.Net框架联合Oracle字符集问题研究

莫佩宏，吴紫薇

（中车长春轨道客车股份有限公司,长春 130062）

.Net框架联合Oracle字符集问题研究

莫佩宏，吴紫薇

（中车长春轨道客车股份有限公司,长春 130062）

本文通过大型国企软件应用中发现的汉字生僻字无法显示问题，从开发工具到系统配置及数据库连接方式等方面对问题发生的原因进行了全方位的剖析，最终找到以升级Oracle数据库字符集为最终解决方案，并对数据库字符集升级方式进行了全面测试，明确解决问题办法，并在实际工作中进行了实践，为企业级Oracle数据库的跨字符集升迁提供了良好的实践经验。

汉字；生僻字；配置；数据库；字符集

中车长春轨道客车股份有限公司于1992开始使用Oracle数据库，应用系统早期开发工具一直使用Oracle产品提供的Developer2000，随着网络技术的发展，ASP、JSP等成为主要应用语言。最早自行开发的应用系统是人力资源管理系统，其中，各模块的开发语言主要使用Developer2000，PB和ASP等。

随着企业经营管理理念的不断提升和信息化技术的迅猛发展，2013年，我们从全局出发，推行一体化概念。在这个思想的影响下，开始使用UCML企业级快速应用开发平台，该平台基于.Net框架、C#语言，标准程度高，规范性强，软件开发方便快捷，开发效率大大提高。作为引导项目，选择了管理模式最为稳定的人力资源管理系统进行再次开发，数据库采用原有的Oracle数据库。

人力资源管理系统的数据大多与个人信息有关，表现最为明显的就是员工姓名，其中，涉及很多日常比较少见的生僻字。在此次人力资源系统整合升级的过程中发现，在显示员工姓名时，有些生僻字在系统中出现乱码，这个问题虽然不是很大，但是却直接影响着系统的使用性能，如果不能解决，会导致系统无法使用。

1 问题分析

1.1 从编程语言方面分析

1.1.1 配置编程语言中的字符编码

字符编码也称字集码，是把字符集中的字符编码为指定集合中某一对象，以便文本在计算机中存储和传递。常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。在使用的编程语言中，一般都会引用一套字符编码来解决文本转换问题。

我们使用的快速开发平台中配置文件中的字符编码为“UTF8”，此编码方式为目前主流的编码配置，可以根据不同的符号自动选择编码的长短。正常情况下可以满足大部分网页情况，但是，为了尝试解决汉字乱码问题，先后更换“GB2312”和“GBK”等专门针对简体中文字符的编码和扩展编码方式，都没有达到预期效果。

1.1.2 更换数据库连接方式

程序中数据库连接方式决定着不同的数据读取方式和转换方式，可能会导致特殊字符在转换过程中出现问题，因此在程序中尝试逐一更换几种目前主流的数据库连接方式。

（1）OracleClient方式

引用类库：System.Data.OracleClient.dll。

命名空间：System.Data.OracleClient。

连接字符串：“data source=oratest;user id=scott;password=tiger”

（2）OleDb方式

命名空间：System.Data.OleDb。

连接字符串：与OracleClient方式相比，要添加一个provider，微软为“provider=MSDAORA.1;”或“provider=MSDAORA”，Oracle为“provider='Ora-OleDb.Oracle';”。

（3）Oracle 提供的Oracle Data Provider for .NET(ODP.net)方式

引用类库：Oracle.DataAccesss.dll

命名空间：Oracle.DataAccess.Client和Oracle.DataAccess.Types

连接字符串：和OleDb方式格式相同，只是provider换为 “Provider=OraOLEDB.Oracle.1”

结果表明，无法正确显示员工姓名中生僻字。

1.2 从框架方面分析

针对人力资源系统，从2003年开始，我们使用ASP网络语言开发了一系列应用模块，都没有发现有姓名生僻字无法显示的问题，而此次使用.Net框架却出现显示乱码问题，分析可能是由于数据读取解析方式不同造成的。

对比ASP这种前端解析开发语言，考虑.Net是否在框架方面有什么参数可配置，因此咨询微软支持工程师，对方表示到目前为止，微软方面没有这方面的配置。

1.3 从数据库方面分析

从1992年Oracle6版本开始引入应用，一直到现在，Oracle数据库版本已经升级为11 G，持续应用超过20年。虽然Oracle技术日新月异，但是由于引入的时间比较早，是Oracle针对中文配置字符集的初期，数据库字符集设置为ZHS16CGB231280。

1.3.1 数据库客户端字符集配置一致性问题

联合数据库连接方式的改变，因为其中提到的前两种连接方式都是需要.Net程序发布服务器配置Oracle Client程序的，这就涉及到客户端的字符集是否与数据库服务器端字符集匹配的问题。将.Net程序发布服务器上的数据库客户端字符集通过注册表和环境变量（NLS_LANG）两种方式配置成与数据库服务器字符集相同，却依然无法正常显示生僻字。

