Postgresql（Oracle兼容） 到Oracle19.9字符语义

一、测试背景

1.1 目的

Postgresql（Oracle兼容）与 Oracle 数据库在处理字符类型字段（VARCHAR / VARCHAR2）时，长度语义（字符 vs 字节） 的差异，以及客户端字符集环境（NLS_LANG）对 Oracle 插入操作的影响。

1.2 测试环境

1.3 测试数据

• 中文字符串：'中华人民共和国'（共 7 个字符）

• UTF-8 编码字节数：21 字节（每个汉字 3 字节）

二、测试步骤与原始现象

2.1 Postgresql（源端）测试

sql

-- 建表（不显式指定单位，依赖默认语义）CREATE TABLE test_highgo_utf8 (a VARCHAR(10));
-- 插入数据INSERT INTO test_highgo_utf8 (a) VALUES ('中华人民共和国');
-- 查询存储结果SELECT a, LENGTHB(a) AS bytes_length, LENGTH(a) AS char_length FROM test_highgo_utf8;

结果：

结论：postgresql默认 VARCHAR(10) 存储 10 个字符（而非 10 字节），因此 7 个汉字可正常存储。

2.2 Oracle 数据库（目标端）测试

场景 A：通过 SQL*Plus 插入（未设置 NLS_LANG）

sql

-- 建表（显式指定 CHAR 语义）CREATE TABLE test_oracle_utf8 (a VARCHAR2(10 CHAR));
-- 插入相同数据INSERT INTO test_oracle_utf8 (a) VALUES ('中华人民共和国');

结果：

查询表定义：

SELECT column_name, char_used, char_length, data_lengthFROM user_tab_columns WHERE table_name = 'TEST_ORACLE_UTF8';

Plain Text

输出：CHAR_USED = 'C', CHAR_LENGTH = 10, DATA_LENGTH = 40 —— 表明列定义正确为字符语义。初步困惑：为什么显式 CHAR 语义仍报字节超限？

场景 B：通过 DBeaver（JDBC 驱动）插入

同样使用 VARCHAR2(10 CHAR) 表，通过 DBeaver 执行：

sql

INSERT INTO test_oracle_utf8 (a) VALUES ('中华人民共和国');

Plain Text

关键发现：相同的表、相同的 SQL，在不同客户端下结果不同 → 问题不在数据库，而在客户端环境。

三、根本原因分析

3.1 Oracle 字符集转换机制

Oracle 的 NLS_LANG 环境变量决定了客户端（SQL*Plus）如何将输入字符转换为数据库字符集。其格式为：

当客户端输入字符串时：

1. SQL*Plus 认为输入字符的编码为 NLS_LANG 中指定的字符集。

2. SQL*Plus 将输入字符串从该字符集转换为数据库字符集（NLS_CHARACTERSET）。

3. 数据库按转换后的字节序列存储。

3.2 本次错误的详细拆解

环境状态

数据库字符集：AL32UTF8（汉字 → 3 字节）

错误过程

1. 用户在 SQL*Plus 中输入 '中华人民共和国'（终端通常为 UTF-8 编码，每个汉字 3 字节，共 21 字节）。

2. 数据库最终收到的数据字节数大于 21 字节（本例中报错 actual:21 恰好是原始 UTF-8 长度，说明转换后字节数未变但语义错误；某些情况下字节数会更大）。

结论

问题不是 Oracle 的 CHAR 语义失效，而是客户端 NLS_LANG 配置错误，导致 SQL*Plus 在字符集转换过程中产生异常，最终使数据库认为数据长度超限。

3.3 DBeaver 为何成功？

DBeaver 使用 JDBC 驱动（oracle.jdbc.OracleDriver），驱动内部会正确处理字符集转换，无需依赖 NLS_LANG 环境变量。它通过 JDBC URL 参数（如 useUnicode=true&characterEncoding=UTF-8）或自动检测数据库字符集来完成转换，因此不受此问题影响。

四、测试结论

1. Oracle 19c 中 VARCHAR2(10 CHAR) 语义完全正常在正确的客户端字符集配置下，可以成功存储 7 个汉字（21 字节），因为 CHAR 语义限制的是字符个数，而非字节数。

2. postgresql数据库默认按字符存储，与 Oracle 显式 CHAR 语义行为一致测试中postgresql VARCHAR(10) 同样成功存储 7 个汉字，两者在正确配置下可兼容。

3. ORA-12899 错误的直接原因是客户端 NLS_LANG 未正确设置SQL*Plus 依赖此变量进行字符集转换，错误配置会导致传输字节数异常，触发长度超限。

4. 图形化工具（DBeaver、Navicat 等）及 JDBC 驱动不受此问题影响它们内置字符集处理逻辑，无需手工配置 NLS_LANG。

补充（Xshell终端编码 → CentOS系统locale → Oracle NLS_LANG → 数据库字符集）

五、数据同步建议（针对异构同步）

在将数据从postgresql同步到 Oracle 时，为避免字符长度相关错误，请遵循以下清单：