[转帖]聊聊字符串数据长度和nls_length_semantics参数

字符串是我们设计数据库经常用到的类型，从传统的ASCII格式到UTF-8格式，不同应用需求对应不同的字符类型和长度配置。针对Oracle而言，最常用的类型无外乎char和varchar2两个基本类型。

对于一些中文应用，设计人员就需要重点关注数据表中字符串长度问题。因为在不同的字符串编码方式下，一个中文字符对应的字符byte长度是不同的。比如，一个字段长度设置为10，如果是英文字符就可以容纳10位长度，如果是中文字符就只能容纳最多5位长度。如果采用如UTF-8类宽泛字符集类型，也就3-4个中文字符。

字符串类型的长度定义，这个含义是什么？在Oracle中，我们定义varchar2(10)其实是有两层理解，一则是10个byte位长度，另一则是10个输入字符长度。两种理解前者是技术派，后者理解是从业务应用角度看问题。其实，在Oracle实现层面，两种策略都是支持的。

 

一、 默认参数设置

笔者选择Oracle 11gR2版本进行测试实验，具体版本号为11.2.0.4。当前字符集为AL32UTF8。

首先实验一下默认条件下，Oracle字符串行为方式。

SQL> create table t (v_char varchar2(10));
Table created
                    
SQL> insert into t values ('ttt');
1 row inserted
 
SQL> insert into t values ('tttttttttt');
1 row inserted
 
SQL> commit;
Commit complete

默认情况下，对于varchar2(10)类型，英文字符可以容纳下10个字符。下面测试中文字符情况。

SQL> insert into t values ('保护');
1 row inserted
 
SQL> commit;
Commit complete
 
SQL> insert into t values ('保护模式');
insert into t values ('保护模式')
ORA-12899: 列 "TEST"."T"."V_CHAR" 的值太大 (实际值: 12, 最大值: 10)
 
SQL> insert into t values ('保护模');
1 row inserted
 
SQL> commit;
Commit complete

对于长度varchar2(10)的字段类型，三位中文似乎是一个上限。从四位中文输入报错的情况看，当前数据库将一个中文识别为三个长度进行计量。潜含的意思是在UTF-8编码情况下，varchar2(10)表示的是10位byte长度。

那么，控制长度单位是参数是什么呢？

 

二、 Char & Byte

从Oracle语法上看，varchar2(10)这个10后面其实是包括单位的。默认情况下，我们都不需要去管理这个配置。如果我们不显示的进行指定，Oracle会取自参数nls_length_semantics。

SQL> show parameter nls_length
 
NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
nls_length_semantics                 string      BYTE

在创建数据表和定义字段过程中，我们是可以明确指定长度单位的。Oracle提供了两种选择，一个是byte，另一个是char。

SQL> create table t_char (v_char varchar2(10 char), v_byte varchar2(10));
Table created
 
SQL> desc t_char;
 
Name   Type              Nullable Default Comments
------ ----------------- -------- ------- --------
V_CHAR VARCHAR2(10 CHAR) Y                         
V_BYTE VARCHAR2(10)      Y      

当前是byte默认单位模式下（注意这个前提），v_char字段明显显示10位字符长度。

SQL> insert into t_char(v_char) values ('tttttttttt');
1 row inserted
 
SQL> insert into t_char(v_char) values ('ttttttttttt');
insert into t_char(v_char) values ('ttttttttttt')
ORA-12899: 列 "TEST"."T_CHAR"."V_CHAR" 的值太大 (实际值: 11, 最大值: 10)
 
SQL> commit;
Commit complete

10位英文字符测试通过，下面试验一下中文字符。

SQL> insert into t_char(v_char) values ('实验实验实验实验实验');
1 row inserted
 
SQL> commit;
Commit complete
 
SQL> insert into t_char(v_char) values ('实验实验实验实验实验实验');
insert into t_char(v_char) values ('实验实验实验实验实验实验')
ORA-12899: 列 "TEST"."T_CHAR"."V_CHAR" 的值太大 (实际值: 12, 最大值: 10)
 
SQL> select * from t_char;
 
V_CHAR                                   V_BYTE
---------------------------------------- ----------
tttttttttt                              
实验实验实验实验实验       

十个中文字符可以容纳，使用dump查看存储结构编码。

SQL> select dump(v_char, 1016) as a from t_char;
 
A
------------------------------------------------------------------------------------------------------------------------------
Typ=1 Len=10 CharacterSet=AL32UTF8: 74,74,74,74,74,74,74,74,74,74
Typ=1 Len=30 CharacterSet=AL32UTF8: e5,ae,9e,e9,aa,8c,e5,ae,9e,e9,aa,8c,e5,ae,9e,e9,aa,8c,e5,ae,9e,e9,aa,8c,e5,ae,9e,e9,aa,8c

说明在char计量单位下，数据库不会按照存储技术结构进行长度选取，而是根据实际存放长度进行计量。

 

三、 参数变更实验

注意这个参数修改不需要重启，但需要重启数据库才会生效。

SQL> show parameter nls_leng
 
NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
nls_length_semantics                 string      BYTE
 
SQL> alter system set nls_length_semantics=char scope=both;
System altered
 
SQL> show parameter nls_leng
 
NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
nls_length_semantics                 string      CHAR

此时仅修改了参数，但没有重启数据库，下面进行实验。

SQL> create table t_test (v_char varchar2(10));
Table created
 
SQL> desc t_test;
 
Name   Type         Nullable Default Comments
------ ------------ -------- ------- --------
V_CHAR VARCHAR2(10) Y                        
 
SQL> insert into t_test values ('实验实验实验');
insert into t_test values ('实验实验实验')
ORA-12899: 列 "TEST"."T_TEST"."V_CHAR" 的值太大 (实际值: 18, 最大值: 10)

可以看到长度配置默认单位没有变化，依然是byte的效果。如果需要参数生效，需要重新启动数据库实例。

SQL> shutdown immediate
SQL> startup
 
SQL> show parameter nls_leng
 
NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
nls_length_semantics                 string      CHAR

再次测试，发现能成功了。

SQL> create table t_test (v_char varchar2(10));
Table created           
 
SQL> insert into t_test values ('实验实验实验实验实验');
1 row inserted
 
SQL> commit;
Commit complete
 
SQL> select * from t_test;
 
V_CHAR
----------------------------------------
实验实验实验实验实验

同时，过去定义为byte计量的单元字段也被明显显示出来。

SQL> desc t_char
 
Name   Type              Nullable Default Comments
------ ----------------- -------- ------- --------
V_CHAR VARCHAR2(10)      Y                        
V_BYTE VARCHAR2(10 BYTE) Y                         
 
SQL> desc t_byte
 
Name   Type              Nullable Default Comments
------ ----------------- -------- ------- --------
V_CHAR VARCHAR2(10 BYTE) Y    

四、 结论

数据库字段长度在传统的应用开发领域是一个比较重要的问题。传统观点认为这部分应该体现业务逻辑思想，也就是将字段的长度与业务逻辑对应，甚至可以通过数据库来控制用户操作。但是，由于字符串长度因素、软件设计思想的变化影响，这部分逻辑越来越被推到了界面和应用逻辑层次来完成。

对Oracle而言，提供char方式定义字段是备选的策略。在确实需要数据库严格反应业务逻辑的情况下，是种不错的选择。