PostgreSQL 编码支持（character set/encoding)

编码支持

• PostgreSQL 支持的所有编码（包括服务端和客户端）: PostgreSQL Character Sets
  • 客户端支持表中所有编码；
  • 服务端支持表中大部分编码；
• 在服务端，编码设置必须与 locale 设置 LC_CTYPE 和 LC_COLLATE 兼容：
  • 当 locale 设置为 C 或 POSIX 时，兼容所有支持的编码；
  • 当 locale 设置为 libc 提供程序中的任一个时，只有一个对应的编码是兼容的（有一个例外情况是在 Windows 上，UTF-8 编码兼容所有 locale 设置）；
  • 当 locale 设置为 icu 提供程序中的任一个时，可以与服务端支持的大部分编码兼容，详情见 PostgreSQL Character Sets；
• 当编码设置为 SQL_ASCII 时，相当于无编码设置，且仅支持 0-127 这部分字符；

编码设置

• 服务端：
  • initdb 时设置整个数据库集簇的默认编码：
    • 可通过 -E/--encoding 选项指定编码（优先级高于 locale 中的编码设置）：
      • 如果通过该选项指定的编码与 locale 设置不兼容时，会报错；
    • 如果未指定则自动从 locale 设置中获取：
      • 当 locale 设置为 C 或 POSIX 时，自动设置编码为 SQL_ASCII
      • 当 locale 设置为 libc 提供程序中的任一个时，自动设置为对应的兼容编码（有的较老的系统可能不支持）；
      • 当 locale 设置为 icu 提供程序中的任一个时，自动设置编码为 SQL_ASCII；
  • CREATE DATABASE 时可以指定被创建数据库的编码（覆盖 initdb 默认设置）：
    • 只有使用 template0 作为模板时才可以，详情见 Template Databases；
• 客户端（以下优先级依次递增）：
  • 读取服务端的 client_encoding 配置，该配置默认为 SQL_ASCII，即无编码，最终效果则是与服务端编码相同；
  • 读取客户端的环境变量 PGCLIENTENCODING；
  • 通过 SQL 或 psql 命令修改编码设置：
    • SQL: ALTER SYSTEM SET client_encoding TO 'VALUE';
    • SQL: SET client_encoding TO 'VALUE';
    • SQL: SET NAMES TO 'VALUE';
    • psql: \encoding VALUE

编码查询

• 服务端：
  • SQL: SELECT * FROM pg_database;
  • psql: psql -l 或 \l；
• 客户端：
  • SQL: SHOW client_encoding;
  • psql: \encoding

编码转换

PostgreSQL 内置支持很多不同编码之间的转换，具体哪些可以查看文档 All Built-in Character Set Conversions，或者通过 SQL 命令 SELECT * FROM pg_conversion 查看。

如果内置的不能满足需求，还可以使用 SQL 命令 CREATE CONVERSION 命令创建新的转换。

PostgreSQL 支持服务端和客户端之间编码的自动转换，内置支持的所有自动转换可以查看文档 Built-in Client/Server Character Set Conversions，如果一个转换被标记为默认时（CREATE DEFAULT CONVERSION），就会被用于服务端和客户端之间的编码自动化转换，当服务端和客户端之间的编码不支持转换时，则会报错。

参考资料

• [Character Set Support] : https://www.postgresql.org/docs/17/multibyte.html