Conversión de juego de caracteres de Oracle (3): 3. Configuración del entorno del cliente (2)

Continuando con el artículo anterior, analizamos la configuración del entorno del cliente de conversión de Oracle Character Set. Se pueden verificar cuatro configuraciones recomendadas de Oracle Server Character Set y Client NLS_LANG.

3.2. Resumen de los resultados de ejecución del caso de prueba

Publicación anterior Conversión del juego de caracteres de Oracle (2): 3. Configuración del entorno del cliente (1)Los resultados de ejecución de cada caso de prueba se resumen a continuación.

Caso #	Servidor Conjunto de caracteres	Cliente NLS_LANG	valor	aporte	Imprimir	VERTEDERO valor
1	US7ASCII	KO16KSC5601	'hangul'	éxito	fractura	Tipo = 1 Longitud = 2 Conjunto de caracteres = US7ASCII: 3f, 3f
			'Afilado'	falla	-	-
2	US7ASCII	KO16MSWIN949	'hangul'	éxito	fractura	Tipo = 1 Longitud = 2 Conjunto de caracteres = US7ASCII: 3f, 3f
			'Afilado'	éxito	fractura	Tipo=1 Longitud=1 Juego de caracteres=US7ASCII: 3f
3	US7ASCII	US7ASCII	'hangul'	éxito	normal	Tipo=1 Longitud=4 Juego de caracteres=US7ASCII: c7,d1,b1,db
			'Afilado'	éxito	normal	Tipo=1 Longitud=2 Juego de caracteres=US7ASCII: 98,de
4	KO16MSWIN949	KO16KSC5601	'hangul'	éxito	normal	Tipo = 1 Len = 4 Conjunto de caracteres = KO16MSWIN949: c7, d1, b1, db
			'Afilado'	falla	-	-
5	KO16MSWIN949	KO16MSWIN949	'hangul'	éxito	normal	Tipo = 1 Len = 4 Conjunto de caracteres = KO16MSWIN949: c7, d1, b1, db
			'Afilado'	éxito	normal	Typ=1 Len=2 CharacterSet=KO16MSWIN949: 98,de
6	KO16MSWIN949	US7ASCII	'hangul'	éxito	fractura	Tipo = 1 Longitud = 4 Juego de caracteres = KO16MSWIN949: 3f, 3f, 3f, 3f
			'Afilado'	éxito	fractura	Tipo = 1 Len = 2 Conjunto de caracteres = KO16MSWIN949: 3f, 3f
7	AL32UTF8	KO16KSC5601	'hangul'	éxito	normal	Tipo=1 Longitud=6 Conjunto de caracteres=AL32UTF8: ed,95,9c,ea,b8,80
			'Afilado'	falla	-	-
8	AL32UTF8	KO16MSWIN949	'hangul'	éxito	normal	Tipo=1 Longitud=6 Conjunto de caracteres=AL32UTF8: ed,95,9c,ea,b8,80
			'Afilado'	éxito	normal	Tipo=1 Longitud=3 Conjunto de caracteres=AL32UTF8: ec,83,be
9-1	AL32UTF8	AL32UTF8 (comando)	'hangul'	falla	-	-
			'Afilado'	falla	-	-
9-2	AL32UTF8	AL32UTF8 (Potencia Shell)	'hangul'	éxito	normal	Tipo=1 Longitud=6 Conjunto de caracteres=AL32UTF8: ed,95,9c,ea,b8,80
			'Afilado'	éxito	normal	Tipo=1 Longitud=3 Conjunto de caracteres=AL32UTF8: ec,83,be

3.3 Conjunto de caracteres del servidor Oracle y configuración recomendada del cliente NLS_LANG

La configuración del entorno Oracle Server and Client para entrada/salida Hangul es posible en las siguientes cuatro combinaciones.

Caso #	Servidor Conjunto de caracteres	Cliente NLS_LANG	Comentario
3	US7ASCII	US7ASCII	nunca lo uses ¡Utilícelo solo si no puede cambiar el entorno existente!
5	KO16MSWIN949	KO16MSWIN949	Almacena e ingresa y emite solo caracteres coreanos, caracteres ingleses, números, caracteres especiales, caracteres chinos, etc. compatibles con Windows coreano (los caracteres multilingües no se pueden almacenar en el servidor)
8	AL32UTF8	KO16MSWIN949	Se usa cuando el servidor es un entorno multilingüe y el cliente ingresa y emite solo coreano. Se puede usar cuando la aplicación cliente no puede manejar Unicode
9	AL32UTF8	AL32UTF8	El valor almacenado en el servidor se transmite al cliente tal como está sin conversión. Es decir, el cliente debe manejar directamente los datos codificados en UTF8.

