Oracle数据类型及存储方式——字符类型篇

注：这篇文章绝大部分都摘抄于袁光东先生的  <<oracle小组学习笔记>>.

下面会对各种字符类型作详细解释。

一. char 类型
oracle 可以定义1个char(n)类型的列，长度为n, 如果插入数据长度小于n,   会自动用空格补齐。  n<=2000

1.新建1个表test_char,只含1个列，类型是char(10).  列名是colA.

 
2.向这张表插入一d数据。

注：最多只能插入10个字符 否则报错。(废话拉）

3.使用dump函数可以查看每1条数据的内部存储结构。
注：dump 函数能查看数据在datafile存储内容。


解释一下：
Typ=96 表示数据类型的ID。  其中char类型的id是96。
Len=10 表示所在的内部存储的长度(用字节表示）. 虽然第一行数据知存了1个字符'a'，但是它还是占了10个字节的空间。
97,32,32,32,32,32,32,32,32,32  表示内部存储方式。 其实oracle的内部存储方式是以ASCII码来存储的。

点解咁讲？ 因为97就是a的ASCII码、。

可以用chr 函数把ASCII码转成字符：

 
反之，如果想知道1个字符的ASCII码，可以用函数ascii:


而32是空格的ASCII码。
所以由97,32,32,32,32,32,32,32,32,32 得知char类型是定长类型，它总会
用空格来填充以达到1个固定宽度。
所以用char类型来保存字符数据是比较浪费空间的，如果字符数据很长的话。

oracle 的数据类型长度单位是字节：

 

 
可见1个汉子在oracle 是占用了两个字节的。
英文字母或符号只占用1个字节。
Char(10)最多可以存放5个汉字。


二. varchar2 类型
varchar2 是oracle 特有数据类型， 可以看成是sybase的varchar类型。
varchar2是按实际长度保存数据的。最多可以占用4000个字节。

1. 创建1个表，只有1列， 类型为varchar2, 长度为10。列名为colB.

 
2.插入一些数据

 
3. 用dump函数查看每一行的内部存储结构。

 
Typ=1 说明varchar2类型在oracle中的类型编号为1
Len 代表了每一行数据所占用的字节数，可以睇到没一行的len都唔同。
后面是 ASCII码

由此可见，varchar2 是存多少就占用多少空间。比较节省硬盘空间，不会用空格来填充。



三. byte 和 char

从10g开始， 在字符类型的宽度定义时，可以指定单位。
Byte 就是字节
char 就是字符。

Varchar2(10 byte) 长度是10个字节。
varchar2(10 char) 长度是10个字符所占的长度。
char(10 byte)长度是10个字节。
char(10 char)长度是10个字符所占的长度

注： varchar2(10) 默认为 varchar2(10 byte）

而1个字符占用多少个字节。 是由当前系统所采用的字符集来决定的。
如1个汉子占用两个字符。

查看当前系统所采用的字符集

 

 

如果在定义类型是，不指定单位，默认是按byte. 即系以字节为单位的。

采用char为单位的好处是，可以使用多字节的字符集。
比如， 在ZHS16GBK 字符集中， 1个汉字占两个字符。

那么如果把table的某个column的长度定义为可存放10个汉字， 通过下面定义就可以了

Create table table_name(col_name varchar2(10 char))

继续实验, 新建1张表, 包含两列。1列采用byte为单位， 1列采用char为单位。

 

如上

col_char 列，定义为可以存放10个字符。

col_byte列， 定义为可以存放10个字节的字符。

当前的系统采用字符集为ZHS16GBK，所以1个汉字字符占两个字节。

试着在表中插入一些数据。

如上， col_char 可以插入10个汉字(每个两个字节)， 而col_byte 可以插入10个字节(每个字母占1个字节）。

   

而，当我们向col_byte 插入6个汉字时，就会报错，因为6个汉字已经超出10个字节了。

 

再看看col_char中每一行的存储结构

 

可以见到，当我们向col_char插入10个汉字时，它的长度为20.

