【茶包射手日記】Oracle 字元集與 VARCHAR2 長度問題

今天在兩台 Oracle 資料庫間搬資料時踩到地雷。

一模一樣的 Table Schema，從 A 資料庫 SELECT 取出資料塞入 B 資料庫，竟有幾筆冒出字串長度過長錯誤。進一步分析，關鍵在某個 VARCHAR2(30) 欄位，內容包含中文理應設成 NVARCHAR2(30) 才合理，但它被設成 VARCHAR2，但有可能文字內容單純沒有罕用字或 Unicode 符號，故使用多年無人反映有錯。我找到一筆出錯的字串類似： '蒜味香雞排-要切-不要辣'，總共十個中文字加兩個-符號。

經過推敲，推測問題與資料庫字元集設定不同有關。資料庫 A 是 ZHT16MSWIN950，而資料庫 B 是 AL32UTF8，十個中文字加兩個減號存入 VARCHAR2，若以 BIG5 編碼是 10 * 2 + 2 = 22 < 30；以 UTF8 編碼則是 10 * 3 + 2 > 30。依此規則抽樣出錯資料，都是中文字元算 2 個 Byte 長度小於 30，算 3 個 Byte 則長度大於 30。推論成立。

用實驗來驗證這點。

在 ZHT16MSWIN950 字元集環境，宣告 VARCHAR2(8) 寫入 '中文測試' (8 Bytes) 沒問題，寫入 '中文測試A' (9 Bytes) 便會出錯：

同樣的測試搬到 AL32UTF8 字元集 Oracle，寫入 '中文' (6 Bytes) 成功，多一字'中文測' (9 Bytes) 就爆炸，故得證：

依過去經驗，MSSQL 支援為資料表或資料欄位指定不同字元集，原想依法炮製當成 Workaround。研究後發現 Oracle 的字元集設定必須全資料庫一致，資料表或欄位無法個別指定字元集。最後，只能協調修改 Schema 將欄位改為 NVARCHAR2 解決問題。