Oracle 漢字在不同字元集下所佔位元組

標籤：

今天發現了一個問題，一個長度設定為2000位元組的欄位，插入一條長度為1000的漢字資料，竟然報錯了。

一個漢字佔兩個位元組，按理說剛好是2000個位元組。但通過查看日誌，發現插入資料的長度為3000位元組。

百度了一下，原來是不同的字元集造成的。

一般情況下，資料庫的NLS_CHARACTERSET 為AL32UTF8或UTF8，即一個漢字佔用三到四個位元組。如果NLS_CHARACTERSET為ZHS16GBK，則一個字元佔用兩個位元組。

而公司的運行環境上是AL32UTF8，因此一個漢字佔到了3個位元組。

1. 使用lengthb方法查看當前資料庫中文字元的位元組數

可以看到當前資料庫漢字是佔了3個位元組。

2. varchar2類型：對於VARCHAR2字元要用幾個位元組儲存，要看資料庫使用的字元集，比如GBK，漢字就會佔兩個位元組，英文1個。如果是UTF-8，漢字一般佔3個位元組，英文還是1個。 所以，varchar2長度的定義，最多可達4000（可儲存4000個英文字元），但實際能儲存的長度，取決於字元集。

nvarchar2類型：對於NVARCHAR2字元，所有字元都會按照2個位元組進行儲存，因此最多隻能定義到2000的長度。同時，對於純英文的儲存，那麼就會多耗費一倍空間（因為英文在varchar2類型裡只要1個位元組的空間）。但對於漢字的儲存其實是更合適的，這樣能保證漢字儲存得最多（2000個）。

下面是一個例子：

首先分別建立兩個表，均只有一個欄位，tblvarchar2的欄位長度為20，類型為varchar2。tblnvarchar2的欄位長度為20，類型為nvarchar2。

然後插入長度為20的中文。

可見nvarchar2的長度確實為字元能插入的最大長度，與字元集本身無關。

查詢結果：

Oracle 漢字在不同字元集下所佔位元組