢字。UTF8字元集是多位元組儲存，1個漢字（簡體、繁體）有時採用3個字元長度儲存。
Oracle支援字元集的更改，但是UTF8是Oracle中最大的字元集，也就是說UTF8是ZHS16GBK的嚴格超集。
對於子集到超集的轉換，Oracle是允許的，但是對於超集到子集的轉換是不允許的。一般對於超集到子集的轉換，建議是通過dbca刪除原來的資料庫，重新再建庫，選擇正確的字元集，然後匯入備份。
我的方案是：先備份資料，然後強制轉換字元集從UTF8到ZHS16GBK，然後匯入備份資料。如果不行，才來重建立庫，設定字元集ZHS16GBK，匯入備份資料。如果這還不行，就把更改字元集從ZHS16GBK到UTF8（這是安全的），再匯入備份資料，恢複到原始狀況。這樣就有可能避開重建立庫的麻煩。

1. 備份資料庫中所有使用者的資料
以oracle使用者登陸，執行以下命令
# export NLS_LANG = “SIMPLIFIED CHINESE_CHINA.UTF8”
保持與資料庫伺服器端一致，這樣在exp匯出時，就不會存在字元的轉換了，備份最原始的資料。
2. 評估UTF8轉換成ZHS16GBK的風險
轉換之前，要使用Oracle的csscan工具對資料庫掃描，評估字元集轉換前後，資料有可能的損壞情況。如果評估情況糟糕，那就絕對要放棄了。
先安裝屬於 CSMIG 使用者的一套表和過程。以oracle使用者登陸UNIX,
＃sqlplus “/ as sysdab”
SQL>@$ORACLE_HOME/ rdbms/admin/csminst.sql
SQL>exit
# $ORACLE_HOME\bin\csscan -help
可以更清楚如何使用csscan。
# $ORACLE_HOME/bin/csscan system/sunday user=mmsc FROMCHAR=UTF8 TOCHAR=ZHS16GBK ARRAY=102400 PROCESS=3 > csscan.log
以上命令意思是掃描使用者：mmsc中的所有資料，從字元集UTF8更改為ZHS16GBK的轉換情況。然後得到三個檔案：scan.txt、scan.out、scan.err。
查看scan.out，scan.err，可以看出mmsc使用者下的所有的資料都是可以轉換的，並且沒有出現轉換“Exceptional”的情況，因此可以更放心一點。
3. 更改資料庫的字元集為ZHS16GBK
前面說過，通過命令“Alter Database Characeter Set XXXX”，實現從超集到子集的轉換，在Oracle是不允許的。但是該命令，提供這樣的命令方式：
Alter Database Character Set INTERNAL_CONVERT/ INTERNAL_USE XXXX
這是Oracle的非公開命令。“在使用這個命令時，Oracle會跳過所有子集及超集的檢查，在任一字元集之間進行強制轉換，所以，使用這個命令時你必須十分小心，你必須清楚這一操作會帶來的風險”。
以oracle使用者登陸UNIX，
#sqlplus “/ as sysdba”
SQL> SHUTDOWN IMMEDIATE;
SQL> STARTUP MOUNT;
SQL> ALTER SESSION SET SQL_TRACE=TRUE;
SQL> ALTER SYSTEM ENABLE RESTRICTED SESSION;
SQL> ALTER SYSTEM SET JOB_QUEUE_PROCESSES=0;
SQL> ALTER SYSTEM SET AQ_TM_PROCESSES=0;
SQL> ALTER DATABASE OPEN;
SQL> ALTER DATABASE CHARACTER SET ZHS16GBK;
//如果不使用“INTERNAL_USE”參數，系統會提示出錯：
//ERROR at line 1:
//ORA-12712: new character set must be a superset of old character set
SQL> ALTER SESSION SET SQL_TRACE=FALSE;
SQL> SHUTDOWN IMMEDIATE;
SQL> STARTUP;
此時，檢查一下資料庫的字元集是否更改過來
SQL> select value$ from props$ where name=’NLS_CHARACTERSET’;
VALUE$
-----------------
ZHS16GBK
緊接著檢查一下資料庫中簡體中文、繁體中文是否正常，不會出現亂碼。
SQL>select spid,spname,spshortname from spinfovisual_hk
…...
非常不幸，我看到了一堆亂碼，這也證明了Oracle不支援字元集從超集到子集的更改，當時心裡很緊張，很怕失敗，從而恢複到原樣。
但是根據以前的驗證，把UTF8下的備份匯入到ZHS16GBK中去，是OK的，所以繼續嘗試。
4. 匯入備份的使用者資料
還是以oracle使用者登陸UNIX, 先刪除庫中的使用者mmsc:
#sqlplus “/ as sysdba”
SQL>drop user mmsc cascade;
SQL>exit
再運行createuser.sql，產生mmsc使用者。
然後使用原來的備份檔案，匯入到mmsc使用者中：
注意：先設定NLS_LANG要與當前資料庫的一致：ZHS16GBK。這樣，匯出時使用者會話的NLS_LANG為UTF8，與原先的資料庫字元集一致；現在為ZHS16GBK，與此時的資料庫字元集一致。這樣，匯入時，就會進行字元轉換。
# export NLS_LANG = “SIMPLIFIED CHINESE_CHINA.ZHS16GBK”
#imp mmsc/mmsc@mdspdb file=DSMPD113_user_mmsc.dmp ignore=y fromuser=mmsc touser=mmsc
馬上查看資料庫中簡體、繁體中文，哈哈，沒有亂碼了，一切顯示正常。
緊接著進行驗證，也證明了：1個漢字此時只佔用2個字元長度。問題解決了！

