Oracle字符数据类型及存储方式

原文连接： 袁光东 原创  http://klyuan.iteye.com/blog/220760
概述
通过实例，全面而深入的分析oralce的基本数据类型及它们的存储方式。以ORACLE 10G为基础，介绍oralce 10g引入的新的数据类型。让你对oracle数据类型有一个全新的认识。揭示一些不为人知的秘密和被忽略的盲点。从实用和优化的角度出发，讨论每种数据类型的特点。从这里开始oracle之旅！
第一部份 字符类型
§1.1  char
定长字符串，会用空格来填充来达到其最大长度,最长2000个字节。
1． 新建一个测试表test_char.,只有一个char类型的列。长度为10
SQL> create table test_char(colA char(10));
Table created
2． 向这个表中插入一些数据。
SQL> insert into test_char values('a');
1 row inserted
SQL> insert into test_char values('aa');
1 row inserted
SQL> insert into test_char values('aaa');
1 row inserted
SQL> insert into test_char values('aaaa');
1 row inserted
SQL> insert into test_char values('aaaaaaaaaa');
1 row inserted
注意：最多只能插入10个字节。否是就报错。
SQL> insert into test_char values('aaaaaaaaaaa');
insert into test_char values('aaaaaaaaaaa')
ORA-12899: value too large for column "PUB_TEST"."TEST_CHAR"."COLA" (actual: 11, maximum: 10)

3． 使用dump函数可以查看每一行的内部存数结构。
SQL> select colA, dump(colA) from test_char;
COLA       DUMP(COLA)
---------- --------------------------------------------------------------------------------
a          Typ=96 Len=10: 97,32,32,32,32,32,32,32,32,32
aa         Typ=96 Len=10: 97,97,32,32,32,32,32,32,32,32
aaa        Typ=96 Len=10: 97,97,97,32,32,32,32,32,32,32
aaaa       Typ=96 Len=10: 97,97,97,97,32,32,32,32,32,32
aaaaaaaaaa Typ=96 Len=10: 97,97,97,97,97,97,97,97,97,97
注意：Typ=96 表示数据类型的ID。Oracle为每一种数据类型都进行了编号。说明char类型的编号是96.
Len =10 表示所在的内部存储的长度(用字节表示)。虽然第一例只存了一个字符’a’，但是它还是占用了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。可见oracle的内部存储是以数据库字符集进行存储的。
97正好是字符a的ASCII码。
可以使用chr函数把ASCII码转成字符。
SQL> select chr(97) from dual;
CHR(97)
-------
a
要想知道一个字符的ASCII码，可以使用函数ascii
SQL> select ascii('a') from dual;
ASCII('A')
----------
        97
32正好是空格的ascii码值。
Char类型是定长类型。它总会以空格来填充以达到一个固定宽度。
使用char类型会浪费存储空间。
Oracle的数据类型的长度单位是字节。
SQL> select dump('汉') from dual;
DUMP('汉')
---------------------
Typ=96 Len=2: 186,186
可见一个汉字在oracle中是占用了两个字节的。
英文字母或符号只占用一个字节。
Char(10)最多可存放5个汉字。
§1.2  varchar2
是一种变长的字符类型。最多可占用4000字节的存储空间。
1. 创建一个表,只有一列，类型为varchar2,长度为10
SQL> create table test_varchar( col varchar2(10));
Table created
2. 插入一些数据
SQL> insert into test_varchar values('a');
1 row inserted
SQL> insert into test_varchar values('aa');
1 row inserted
SQL> insert into test_varchar values('aaa');
1 row inserted
SQL> insert into test_varchar values('aaaaaaaaaa');
1 row inserted
SQL> insert into test_varchar values('aaaaaaaaaaa');

2. 用dump函数查看每一行的内部存储结构。
SQL> select col, dump(col) from test_varchar;
COL        DUMP(COL)
---------- --------------------------------------------------------------------------------
a          Typ=1 Len=1: 97
aa         Typ=1 Len=2: 97,97
aaa        Typ=1 Len=3: 97,97,97
aaaaaaaaaa Typ=1 Len=10: 97,97,97,97,97,97,97,97,97,97
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。 后面是具体的存储值。
由此可见，varchar2是存多少就占用多少空间。比较节省空间的。不会像char那样用空格填充。

§1.3  byte 和char
在10g中，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) 长度为10个字节。
Varchar2(10 char) 长度为10个字符所占的长度。
Char(10 byte)长度为10个字节。
Char(10 char) 长度为10个字符所占的长度。
一个字符占用多少个字节，是由当前系统采用的字符集来决定的。
如果字符集为ZHS16GBK，则一个汉字占用两个字节。

查看当前系统采用的字符集
SQL> select * from nls_database_parameters where parameter ='NLS_CHARACTERSET';
PARAMETER                      VALUE
------------------------------ --------------------------------------------------------------------------------
NLS_CHARACTERSET               ZHS16GBK

