一、字符集的概念
1、字符編碼（character encoding）：
字符編碼是一種法則，在數字與符號之間建立的對應關系。不同的國家有不同的語言，包含的文字、標點符號、圖形符號各有不同。例如在ASCII編碼中，用數字97表達字符'a'與字符集相對應，常見的字符編碼有ASCII，GBK，GB18030，Unicode等。
2、字符集（Character set）
字符集是字符的集合，字符是文字和符號的總稱，用ASCII編碼的字符集稱之為ASCII字符集，用GBK編碼的字符集稱之為GBK字符集。
3、國際編碼（Unicode）
為了解決傳統的字符編碼方案的局限，1994年發布了Unicode（國際編碼、統一碼、萬國碼、單一碼、通用碼），它是計算機科學領域里的一項業界標准，包括字符集、編碼方案等。Unicode 將全世界所有的字符統一化，統一編碼，再也不存在字符集不兼容和字符轉換的問題。
Unicode 有以下三種編碼方式：
1）UTF-8：兼容ASCII編碼；拉丁文、希臘文等使用兩個字節；包括漢字在內的其它常用字符使用三個字節；剩下的極少使用的字符使用四個字節。
2）UTF-16：對相對常用的60000余個字符使用兩個字節進行編碼，其余的使用4字節。
3）UTF-32：固定使用4個字節來表示一個字符，存在空間利用效率的問題。
4、漢字的編碼
支持漢字（簡體中文）的編碼有GB2312、GB13000、GBK、GB18030和Unicode（UTF-8、UTF-16、UTF-32）。
1）GB2312
僅包含大部分的常用簡體漢字，但已經不能適應現在的需要。
2）GB13000
由於GB2312的局限性，國家標准化委員會制定了GB13000編碼；但由於當時的硬件和軟件都已經支持了GB2312，而GB13000與GB2312完全不兼容，所以沒有能夠得到大范圍的推廣使用。
3）GBK
有了GB13000的教訓，中國國家標准化委員會制定了GBK標准，並兼容了GB2312標准，同時在GB2312標准的基礎上擴展了GB13000包含的字；由於該標准有微軟的支持，得到了廣泛的應用。
4）GB18030
GB18030編碼比GBK又新增了幾千個漢字，但由於碼位不足使用了2byte與4byte混合編碼方式，這給軟件開發增加了難度。
5）Unicode
包含全世界所有國家需要用到的字符，是國際編碼，通用性強。
5、漢字的編碼選擇
在操作系統和數據庫中，常用的漢字編碼有GBK、GB18030和Unicode，GBK和GB18030的優勢是占用空間小，Unicode的優勢是全球化的支持。
在應用開發中，如果不考慮全球化，最好的選擇是GBK和GB18030。
6、編碼的轉換
GBK和GB18030與Unicode編碼之間需要轉換，否則會出現漢字亂碼。
二、Oracle的字符集
1、字符集和國家字符集
字符集在創建數據庫實例時指定，可以指定字符集（CHARACTER SET）和國家字符集（NATIONAL CHARACTER SET）。
1）字符集（CHARACTER SET）
用來存儲char、varchar2、clob、long等類型數據，還可以用來標識表名、列名以及PL/SQL變量等。
2）國家字符集（NATIONAL CHARACTER SET）
用以存儲nchar、nvarchar2、nclob等類型數據。國家字符集實質上是為Oracle選擇的附加字符集，主要作用是為了增強字符處理能力，因為nchar數據類型可以提供對亞洲使用定長多字節編碼的支持，而數據庫字符集則不一定能。國家字符集只能在unicode編碼中的AF16UTF16和UTF8中選擇，默認值是AF16UTF16。
2、支持中文的字符集
Oracle支持漢字（簡體中文，繁體不介紹）的字符集有多種，常用的有ZHS16GBK、UTF8、AL32UTF8和AL16UTF16。
1）ZHS16GBK
表示簡體中文，一個字符需要16位比特，采用GBK編碼標准。
2）UTF8
Oracle從8i版本開始使用的屬於UTF-8編碼的字符集，采用的Unicode標准為3.0，在11.2版本中，UTF8已經不是推薦字符集列表中的一員了。
3）AL32UTF8
與UTF8相比，它采用的Unicode版本更新，在10g版本中使用的是Unicode 4.01標准，而UTF8因為兼容性的考慮，在10g版本中用的是Unicode 3.0標准。