1.3.2 数据库服务器字符集问题

数据库服务器字符集为ZHS16CGB231280，查找相关使用手册，了解到该字符集只涵盖常用汉字7 000多个，一般的生僻字都是不包括在内的。在后期升级Oracle版本时考虑升级字符集，但是由于Oracle数据库的特殊性，其字符集修改必须满足新字符集是老字符集的超集（当一种字符集A的编码数值包含所有另一种字符集B的编码数值，并且两种字符集相同编码数值代表相同的字符时，则字符集A是字符集B的超级，或称字符集B是字符集A的子集）才可以修改，而后期出现的ZHS16GBK字符集虽囊括了近万的汉字，却无法保证是原字符集的超集，字符集的修改或转换有可能带来数据的丢失，存在很多不可预见的风险，因此在近20年的Oracle使用中，我们始终沿用了ZHS16CGB231280汉字字符集。

1.4 问题定位

综上所有测试结果，如果维持现有使用的工具和框架，唯一的解决方案就是针对数据库字符集进行升迁，将其字符集升迁至更大的汉字字符集，即ZHS16GBK。

2 解决方案

2.1 安装配置新字符集下的Oracle数据库服务器

安装配置一台新的Oracle数据库服务器，在创建数据库时，可以指定字符集(CHARACTER SET)和国家字符集(NATIONAL CHARACTER SET)。数据库字符集是指以什么编码格式用来存储CHAR,VARCHAR2,CLOB,LONG等类型数据，用来标示诸如表名、列名以及PL/SQL变量，存储SQL和PL/SQL程序单元等，新的服务器配置指定字符集为ZHS16GBK，几乎涵盖目前为止最多的汉字生僻字；国家字符集用于存储NCHAR,NVARCHAR2,NCLOB等类型数据，国家字符集实质上是为Oracle选择的附加字符集，主要作用是为了增强Oracle的字符处理能力，因为NCHAR数据类型可以提供对亚洲使用定长多字节编码的支持，而数据库字符集则不能。国家字符集在Oracle9i中进行了重新定义，只能在unicode编码中的AF16UTF16和UTF8中选择，默认值是AF16UTF16，新的服务器配置选择默认值。

2.2 数据迁移

新整合的人力资源系统基于新的数据库服务器搭建，但原始数据需要无缺陷地进行迁移，迁移至新的数据库服务器。

2.2.1 Exp/Imp方式

（1）尝试在数据库服务器端使用Exp方式进行数据导出；（2）通过Imp方式进行数据导入，这种方式在导入导出期间做了字符集转换，但是通过对Dmp文件中的头文件分析，发现有数据丢失现象。在新导入的数据中，不但生僻字为乱码，同时正常的中文注释以及视图、存储过程等中存在的一些汉字代码也丢失变为乱码，导致视图和存储过程等失效。（3）我们使用客户端导入导出，导出时将客户端与源服务器端字符集配置一致，导入时使客户端与目标服务器端字符集配置一致，结果显示由于Dmp文件的头文件格式不同，无法实现导入过程。

2.2.2 数据泵Expdp/impdp方式

数据泵导出通常保存数据为与数据来源的数据库相同的字符集。数据泵导入时转换数据为目标数据库的字符集。在数据库会话启动之后，数据泵日志文件以NLS_LANG指定的语言写入。利用数据泵对用户进行数据导入后暂时没有发现其他问题，只是生僻字有显示乱码问题，通过客户端和电子表格等结合方式，在目标数据库中将生僻字进行统一修改，基本实现了数据迁移任务。

3 结束语

通过对人力资源管理系统进行再次开发，分析出现的问题及解决方案，我们可以总结如下：（1）针对.Net框架语言，由于其是微软开发的，使用Oracle数据库会存在一些不可预见的兼容问题；（2）对于Oracle而言，字符集的更改需要进行大量的测试工作，不断地发现问题和解决问题，最终实现字符集升迁和数据的成功迁移。

责任编辑 陈 蓉

Analysis of Oracle character set problem under .Net frame

MO Peihong,WU Ziwei
( CRRC Changchun Railway Vehicles Co.Ltd.,Changchun 130062,China)

By software application in large state-owned enterprise,it was found that some rare used Chinese characters could not be displayed.In this text,the problem was comprehensively analyzed from aspects of tool development,system confguration,data base connection and so on.The solution was to upgrade Oracle database character set.The method of upgrading database character set was comprehensively tested to confrm the solution and check it in practice,which provided good practical experience in cross-character set upgrade of enterprise-level Oracle database.

Chinese character;rare used Chinese character;confguration;database;character set

TP392

A

1005-8451（2016）06-0043-03

2015-12-02

莫佩宏，教授级高级工程师；吴紫薇，高级工程师。