http://www.ibm.com/developerworks/cn/data/library/techarticles/dm-1007wucx/index.html
论 LOAD 与 IMPORT 中的 codepage 转换
在 DB2 中，LOAD 与 IMPORT 作为重要的导入数据的工具，有着很重要的作用。理想情况下，为了获得最佳性能，应用程序与从该应用程序调用的语句始终应使用相同的代码页。在一些场景中，我们需要导入一些和数据库本身的 codepage 不一致的数据，这个时候就需要 codepage 转换了。DB2 产品支持代码页转换，从而允许应用程序和数据库使用不同的代码页。那么什么是 codepage ？ DB2 支持那些 codepage 转化？ 如何进行 codepage 转换呢？
计算机处理文本时，把一门语言中每个字符都赋以特定的值，这种字符与数值的对照表就叫 codepage( 代码页 ) 。例如 ASCII 就是把英文字母表和一些控制字符映射到一些特定的数值上去。
关于 DB2 支持的 codepage 可以在 DB2 信息中心中查看：
在表中，每个 codepage 都有相对应的组，地域代码，代码集等。如果两个 codepage 属于同一个组，则它们可以互相转换，否则不可以互相转换。值得注意的是单字节（S）组可以转换成中性（N）组，双字节（D）组也可以转换为中性（N）组。但是 N 组不一定能转成 S 组，N 组也不一定成转成 D 组。
制造不同 codepage 数据的方法有很多种。以下列出 4 种：
1. 使用 db2 export。DB2 本身 EXPORT 支持导出各种不同 codepage 的 DEL 格式的文件，例如导出 codepage 为 819 和 1386 的文件，如清单 1 所示。
清单 1. 导出 codepage 为 819 和 1386 的文件
db2 "export to data819.del of del modified by codepage=819 select * from tab1" db2 "export to data1386.del of del modified by codepage=1386 select * from tab1" |
注意 export 不能直接导出 asc 格式的文件。
2. 使用 UltraEdit 来编辑，先得到各种不同 codepage 数据的十六进制代码（可以从网上搜索或者 GVT 网站上查取），然后编辑保存就可以了。
例如： “你” 在 GBK(1386) 中是 X ’ C4E3 ’ , 在 UTF-8（1208）中是 X ’ E4BDA0 ’
图 1. 编辑‘你’的 GBK 代码
3. 使用 Windows 操作系统下的 Microsoft Word 来制作数据，方式如下
设置 –〉控制面板—〉区域和语言选项，设置你需要的语言，然后可以使用 WORD 来另存为纯文本，选择其它编码来指定其编码。
4. 使用 vi 来设置 fileencoding 来达到目的
例如准备 codepage 为 1208 的数据：
set fileencoding=utf-8 |
图 2. 设定 fileencoding
提示：准备数字和字母这些比较方便，但是准备中文，日文等就不是很方便了。建议使用 UltraEdit 来准备这些诸如中文，日文语言的 codepage。
缺省情况下，LOAD 认为输入文件是用数据库代码页编码的，直接将文件转化为数据库 codepage 编码。如果输入文件不是以数据库 codepage 编码的，可以通过 codepage 修饰符来导入正确文件。而缺省情况下 DB2 IMPORT 实用程序认为输入文件中的数据是用当前系统的代码页编码的。当将数据文件导入到数据库时，DB2 会自动将数据文件从当前系统代码页转换成数据库代码页。如果输入文件不是当前系统的代码页编码的。也可以通过 codepage 修饰符来轻松导入正确文件。
所以一般来说，LOAD 直接把源数据的 codepage 转化为数据库的 codepage，而 IMPORT 则先将源数据的 codepage 转换为应用程序的 codepage，然后将应用程序的 codepage 再转换为数据库的 codepage。
这些例子都是在 DB2 V97 中实现的，以下实例用的是同一个数据库 db1386, 两个数据文件 data1386.del，data1208.del。
data1386.del 和 data1208.del 包含同样的数据第一列为 1，第二列为你，第三列为繜。但是编码方式不同。data1386.del 以 codepage 1386 编码，而 data1208 以 codepage 1208 编码。
| 字符 | GBK(1386) 代码点 | UTF-8(1208) 代码点 |
|---|---|---|
| 你 | X'C4E3' | X'E4BDA0' |
| 繜 | X'BF9F' | X' E 7B99C' |
Linux 上当前系统代码页可以通过 db2set db2codepage 来设置。另外需要 db2 terminate，使设置生效。
db codepage 是建 DB 时由 codeset，territory 决定的。例如：
db2 create db db1386 using codeset GBK territory CN |
可以通过以下命令查看 db 的 codepage。
db2 get db cfg for dbname |grep 'Database code page' |
数据 codepage 和 db codepage 一致时的 LOAD
缺省情况下 LOAD 认为数据 codepage 和 db codepage 一致，在这个例子中，导入成功。
清单 2. LOAD 清单 1
db2 create db db1386 using codeset GBK territory CN db2set db2codepage=1386 db2 terminate db2 connect to db1386 db2 "create table t1(a int, b varchar(7),c varchar(10))" db2 load from data1386.del of del replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 3 所示。