4）AL16UTF16
是ORACLE第一種采用UTF-16編碼方式的字符集，從ORACLE9開始使用，是作為缺省的國家字符集使用，它不能被用作數據庫的字符集。
3、NLS_LANG參數
Oracle數據庫字符集最重要的參數是NLS_LANG參數。
格式: NLS_LANG='language_territory.charset'，不區分大小寫，例如' SIMPLIFIED CHINESE_CHINA.ZHS16GBK'。
它有三個組成部分：語言（language）、地域（territory）和字符集（charset）。
其中:
language：數據庫服務器提示信息的語言。
territory：數據庫的日期和數字格式，意義不大。
charset：數據庫的字符集。
真正影響數據庫字符集的其實是第三部分charset，兩個數據庫之間的字符集只要第三部分相同，交換數據時中文不會出現亂碼。language影響的只是提示信息是中文還是英文。
三、服務端的字符集
1、查看服務端字符集
執行以下SQL可以查看服務端的字符集。
select * from NLS_DATABASE_PARAMETERS where parameter like '%CHARACTERSET%';
執行以下SQL也可以查看服務端的字符集。
select userenv('language') from dual;
2、修改服務端字符集
Oracle數據庫實例創建后，如果沒有開始業務運行，可以修改字符集，如果已經業務化運行，不建議修改字符集，會造成數據中的漢字亂碼。
用DBA權限，執行以下步驟修改Oracle數據庫的字符集（例如修改為ZHS16GBK）。
1）修改服務端操作系統的NLS_LANG環境變量。
export NLS_LANG='Simplified Chinese_China.ZHS16GBK'
2）關閉Oracle數據庫。
shutdown immediate;
3）把數據庫啟動到mount狀態。
startup mount;
4）把數據庫改為restricted模式。
alter system enable restricted session;
alter system set job_queue_processes=0;
alter system set aq_tm_processes=0;
5）打開數據庫。
alter database open;
6）修改數據庫的字符集。
alter database character set internal_use ZHS16GBK;
7）重啟數據庫。
shutdown immediate;
startup;
四、客戶端的字符集
Oracle客戶端的字符集必須與服務端相同，否則中文會出現亂碼。
1、Linux環境
客戶端的字符集由NLS_LANG環境變量控制。
1）查看NLS_LANG環境變量。
env|grep NLS_LANG
2）設置環境變量
修改環境變量參數文件（系統或用戶的profile文件）。
export NLS_LANG='Simplified Chinese_China.ZHS16GBK'
2、Windows環境
打開注冊表（ 執行regedit.exe）
HKEY_LOCAL_MACHINE -> SOFTWARE -> ORACLE -> KEY_OraClient11g_home1
五、應用經驗
1）數據庫在業務化之前，就應該確定Oracle的字符集，然后不再改變。數據庫在業務化后，修改字符集是一件很麻煩的事情，最好別惹這個麻煩。
2）如果項目沒有全球化的需求，數據庫字符集建議采用ZHS16GBK，操作系統語言建議采用gbk。
3）只要把客戶端和服務端設置成相同的字符集，就不會有亂碼，沒什么技術難點。
4）雖然GB18030字符集比GBK更豐富，但是GB18030中有部分漢字是4字節，這一點讓程序員很郁悶，所以，程序員更傾向GBK字符集。
六、版權聲明
C語言技術網原創文章，轉載請說明文章的來源、作者和原文的鏈接。
來源：C語言技術網（www.freecplus.net）
作者：碼農有道
如果文章有錯別字，或者內容有錯誤，或其他的建議和意見，請您留言指正，非常感謝！！！