首批通过分布式安全可靠测评，为关键业务系统打造
字符集
更新时间：2024-07-21 23:00:00
编辑
分享
OceanBase 数据库默认的字符集是 utf8mb4。
OceanBase 数据库目前支持如下字符集：
binarygbkgb18030utf16utf8mb4latin1gb18030_2022说明
为支持无缝迁移，OceanBase 数据库在语法上将
UTF8视为UTF8MB4的同义词。
OceanBase 数据库当前版本不支持 gb18030 与 gb18030_2022 的隐式转换，但用户可以通过 CONVERT 将一个 gb18030 的字符串的字符集显式转换为 gb18030_2022。该转换没有经过 Unicode，采取了保留编码的方法。如下示例中，‘龴’ 的编码在转换前后都为 0xFE59，没有发生变化。
obclient> SELECT HEX(CONVERT(_gb18030 0xFE59 USING gb18030_2022)), HEX(CONVERT(_gb18030_2022 0xFE59 USING gb18030));
+--------------------------------------------------+--------------------------------------------------+
| HEX(CONVERT(_gb18030 0xFE59 USING gb18030_2022)) | HEX(CONVERT(_gb18030_2022 0xFE59 USING gb18030)) |
+--------------------------------------------------+--------------------------------------------------+
| FE59 | FE59 |
+--------------------------------------------------+--------------------------------------------------+
1 row in set
请使用如下 SHOW CHARACTER SET 语句查看可用的字符集。
obclient> SHOW CHARACTER SET;
+--------------+-----------------------+-------------------------+--------+
| Charset | Description | Default collation | Maxlen |
+--------------+-----------------------+-------------------------+--------+
| binary | Binary pseudo charset | binary | 1 |
| utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
| gbk | GBK charset | gbk_chinese_ci | 2 |
| utf16 | UTF-16 Unicode | utf16_general_ci | 2 |
| gb18030 | GB18030 charset | gb18030_chinese_ci | 4 |
| latin1 | cp1252 West European | latin1_swedish_ci | 1 |
| gb18030_2022 | GB18030-2022 charset | gb18030_2022_chinese_ci | 4 |
+--------------+-----------------------+-------------------------+--------+
7 rows in set
请使用如下 SQL 语句查看当前客户端发送语句的字符集。
SHOW VARIABLES LIKE 'character_set_client';
返回结果如下：
+----------------------+---------+
| Variable_name | Value |
+----------------------+---------+
| character_set_client | utf8mb4 |
+----------------------+---------+
1 row in set
OceanBase 数据库支持指定非默认字符集与服务器通信。例如，要使用 gbk 字符集，在连接到服务器后执行以下语句：
obclient> SET NAMES gbk;
Query OK, 0 rows affected
需要注意的是，SET NAMES 语句不会更改客户端输入字符的编码。例如，使用 SET NAMES 配置客户端编码为 gb18030_2022 的前提是客户端已经使用了 gb18030_2022 编码，否则会导致乱码出现。
/* 客户端使用 utf8mb4 字符集并创建了默认为 utf8mb4 字符集的表 t */
obclient> CREATE TABLE t(c VARCHAR(100));
Query OK, 0 rows affected
/* 插入了 utf8mb4 编码的字符 */
obclient> INSERT INTO t VALUES ('字符集');
Query OK, 1 row affected
/* 修改了当前会话的字符集，但没有改变客户端实际使用的字符集 */
obclient> SET NAMES gb18030_2022;
Query OK, 0 rows affected
/* 仍然使用 utf8mb4 编码插入字符 */
obclient> INSERT INTO t VALUES ('字符集');
Query OK, 1 row affected
/* 查询表 t 的数据出现乱码 */
obclient> SELECT * FROM t;
+----------+
| c |
+----------+
| �ַ��� |
| 字符� |
+----------+
2 rows in set
/* 修改当前会话的字符集为 utf8mb4 */
obclient> SET NAMES utf8mb4;
Query OK, 0 rows affected
/* 再次查询表 t 的数据，第二次插入的字符仍为乱码 */
obclient> SELECT * FROM t;
+--------------+
| c |
+--------------+
| 字符集 |
| 瀛楃闆 |
+--------------+
2 rows in set