如果在定义类型时，不指定单位。默认是按byte，即以字节为单位的。
采用char为单位的好处是，使用多字节的字符集。
比如，在ZHS16GBK字符集中，一个汉字占用两个字节。
把数据表的某一列长度定义为可存放10个汉字，通过下面的定义就可以了。
Create table test_varchar(col_char  varchar2(10 char));
这样相对简单一些。在数据库表设计时需要注意。
继续实验，新建一个表，包含两列。一列采用byte为单位，一列采用char为单位
SQL> create table test_varchar2 (col_char varchar2(10 char),col_byte varchar2(10 byte));
Table created
Col_char列，定义为可存放10个字符。
Col_byte 列，定义为可存放10个字节的字符。
当前的系统采用字符集为ZHS16GBK.所以一个字符占两个字节。
试着在表中插入一些数据
SQL> insert into test_varchar2 values('a','a');
1 row inserted
SQL> insert into test_varchar2 values('袁','a');
1 row inserted
SQL> insert into test_varchar2 values('袁袁袁袁袁袁袁袁袁袁','aaaaaaaaaa');
1 row inserted
SQL> insert into test_varchar2 values('袁袁袁袁袁袁袁袁袁袁','袁袁袁袁袁袁袁袁袁袁');
insert into test_varchar2 values('袁袁袁袁袁袁袁袁袁袁','袁袁袁袁袁袁袁袁袁袁')
ORA-12899: value too large for column "PUB_TEST"."TEST_VARCHAR2"."COL_BYTE" (actual: 20, maximum: 10)

第一次， 在两列中都插入字符a
第二次， 在col_char列插入字符’袁’,在col_byte插入字符a
第三次， 在col_char列中插入10个中文字符’袁’,在col_byte插入10个字符a
第四次， 在两列中都插入中文字符’袁’时，报错了。第二列长度不够。
   再看看每一行的存储结构
SQL> select col_char, dump(col_char) from test_varchar2;
COL_CHAR             DUMP(COL_CHAR)
-------------------- --------------------------------------------------------------------------------
a                    Typ=1 Len=1: 97
袁                   Typ=1 Len=2: 212,172
袁袁袁袁袁袁袁袁袁袁 Typ=1 Len=20: 212,172,212,172,212,172,212,172,212,172,212,172,212,172,212,172,21
当我们在col_char列插入10个汉字时，它的长度为20.
尽管我们在定义的时候是采用varchar2(10,char).
由此可见,oracle是根据当前数据库采用的字符集，每个字符的所占字节数 X 字段长度来决定了该字段所占的字节数。
在本例中，varchar2(10,char)相当于varchar2(20).
不信，我们可以试试看。
SQL> desc test_varchar2;
Name     Type         Nullable Default Comments
-------- ------------ -------- ------- --------
COL_CHAR VARCHAR2(20) Y                        
COL_BYTE VARCHAR2(10) Y 
当采用多字节的字符集时，定义字段长度还是采用char为单位指定为佳。因为可以避免字段长度的问题。
当不知道当前数据库采用的字符集，一个字符占用多少字节时，可以使用lengthb函数。
SQL> select lengthb('袁') from dual;
LENGTHB('袁')
-------------
            2

§1.4  char还是varchar
1. 新建一个表,一列为char类型，一列为varchar2类型
SQL> create table test_char_varchar(char_col char(20),varchar_col varchar2(20));
Table created
2. 向该表中的两列都插入相关的数据
SQL> insert into test_char_varchar values('Hello World','Hello World');
1 row inserted
SQL> select * from test_char_varchar;   ---可以发现char类型数据后面多余的空格
CHAR_COL             VARCHAR_COL
-------------------- --------------------
Hello World          Hello World

3. 以char_col列为条件查询
SQL> select * from test_char_varchar where char_col ='Hello World';  --这个可以查出来，隐式转换，去掉了char类型数据后面多余的空格
CHAR_COL             VARCHAR_COL
-------------------- --------------------
Hello World          Hello World

4. 以varchar_col列为条件查询
SQL> select * from test_char_varchar where varchar_col ='Hello World';
CHAR_COL             VARCHAR_COL
-------------------- --------------------
Hello World          Hello World

5.似乎char 和varchar类型没有什么两样。再看看下面的语句。
SQL> select * from test_char_varchar where varchar_col =char_col;
CHAR_COL             VARCHAR_COL
-------------------- --------------------
这已经看出他们并不一样，这涉及到字符串比较的问题。
因为已经发生了隐式转换,在与char列char_col进行比较时，char_col列的内容已经转换成了char(20).在Hello World后面以空格进行填充了。而varchar_col列并没有发生这种转换。
如果要让char_col列与varchar_col列相等。有两种方法。
第一种是：使用trim把char_col列的空格去掉。
第二种是：使遥rpad把varchar_col列用空格进行填充长度为20的字符。
SQL> select * from test_char_varchar where trim(char_col) = varchar_col;
CHAR_COL             VARCHAR_COL
-------------------- --------------------
Hello World          Hello World

SQL> select * from test_char_varchar where char_col = rpad(varchar_col,20);
CHAR_COL             VARCHAR_COL
-------------------- --------------------
Hello World          Hello World
如果使用trim函数，如果char_col列上有索引，那么索引将不可用了，也可以考虑建函数索引。此外还会在绑定变量时出现问题。

不过varchar、varchar2、char这3种字符类型还是各有特定的，空间和效率的选择

varchar和varchar2比char节省空间，在效率上比char会稍微差一些，即要想获得效率，就必须牺牲一定的空间，这也就是我们在数据库设计上常说的'以空间换效率'。varchar和varchar2虽然比char节省空间，但是如果一个varchar和varchar2列经常被修改，而且每次被修改的数据的长度不同，这会引起‘行迁移’(Row Migration)现象，而这造成多余的I/O，是数据库设计和调整中要尽力避免的，在这种情况下用char代替varchar和varchar2会更好一些。

    当然还有一种情况就是象身份证这种长度几乎不变的字段可以考虑使用char，以获得更高的效率。