El caso #3 parece no tener problemas con la entrada/salida, pero mirando el valor de volcado, puede ver que el conjunto de caracteres es US7ASCII. Es decir, significa que la entrada/salida real se ejecuta en unidades de 1 byte de US7ASCII y se almacena incorrectamente.

Cuando estos datos se transmiten a un sistema externo a través de EAI, ETL, ESB, etc., los caracteres Hangul se rompen y es difícil intercambiar datos con precisión. Por lo tanto, el caso #3 es una configuración que debe evitarse por completo.

El caso 9-1 es un fenómeno que ocurre porque la entrada/salida Unicode no es compatible con cmd.exe, un símbolo del sistema de Windows, aunque la configuración original de entrada/salida no presenta ningún problema.
Si marca el Caso 9-2 en Windows PowerShell, puede ver que la entrada/salida es normal.

Para almacenar caracteres multilingües como caracteres chinos, japoneses, tailandeses y de Europa occidental además del coreano, son posibles las dos combinaciones siguientes.

Caso #	Servidor Conjunto de caracteres	Cliente NLS_LANG	Comentario
8	AL32UTF8	Establecer de acuerdo con cada carácter de idioma	Configuración del cliente NLS_LANG – En caso de coreano: KO16MSWIN949 – Caracteres chinos: ZHS16GBK o ZHT16MSWIN950 o ZHT16HKSCS – Caracteres japoneses: JA16SJIS – Caracteres tailandeses: TH8TISASCII, etc. Vea la tabla de abajo
9	AL32UTF8	AL32UTF8	El valor almacenado en el servidor se transmite al cliente tal como está sin conversión. Es decir, el cliente debe manejar directamente los datos codificados en UTF8.

La lista de valores de Client NLS_LANG mencionados anteriormente <establecidos según cada carácter de idioma> es la siguiente.

Configuración regional del sistema operativo	Valor NLS_LANG
Árabe (EAU)	ARABIC_EMIRATOS ÁRABES UNIDOS.AR8MSWIN1256
búlgaro	BULGARIO_BULKARIA.CL8MSWIN1251
catalán	CATALÁN_CATALUÑA.WE8MSWIN1252
chino (RPC)	CHINO SIMPLIFICADO_CHINA.ZHS16GBK
chino (Taiwán)	CHINO TRADICIONAL_TAIWAN.ZHT16MSWIN950
Chino (HKCS de Hong Kong)	CHINO TRADICIONAL_HONG KONG.ZHT16HKSCS
Chino (Hong Kong HKCS2001)	CHINO TRADICIONAL_HONG KONG.ZHT16HKSCS2001 (nuevo en 10gR1)
croata	CROATA_CROACIA.EE8MSWIN1250
checo	CHECA_REPÚBLICA CHECA.EE8MSWIN1250
danés	DANÉS_DINAMARCA.WE8MSWIN1252
Holandés (Países Bajos)	HOLANDÉS_PAÍSES BAJOS.WE8MSWIN1252
Holandés (Bélgica)	HOLANDÉS_BÉLGICA.WE8MSWIN1252
Inglés reino unido)	INGLÉS_REINO UNIDO.WE8MSWIN1252
Inglés Estados Unidos)	AMERICAN_AMERICA.WE8MSWIN1252
estonio	ESTONIO_ESTONIA.BLT8MSWIN1257
finlandés	FINLANDÉS_FINLANDIA.WE8MSWIN1252
Francés (Canadá)	FRANCÉS CANADIENSE_CANADÁ.WE8MSWIN1252
Francés Francia)	FRANCÉS_FRANCIA.WE8MSWIN1252
Alemán Alemania)	ALEMÁN_ALEMANIA.WE8MSWIN1252
Griego	GRIEGO_GRECIA.EL8MSWIN1253
hebreo	HEBREO_ISRAEL.IW8MSWIN1255
húngaro	HUNGARIAN_HUNGARY.EE8MSWIN1250
islandés	ISLANDIA_ISLANDIA.WE8MSWIN1252
indonesio	INDONESIA_INDONESIA.WE8MSWIN1252
italiano (Italia)	ITALIANO_ITALIA.WE8MSWIN1252
japonés	JAPONÉS_JAPON.JA16SJIS
coreano	KOREAN_COREA.KO16MSWIN949
letón	LETONIA_LETONIA.BLT8MSWIN1257
lituano	LITUANO_LITUANIA.BLT8MSWIN1257
noruego	NORUEGO_NORUEGA.WE8MSWIN1252
Polaco	POLACO_POLONIA.EE8MSWIN1250
Portugués (Brasil)	PORTUGUÉS BRASILEÑO_BRAZIL.WE8MSWIN1252
Portugués (Portugal)	PORTUGUÉS_PORTUGAL.WE8MSWIN1252
rumano	RUMANO_RUMANÍA.EE8MSWIN1250
ruso	RUSSIAN_CIS.CL8MSWIN1251
eslovaco	ESLOVAQUIA_ESLOVAQUIA.EE8MSWIN1250
Español (España)	ESPAÑOL_ESPAÑA.WE8MSWIN1252
sueco	SUECO_SUECIA.WE8MSWIN1252
tailandés	THAI_TAILANDIA.TH8TISASCII
Español (México)	ESPAÑOL MEXICANO_MEXICO.WE8MSWIN1252
Español (Venezuela)	ESPAÑOL LATINOAMERICANO_VENEZUELA.WE8MSWIN1252
turco	TURQUÍA_TURQUÍA.TR8MSWIN1254
ucranio	UCRANIANO_UCRANIA.CL8MSWIN1251
vietnamita	VIETNAMITA_VIETNAM.VN8MSWIN1258

