Oracle中一个汉字占几个字节?
某天，在向一个字段类型为CHAR(6)的表中插入数据’大沽口’时报错，提示’too large for column(actual: 9 ,maximum: 6)’。
我这眉头一皱，发现了事情没有这么简单。怎么办？百度！下面直接放结论：
- N开头的字段类型(比如NCHAR,NVARCHAR2)中，任何一个字符(包括一个汉字)占2个字节，统一的。
- 不以N开头的字段类型(比如CHAR,VARCHAR2)中，部分unicode字符(比如汉字)占3个字节，其它字符占1个字节
实践一下
Length 函数求得是占用字符数，lengthb或者vsize函数求得是占用字节数。
select length(‘测试1’) from dual –返回3，占用3个字符
select lengthb(‘测试1’) from dual –返回7，占用7个字节，其中汉字占3个字节，数字占一个字节
select length(N’测试1’) from dual –返回3，占用3个字符
select lengthb(N’测试1’) from dual –返回6，这是将字符串转换成为Unicode字符串后，每个字符占用2个字节
测试完之后，我不禁陷入了沉思：数据库字符集是UTF-8，一个中文占三个字节，当把中文转换为Unicode字符之后却只占2个字符。这是为啥呢？接着收集资料。
为何Unicode中文字符占取2个字节，而 UTF-8却占3个字节？
发明 UTF-8的初衷是为了修正Unicode中任何字符至少占用2个字节的弊端。虽然UTF-8英文字符占空间减少了（由Unicode中的16位动态缩减为与ASCⅡ一致的8位），但在中文字符这部分增为3字节=24位，减少的空间一下子又没了。
| Unicode符号范围 | UTF-8编码方式 | 说明 |
|---|---|---|
| (十六进制) | （二进制） | #Unicode部分为16进制编码， UTF-8编码为2进制 |
| 0000 0000-0000 007F | 0xxxxxxx | #UTF-8规定，若1字符=1字节，首位须为‘0’ |
| 0000 0080-0000 07FF | 110xxxxx 10xxxxxx | #UTF-8规定，若1字符=2字节，高位字节前3位为‘110’，低位前2位为‘10’ |
| 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx | #UTF-8规定，若1字符=3字节，高位字节前3位为‘110’，后面低位前2位一律为‘10’。（占4,5字节字符规则以此类推） |
由于UTF-8规则天然占用字节前几位，若与Unicode同样用2字节16位表示一个中文字符，则utf-8除去规则占用，只剩余16-5=11位，无法存储中文，只能再增加一个字节，1字符=3字节，除去规则占用，还剩余8×3-8=16位，恰好符合16位=1中文字符这一Unicode规则
举个例子：
已知“严”的Unicode是4E25（100111000100101），根据上表，可以发现4E25处在第三行的范围内（0000 0800-0000 FFFF），因此“严”的UTF-8编码需要三个字节，即格式是“1110xxxx 10xxxxxx 10xxxxxx”。然后，从“严”的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，“严”的UTF-8编码是“11100100 10111000 10100101”，这是保存在计算机中的实际数据，转换成十六进制就是E4B8A5
[参考地址][https://www.zhihu.com/question/23374078/answer/134244691]
补充
UTF-8英文1字节中文3字节，在编码效率和编码安全性之间做了平衡，适合网络传输，是理想的中文编码方式。UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度
GBK英文1字节(半角1字节，全角2字节)，中文2字节,GBK的范围比GB2312广，GBK兼容GB2312。
Unicode编码则是采用双字节16位来进行编号，可编65536字符
