字符集

概述

GB18030（全称《信息技术中文编码字符集》）是由中国制定的中文编码标准，覆盖七万余汉字及符号，涵盖中日韩汉字、少数民族文字等。该标准完全兼容GB2312（《信息交换用汉字编码字符集》），并向下兼容GBK（《汉字内码扩展规范》）。

GB18030历经三次版本迭代：

• GB18030-2000：初版标准，奠定基础编码框架。
• GB18030-2005：扩展字符集，新增部分CJK统一汉字及特殊符号。
• GB18030-2022：修订Unicode映射规则，调整18个字符的编码对应关系，解决早期版本与Unicode的兼容性问题。

Unicode映射的兼容性挑战：

• GB18030-2005的临时方案：部分字符因Unicode未分配标准码位，临时映射至BMP平面的PUA（Private Use Area，私有使用区）。
• GB18030-2022的改进：随Unicode 5.0引入新码位，18个字符的映射关系被重新定义，导致新旧版本在Unicode兼容性上产生差异。

虚谷数据库的编码支持策略：

- 新增GB18030_2022字符集，严格遵循2022版标准，优化与Unicode的映射逻辑。 - 保留GB18030_2005字符集，确保历史系统的兼容性。

虚谷数据库专注于GB18030-2022编码转换与存储，不涉及新字符字形渲染，保障数据运算与跨系统交互的准确性。

使用GB18030_2022字符集

虚谷数据库目前支持库级字符集，创建库时，指定GB18030_2022字符集即可。

SQL> CREATE DATABASE DB_TEST CHARACTER SET 'GB18030_2022';
SQL> SELECT DB_NAME, CHAR_SET FROM DBA_DATABASES WHERE DB_NAME = 'DB_TEST';

DB_NAME | CHAR_SET | 
------------------------------------------------------------------------------
DB_TEST| GB18030_2022|

说明：

• GB18030_2022为虚谷数据库定义字符集名。
• 客户端程序（如JDBC连接数据库的程序）在接收数据时应当使用操作系统支持的字符集。