*fuente: Preguntas frecuentes sobre NLS_LANG (oracle.com) del documento detalle

Aquí puede surgir una pregunta.

El conjunto de caracteres del servidor se designa como AL32UTF8, un sistema Unicode, pero ¿por qué el cliente NLS_LANG debe especificar KO16MSWIN949, un sistema de 2 bytes?

Esto se debe a que el sistema operativo Windows es el método básico para codificar/decodificar Hangul. (Como referencia, es común usar KO16KSC5601 cuando se ingresan y emiten caracteres coreanos en UNiX). Para mencionarlo nuevamente, el Conjunto de caracteres del servidor es una configuración para "almacenar" datos de cadenas de caracteres, y el Cliente NLS_LANG "muestra" datos de cadenas de caracteres. Es un escenario para “Transmisión”.

El conjunto de caracteres del servidor especifica AL32UTF8, un sistema Unicode, para "almacenar" caracteres de varios países, y el sistema básico de codificación/descodificación admitido por Windows para cada idioma se usa en el entorno del cliente (principalmente Windows) de varios países que se conecta a este servidor para especificar Los datos ingresados en Non-Unicode se convierten a Unicode y se guardan mientras se transmiten al servidor a través del cliente de Oracle y SQL*Net.

Cuando el conjunto de caracteres del servidor es AL32UTF8, si el cliente NLS_LANG está configurado en AL32UTF8, el valor Unicode almacenado en el servidor se transmite al cliente sin ningún proceso de conversión. En otras palabras, si el cliente NLS_LANG debe establecerse en AL32UTF8, el cliente debe poder codificar/decodificar Unicode.

Como referencia, entre las herramientas proporcionadas de forma gratuita, ORACLE SQL Developer es una herramienta representativa que admite bien Unicode. DBeaver también admite Unicode bien basado en jdbc.

---

Si cree que la selección del conjunto de caracteres es difícil porque los contenidos hasta ahora son complicados, solo necesita recordar los siguientes contenidos.

• Conjunto de caracteres del servidor establecido en AL32UTF8
• Cliente NLS_LANG
  • Si el cliente no puede manejar Unicode o está limitado a un idioma específico, establezca el valor correspondiente al idioma
  • AL32UTF8 si el cliente puede manejar Unicode

Hasta ahora, hemos analizado la configuración del entorno del cliente relacionada con el juego de caracteres de Oracle.

En el siguiente artículo, veremos cómo convertir el conjunto de caracteres en un entorno no válido donde el conjunto de caracteres del servidor es US7ASCII y se almacenan caracteres coreanos.