Oracle US7ASCII库：JDBC插入Unicode正常，SQL*Loader异常如何解决？

原因分析 #

JDBC的处理逻辑 #

Oracle JDBC驱动在调用setString时，针对US7ASCII字符集的VARCHAR2列，会直接将Java字符串中对应字符的单字节值（如U+FFBB对应0xBB）原样写入数据库，不会严格遵循7位ASCII的编码规则做过滤或转换。DUMP结果里标注的CharacterSet=US7ASCII只是列的属性，实际存储的是扩展ASCII字节。

SQL*Loader的问题 #

你使用的是UTF8编码的数据文件，SQL*Loader会按照指定字符集（NLS_LANG或控制文件配置）执行编码转换：把UTF8的多字节字符（比如ﾻ的UTF8编码是EF BE BB三个字节）尝试转成US7ASCII字符，转换失败时要么替换为?，要么直接拆分UTF8的多字节为独立字节存入，导致最终存储字节数变为原来的3倍（也就是你看到的15字节），和JDBC直接写入单字节的逻辑完全不同。

解决方案 #

要让SQL*Loader实现和JDBC一致的效果，核心是跳过编码转换，直接将目标字节写入列，以下两种方式可行：

1. 转换数据文件为单字节编码格式 #

• 将data.txt内容转换为包含目标字节的单字节编码（如ISO-8859-1、CP850），确保每个字符对应一个字节（比如ﾻ对应0xBB）。
• 设置环境变量：NLS_LANG=AMERICAN_AMERICA.WE8ISO8859P1，让SQL*Loader按单字节编码读取数据文件，直接将字节写入US7ASCII列。
• 控制文件保持原有配置即可，此时DUMP结果会和JDBC插入的完全一致。

2. 使用RAW类型直接加载字节 #

方式A：二进制文件加载

• 准备二进制数据文件data.bin，内容为需要存储的5个字节：BB BB AC B4 B1。
• 修改控制文件：

LOAD DATA
INFILE 'data.bin' BINARY
INTO TABLE test_table
(col RAW(5))

• 执行SQL*Loader命令，直接将二进制字节写入列，与JDBC存储结果一致。

方式B：十六进制文本文件加载

• 准备十六进制文本文件data.hex，内容为：BBBBACB4B1。
• 修改控制文件：

LOAD DATA
INFILE 'data.hex' "str X'0A'"
INTO TABLE test_table
(col RAW(5) "HEXTORAW(:col)")

• 执行SQL*Loader命令即可完成加载。

内容的提问来源于stack exchange，提问作者Muskaan