尽管我们定义时采用varchar2(10,char)

由此可见，oracle 是根据当前数据采用的字符集，每个汉字字符所占字节数X 字符 来决定了

该字段所占的字节数。

在本例中(11g)，varchar2(10, char) 并不等于  varchar2(20)

 

因为向col_char插入'aaaaaaaaaaa' (11个a）时会报错, 因为已经超过11个字符！

 

当采用多字节的字符集时，定义字段长度还是采用char 为单位为佳， 因为可以避免字段长度的问题。

当不知道当前数据采用的字符集，1个字符占用多少字节时，可以使用lengthb函数。

注意与length函数的区别哦

四， char 还是 varchar

1.就建1张表,一列为char类型， 一列为varchar2类型， 长度都是20byte.

2.想该表的两列都插入相同的数据。

 

3. 分别 以char_col 列和 varchar_col列为条件查询

 

睇起身貌似无咩区别。

5.在继续睇下面的例子

 

 

上面可以睇出他们其实不一样， char(20)类型会将 'Hello world' 变成 ‘Hello world     ' 来存储。         

当对比 char类型的列 和 常量时， 两边都会做Rtrim 处理(删掉右边空格)

所以

select * from test_char_varchar where char_col = 'Hello World'

相当于：

select * from test_char_varchar where rtrim(char_col) = rtrim('Hello World')

但是当char类型列和varchar2类型列对比时，   是不会做这种处理的

既系

 'Hello world' ！= ‘Hello world     ' 

如果要让char_col 列 与varchar_col列相等， 有两种办法

第一种是： 使用rtrim 把char_col列右边的空格去掉。

第二种是：使用rpad 把 varchar_col右边用空格填充。

 

注意: 如果使用rtrim函数， 那么使用rtrim 函数的列的索引失效， 除非那个列的索引本身就是使用rtrim 的函数索引。

此外还会绑定变量时出现问题。

五， nchar 和 nvarcahr2

如果系统需要集中管理和存储多种字符集， 就需要使用这两种字符类型。 在使用nchar 和

nvarchar2时， 文本内容采用国家字符集来存储和管理，而不是当前数据库的字符集。

这两种类型的长度制定的是字符数，而不是字节数。

NLS 国家语言支持(National Language Support)

在oracle 9i 以后的版本， 数据库的国家字符集可以是： utf-8 和 AL16UTF-16两种。

1.新建1个表， 有两列， 类型分别是 nchar 和 nvarchar2 长度都是10.

 

2.插入一些数据

 

在9i 之前的版本，插入时加上N时， 在处理时跟普通方式有区别。

但是在10g时已经有了改变,加不加N都一样,这里只是为了测试。

再插入一行数据

3. 查看每行 col_nchar列的存储方式.

 

 

Typ=96 与char的类型编码一样。

Len=20 每一行的长度都是20字节。 跟char 一样都是定长。 但是char(10)长度是10，而nchar(10)长度

             是20字节。也就是说，统统以两个字节来表示1个字符。

150,72 表示陈

0,97 表示'a'

0,32 表示空格。

4. nvarchar2的存储

 

Typ=1 与varcahr2一样。

但是每一行的len值都不全相同， 也就系讲唔会用空格来填充。 与varchar2一样

每1个字符都会用两个字节来存储，跟nchar一样

b 存储为 0.98

陈希比 存储为 150,72,94,12,107,212

5.nchar 与 nvarchar2的数据定义。

 

注意虽然类型是写着nchar(10)，实际上长度是20字节的。

所以一张表某列如果能保证数据都是字母数字, 用char(10), 是比nchar(10)节省1半空间的。

需要注意的是： 在char(or varchar2) 和 nchar(or nvarchar2) 对汉字的实际存储值是不一样的,因为采用了不同的字符集，就会有

不用的字符编码。

 

这是采用的字符集系统是ZHS16GBK

可以很容易地把它转成ascii码

高位*256(2的8次方) + 低位

179*256 + 194 = 46018

而46018正好就是汉字’陈‘的 ascii码

 

而在nchar 和 nvarchar2中， 采用的是UTF-8 或 UTF-16 的字符集。

由上面例子得知汉字 '陈’ 在 nchar 中 存储为 150,72. 与ascii码是不兼容的。