Oracle 数据类型及存储方式(一)字符类型

Oracle 数据类型及存储方式

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;

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';

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。
此外还会在绑定变量时出现问题。

§1.5 NCHAR和NVARCHAR2
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NCAHR和NVARCHAR2时，文本内容采用国家字符集来存储和管理。而不 是默认字符集。
这两种类型的长度指的是字符数，而不是字节数。
NLS国家语言支持(National Language Support)
在oracle 9i及以后的版本，数据库的国家字符集可以是：utf-8和AL16UTF-16两种。
Oracle 9i是utf -8, Oralce 10g是AL16UTF-16.

1.新建一个表,有两列，类型分别为：nchar和nvarchar2.长度都为10
SQL> create table test_nvarchar(col_nchar nchar(10),col_nvarchar2 nvarchar2(10));
Table created

2.插入一些数据
SQL> insert into test_nvarchar values('袁','袁光东');
1 row inserted
SQL> insert into test_nvarchar values(N'袁',N'袁光东');
1 row inserted
(在9i之前的版本，插入时加上N时，在处理时跟普通方式有不同的方式。但是在10g的时候已经有了改变，加不加N都是一样,这里只是为了测试)
SQL> insert into test_nvarchar values('a','b');

1 row inserted
插入一行英文字母

3. 查看每行的col_nchar列的存储方式。
SQL> select col_nchar, dump(col_nchar) from test_nvarchar;

COL_NCHAR            DUMP(COL_NCHAR)
-------------------- --------------------------------------------------------------------------------
袁                   Typ=96 Len=20: 136,129,0,32,0,32,0,32,0,32,0,32,0,32,0,32,0,32,0,32
a                    Typ=96 Len=20: 0,97,0,32,0,32,0,32,0,32,0,32,0,32,0,32,0,32,0,32
袁                   Typ=96 Len=20: 136,129,0,32,0,32,0,32,0,32,0,32,0,32,0,32,0,32,0,32

Typ=96 与char的类型编码一样。
Len=20 每一行的长度都是20字节。这一点跟char一样。都是定长的，会以空格填充。
需要注意的是：统统以两位来表示一个字符。
136,129 表示’袁’
0,97 表示’a’
0,32 表示空格。

4. nvarchar2的储存
SQL> select col_nvarchar2, dump(col_nvarchar2) from test_nvarchar;

COL_NVARCHAR2        DUMP(COL_NVARCHAR2)
-------------------- --------------------------------------------------------------------------------
袁光东               Typ=1 Len=6: 136,129,81,73,78,28
b                    Typ=1 Len=2: 0,98
袁光东               Typ=1 Len=6: 136,129,81,73,78,28

Typ=1 与varchar2一样。
每一行的len值都不样同。不会使用空格进行填充。
每一个字符都占有两个字节两进行存储。
b 存储为： 0, 98
袁 存储为： 136,129

5.nchar和nvarchar2的数据定义。
SQL> desc test_nvarchar;
Name          Type          Nullable Default Comments
------------- ------------- -------- ------- --------
COL_NCHAR     NCHAR(20)     Y                        
COL_NVARCHAR2 NVARCHAR2(20) Y   

虽然在定义nchar和nvarchar2时，指定的长度是指字符数。但是表结构的定义中，仍然是存储着它的字节数。
在定义时nchar(10)表示可以最大存储10个字符。
在查看数据表结构时，显示该列最大占用的字节数。


需要注意的是：在char和nchar中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，就有了不同的字符编码。

SQL> insert into test_varchar values('袁');

1 row inserted
SQL> select col, dump(col) from test_varchar where col='袁';

COL        DUMP(COL)
---------- --------------------------------------------------------------------------------
袁         Typ=1 Len=2: 212,172
这时采用的字符集系统默认字符集ZHS16GBK。
这里很容易的把它转换成ascii码。
高位 * 256(2的8次方) + 低位.
212 * 256 + 172 = 54444

SQL> select chr(54444) from dual;

CHR(54444)
----------
袁

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

SQL> insert into test_nvarchar values('袁','袁');

1 row inserted

SQL> select col_nvarchar2, dump(col_nvarchar2) from test_nvarchar where col_nvarchar2='袁';

COL_NVARCHAR2        DUMP(COL_NVARCHAR2)
-------------------- --------------------------------------------------------------------------------
袁                   Typ=1 Len=2: 136,129

‘袁’存储的值为：136,129
Oracle 10以上对nchar和nvarchar都采用utf-16字符集了。它的好处就是对字符采用固定长度的字节存储(2字节),支持多国字符，在操作效率上 会更高。但是它却无法兼容于ascii码。
§1.6 RAW
RAW与CHAR和VARCHAR2相比。RAW属于二进制数据，更可以把它称为二进制串。在对CHAR和VARCHAR2类型进行存储时，会进行字符集 转换。而对二进制数据进行存储则不会进行字符集转换。
SQL> create table test_raw (col_chr varchar2(10), col_raw raw(10));

Table created
SQL> insert into test_raw values('aa','aa');

1 row inserted

SQL> commit;

Commit complete

SQL> select * from test_raw;

COL_CHR    COL_RAW
---------- --------------------
aa         AA

SQL> select col_chr,dump(col_chr) from test_raw;

COL_CHR    DUMP(COL_CHR)
---------- --------------------------------------------------------------------------------
aa         Typ=1 Len=2: 97,97
SQL> select col_raw,dump(col_raw) from test_raw;

COL_RAW              DUMP(COL_RAW)
-------------------- --------------------------------------------------------------------------------
AA                   Typ=23 Len=1: 170

通过上面的分析，虽然我们通过select查询得到的结果，raw列显示为插入的字符。但是我们通过dump函数得知到raw并不是以字符的方式存储。它 是把插入的字符认为是16进制的值。
比如本例，我们向raw列插入aa,但是它占用的空间为1个字节。值为170.
170转为16进制正好是aa
向raw列插入数据时会发生一个隐式转换HEXTORAW
从raw列读取数据时会发生一个隐式转换RAWTOHEX

如果向raw列插入值不是有效的十六进制值时，会报错的。
SQL> insert into test_raw values('h','h');

insert into test_raw values('h','h')

ORA-01465: invalid hex number