图 3. 查询结果 1
数据 codepage 和 db codepage 不一致时的 LOAD
这个例子属于不正确的 LOAD，没有做 codepage 转换，data1208.del 被当成 db codepage 编码存进了 db。
清单 3. LOAD 清单 2
db2set db2codepage=1386 db2 terminate db2 connect to db1386 db2 load from data1208.del of del replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 4 所示。
图 4. 查询结果 2
LOAD 时数据 codepage 不会转成应用程序的 codepage
data1208.del 不会转成应用程序的 codepage，而是直接当成 db codepage 编码存进 db。
清单 4. LOAD 清单 3
db2set db2codepage=1208 db2 terminate db2 connect to db1386 db2 load from data1208.del of del replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 5 所示。
图 5. 查询结果 3
数据 codepage 和 db codepage 不一致时正确的 LOAD
在这种情况下正确的 load，数据的 codepage 和 modified by codepage 一致，如清单 5 所示。
清单 5. LOAD 清单 4
db2set db2codepage=1208 db2 terminate db2 connect to db1386 db2 load from data1208.del of del modified by codepage=1208 replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 6 所示。
图 6. 查询结果 4
以下例子所用数据同上面 load 实例数据。
数据 codepage 和应用程序 codepage, db codepage 一致时的 IMPORT
缺省情况下认为应用程序 codepage 就是数据的 codepage。
清单 6. IMPORT 清单 1
db2set db2codepage=1386 db2 terminate db2 connect to db1386 db2 import from data1386.del of del replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 7 所示。
图 7. 查询结果 5
数据 codepage 和应用程序 codepage 一致 , 但和 db codepage 不一致时的 IMPORT
缺省情况下认为应用程序 codepage 就是数据的 codepage，可以正确的导入。
清单 7. IMPORT 清单 2
db2set db2codepage=1208 db2 terminate db2 connect to db1386 db2 import from data1208.del of del replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 8 所示。
图 8. 查询结果 6
数据 codepage 和应用程序 codepage 不一致时利用 modified by codepage 成功实现 import 的 codepage 转换
清单 8. IMPORT 清单 3
db2set db2codepage=1386 db2 terminate db2 connect to db1386 db2 import from data1208.del of del modified by codepage=1208 replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 9 所示。
图 9. 查询结果 7
数据 codepage 和应用程序 codepage 不一致时不正确的 import，没有实现 codepage 转换
把 data1208.del 当成应用程序 codepage 1386 编码的，数据库 codepage 也是 1386，不进行 codepage 转换。
清单 9. IMPORT 清单 4
db2set db2codepage=1386 db2 terminate db2 connect to db1386 db2 import from data1208.del of del replace into t1 db2 "select hex(b) as b ,hex(c) as c from t1" |
结果如图 10 所示。
图 10. 查询结果 8
本文介绍了 LOAD，IMPORT 在不同情况下的 codepage 转换，以便使用户更好的理解 codepage 转换。
学习
- 通过 developerWorks Information Management 专区 学习关于 Information Management 的更多知识。在这里可以找到技术文档、how-to 文章、培训、下载、产品信息等等。
- 通过 Information Management 专区 DB2 9 技术资源中心 了解 DB2 产品家族的更多产品信息和相关技术。
- 通过 DB2 V9.7 信息中心，了解 DB2 9.7 相关内容和细节。
- 随时关注 developerWorks 技术活动 和 网络广播。
获得产品和技术
- 使用可直接从 developerWorks 下载的 IBM 产品评估试用软件 构建您的下一个开发项目。
- 现在可以免费使用 DB2。下载 DB2 Express-C，这是为社区提供的 DB2 Express Edition 的免费版本，它提供了与 DB2 Express Edition 相同的核心数据特性，为构建和部署应用程序奠定了坚实的基础。
讨论
9949
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
