Oracle 12c中LISTAGG处理超长VARCHAR2字段出现乱码问题

这个问题我之前碰到过，核心原因是Oracle 12c（尤其是12.1版本）的LISTAGG函数默认返回类型是VARCHAR2(4000字节)，而不是4000字符。你插入的4000个中文字符，在UTF-8编码下每个占3字节，总字节数达12000，远远超过了LISTAGG的返回上限。当拼接后的字节数达到4000时，Oracle会直接截断数据——而截断位置大概率落在某个中文字符的中间，破坏了多字节字符的编码结构，自然就出现了乱码。哪怕你只有一行数据，LISTAGG依然会严格遵守这个字节限制。

下面分版本给你对应的解决方案：

如果你用的是Oracle 12cR2（12.2及以上） #

12.2版本给LISTAGG新增了ON OVERFLOW子句，你可以灵活处理溢出场景：

• 若想明确感知溢出（避免隐性截断），可以用报错提示：

SELECT LISTAGG(val, ', ') WITHIN GROUP (ORDER BY seq) ON OVERFLOW ERROR
FROM tbl
GROUP BY id;

执行后如果数据溢出会直接抛出错误，而非返回乱码内容。

• 若需要完整返回所有内容，更推荐用XMLAGG生成CLOB类型结果（不受4000字节限制）：

SELECT XMLAGG(XMLELEMENT(E, val, ', ') ORDER BY seq).EXTRACT('//text()').GETCLOBVAL() AS concatenated_val
FROM tbl
GROUP BY id;

这个方法会把拼接结果以CLOB形式返回，能容纳任意长度的文本，彻底避免截断乱码问题。

如果你用的是Oracle 12cR1（12.1版本） #

12.1还没有ON OVERFLOW子句，只能用XMLAGG的替代方案，同样返回CLOB：

SELECT RTRIM(XMLAGG(XMLELEMENT(E, val, ', ') ORDER BY seq).EXTRACT('//text()').GETCLOBVAL(), ', ') AS concatenated_val
FROM tbl
GROUP BY id;

这里的RTRIM是用来去掉最后多余的, 分隔符，如果你不需要分隔符可以直接去掉这部分。

补充说明：不管你用的是哪种字符集（比如ZHS16GBK中文字符占2字节），4000个中文字符的总字节数都会超过4000，所以LISTAGG的默认返回类型肯定不够用，必须用CLOB类型的方案来解决。

内容的提问来源于stack exchange，提问作者fjazefnm