國內最常用的Oracle字元集ZHS16GBK（GBK 16-bit Simplified Chinese）能夠支援繁體中文，並且按照2個字元長度儲存一個漢字。UTF8字元集是多位元組儲存，1個漢字（簡體、繁體）有時採用3個字元長度儲存。
Oracle支援字元集的更改，但是UTF8是Oracle中最大的字元集，也就是說UTF8是ZHS16GBK的嚴格超集。
對於子集到超集的轉換，Oracle是允許的，但是對於超集到子集的轉換是不允許的。一般對於超集到子集的轉換，建議是通過dbca刪除原來的資料庫，重新再建庫，選擇正確的字元集，然後匯入備份。
我的方案是：先備份資料，然後強制轉換字元集從UTF8到ZHS16GBK，然後匯入備份資料。如果不行，才來重建立庫，設定字元集ZHS16GBK，匯入備份資料。如果這還不行，就把更改字元集從ZHS16GBK到UTF8（這是安全的），再匯入備份資料，恢複到原始狀況。這樣就有可能避開重建立庫的麻煩。

1. 備份資料庫中所有使用者的資料
以oracle使用者登陸，執行以下命令
# export NLS_LANG = “SIMPLIFIED CHINESE_CHINA.UTF8”
保持與資料庫伺服器端一致，這樣在exp匯出時，就不會存在字元的轉換了，備份最原始的資料。
2. 評估UTF8轉換成ZHS16GBK的風險
轉換之前，要使用Oracle的csscan工具對資料庫掃描，評估字元集轉換前後，資料有可能的損壞情況。如果評估情況糟糕，那就絕對要放棄了。
先安裝屬於 CSMIG 使用者的一套表和過程。以oracle使用者登陸UNIX,
＃sqlplus “/ as sysdab”
SQL>@$ORACLE_HOME/ rdbms/admin/csminst.sql
SQL>exit
# $ORACLE_HOME\bin\csscan -help
可以更清楚如何使用csscan。
# $ORACLE_HOME/bin/csscan system/sunday user=mmsc FROMCHAR=UTF8 TOCHAR=ZHS16GBK ARRAY=102400 PROCESS=3 > csscan.log
以上命令意思是掃描使用者：mmsc中的所有資料，從字元集UTF8更改為ZHS16GBK的轉換情況。然後得到三個檔案：scan.txt、scan.out、scan.err。
查看scan.out，scan.err，可以看出mmsc使用者下的所有的資料都是可以轉換的，並且沒有出現轉換“Exceptional”的情況，因此可以更放心一點。
3. 更改資料庫的字元集為ZHS16GBK
前面說過，通過命令“Alter Database Characeter Set XXXX”，實現從超集到子集的轉換，在Oracle是不允許的。但是該命令，提供這樣的命令方式：
Alter Database Character Set INTERNAL_CONVERT/ INTERNAL_USE XXXX
這是Oracle的非公開命令。“在使用這個命令時，Oracle會跳過所有子集及超集的檢查，在任一字元集之間進行強制轉換，所以，使用這個命令時你必須十分小心，你必須清楚這一操作會帶來的風險”。
以oracle使用者登陸UNIX，
#sqlplus “/ as sysdba”
SQL> SHUTDOWN IMMEDIATE;
SQL> STARTUP MOUNT;
SQL> ALTER SESSION SET SQL_TRACE=TRUE;
SQL> ALTER SYSTEM ENABLE RESTRICTED SESSION;
SQL> ALTER SYSTEM SET JOB_QUEUE_PROCESSES=0;
SQL> ALTER SYSTEM SET AQ_TM_PROCESSES=0;
SQL> ALTER DATABASE OPEN;
SQL> ALTER DATABASE CHARACTER SET ZHS16GBK;
//如果不使用“INTERNAL_USE”參數，系統會提示出錯：
//ERROR at line 1:
//ORA-12712: new character set must be a superset of old character set
SQL> ALTER SESSION SET SQL_TRACE=FALSE;
SQL> SHUTDOWN IMMEDIATE;
SQL> STARTUP;
此時，檢查一下資料庫的字元集是否更改過來
SQL> select value$ from props$ where name=’NLS_CHARACTERSET’;
VALUE$
-----------------
ZHS16GBK
緊接著檢查一下資料庫中簡體中文、繁體中文是否正常，不會出現亂碼。
SQL>select spid,spname,spshortname from spinfovisual_hk
…...
非常不幸，我看到了一堆亂碼，這也證明了Oracle不支援字元集從超集到子集的更改，當時心裡很緊張，很怕失敗，從而恢複到原樣。
但是根據以前的驗證，把UTF8下的備份匯入到ZHS16GBK中去，是OK的，所以繼續嘗試。
4. 匯入備份的使用者資料
還是以oracle使用者登陸UNIX, 先刪除庫中的使用者mmsc:
#sqlplus “/ as sysdba”
SQL>drop user mmsc cascade;
SQL>exit
再運行createuser.sql，產生mmsc使用者。
然後使用原來的備份檔案，匯入到mmsc使用者中：
注意：先設定NLS_LANG要與當前資料庫的一致：ZHS16GBK。這樣，匯出時使用者會話的NLS_LANG為UTF8，與原先的資料庫字元集一致；現在為ZHS16GBK，與此時的資料庫字元集一致。這樣，匯入時，就會進行字元轉換。
# export NLS_LANG = “SIMPLIFIED CHINESE_CHINA.ZHS16GBK”
#imp mmsc/mmsc@mdspdb file=DSMPD113_user_mmsc.dmp ignore=y fromuser=mmsc touser=mmsc
馬上查看資料庫中簡體、繁體中文，哈哈，沒有亂碼了，一切顯示正常。
緊接著進行驗證，也證明了：1個漢字此時只佔用2個字元長度。問題解決了！