| PostgreSQL 8.3.3문서 | ||||
|---|---|---|---|---|
| Prev | Fast Backward | Chapter 21. 지역화 | Fast Forward | Next |
PostgreSQL에서 지원되는 character set(인코딩이라고도 불림)는 ISO 8859 시리즈와 같은 싱글 바이트 문자나 EUC(확장 Unix 코드), UTF-8, Mule 내부 코드와 같은 멀티 바이트 character set를 포함하는, 다양한 character set로 텍스트를 저장할 수가 있습니다. 클라이언트는 지원되는 모든 character set를 쉽게 사용할 수 있지만, 일부는 서버 내의 (즉, 서버 사이드 인코딩으로서)사용을 지원하지 않고 있습니다. 디폴트 character set는 initdb를 사용하는 PostgreSQL데이터베이스 클러스터가 초기화되어질 때 결정됩니다. 이는 데이터베이스를 생성할 때 오버라이드될 수 있으므로, 각각 다른 character set를 가지는 다수의 데이터베이스를 가질 수 있습니다.
Table 21-1는 character set가 PostgreSQL에서 사용 가능하다는 것을 보여줍니다.
Table 21-1. PostgreSQL Character Sets
| 이름 | 설명 | 언어 | 서버? | 바이트/문자 | 별칭 | |
|---|---|---|---|---|---|---|
| BIG5 | Big Five | 전통 중국어 | 아니오 | 1-2 | WIN950, Windows950 | |
| EUC_CN | Extended UNIX Code-CN | 간이 중국어 | 네 | 1-3 | ||
| EUC_JP | Extended UNIX Code-JP | 일본어 | 네 | 1-3 | ||
| EUC_KR | Extended UNIX Code-KR | 한국어 | 네 | 1-3 | ||
| EUC_TW | Extended UNIX Code-TW | 전통 중국어, 대만어 | 네 | 1-3 | ||
| GB18030 | 국가 표준 | 중국어 | 아니오 | 1-2 | ||
| GBK | 확장된 국가 표준 | 간이 중국어 | 아니오 | 1-2 | WIN936, Windows936 | |
| ISO_8859_5 | ISO 8859-5, ECMA 113 | 라틴/키릴 문자 | 네 | 1 | ||
| ISO_8859_6 | ISO 8859-6, ECMA 114 | 라틴/아라비아어 | 네 | 1 | ||
| ISO_8859_7 | ISO 8859-7, ECMA 118 | 라틴/그리스어 | 네 | 1 | ||
| ISO_8859_8 | ISO 8859-8, ECMA 121 | 라틴/히브리어 | 네 | 1 | ||
| JOHAB | JOHAB | 한국어 (한글) | 네 | 1-3 | ||
| KOI8 | KOI8-R(U) | 키릴 문자 | 네 | 1 | KOI8R | |
| LATIN1 | ISO 8859-1, ECMA 94 | 서부 유럽어 | 네 | 1 | ISO88591 | |
| LATIN2 | ISO 8859-2, ECMA 94 | 중앙 유럽어 | 네 | 1 | ISO88592 | |
| LATIN3 | ISO 8859-3, ECMA 94 | 남부 유럽어 | 네 | 1 | ISO88593 | |
| LATIN4 | ISO 8859-4, ECMA 94 | 북부 유럽어 | 네 | 1 | ISO88594 | |
| LATIN5 | ISO 8859-9, ECMA 128 | 터키어 | 네 | 1 | ISO88599 | |
| LATIN6 | ISO 8859-10, ECMA 144 | 북유럽, 스칸디나비아 사람 | 네 | 1 | ISO885910 | |
| LATIN7 | ISO 8859-13 | 발트어 | 네 | 1 | ISO885913 | |
| LATIN8 | ISO 8859-14 | 켈트어 | 네 | 1 | ISO885914 | |
| LATIN9 | ISO 8859-15 | LATIN1의 유럽과 악센트 | 네 | LATIN1 | 1 | ISO885915 |
| LATIN10 | ISO 8859-16, ASRO SR 14111 | 루마니아어 | 네 | 1 | ISO885916 | |
| MULE_INTERNAL | Mule 내부 코드 | 다중어 Emacs | 네 | 1-4 | ||
| SJIS | Shift JIS | 일본어 | 네 | 1-2 | Mskanji, ShiftJIS, WIN932, Windows932 | |
| SQL_ASCII | 미지정(텍스트 참조) | 무엇이든 | 네 | 1 | ||
| UHC | 통합 한글 코드 | 한국어 | 아니오 | 1-2 | WIN949, Windows949 | |
| UTF8 | Unicode, 8-bit | 모두 | 네 | 1-4 | Unicode | |
| WIN866 | Windows CP866 | 키릴 문자 | 네 | 1 | ALT | |
| WIN874 | Windows CP874 | 타이 어 | 네 | 1 | ||
| WIN1250 | Windows CP1250 | 중앙 유럽어 | 네 | 1 | ||
| WIN1251 | Windows CP1251 | 키릴 문자 | 네 | 1 | WIN | |
| WIN1252 | Windows CP1252 | 서부 유럽어 | 네 | 1 | ||
| WIN1253 | Windows CP1253 | 그리스어 | 네 | 1 | ||
| WIN1254 | Windows CP1254 | 터키어 | 네 | 1 | ||
| WIN1255 | Windows CP1255 | 히브리어 | 네 | 1 | ||
| WIN1256 | Windows CP1256 | 아라비아어 | 네 | 1 | ||
| WIN1257 | Windows CP1257 | 발트어 | 네 | 1 | ||
| WIN1258 | Windows CP1258 | 베트남어 | 네 | 1 | ABC, TCVN, TCVN5712, VSCII |
모든API가 위의 일람표에 나타낸 character set를 지원하고 있는 것은 아닙니다. 예를 들면 PostgreSQL JDBC 드라이버는 MULE_INTERNAL,LATIN6,LATIN8, 그리고LATIN10를 서포트하지 않습니다.
SQL_ASCII 설정은 다른 설정과 다릅니다. 서버의 캐릭터 세트가SQL_ASCII때, 서버는 0에서 127의 바이트 값을 ASCII로 변환합니다. 한편, 128에서 255까지는 변환되지 않습니다. 설정이 SQL_ASCII의 경우는, encode는 실행되지 않습니다. 따라서, 이 설정은 특정의 encode를 사용하고 있는 경우에는, 그 encode를 무시하게 되어 버립니다. 대부분의 경우, 만약 ASCII 데이터가 아닌 환경에서 작업하게 된다면, SQL_ASCII의 설정을 사용하는 것은 영리한 일이 아닙니다. 왜냐하면PostgreSQL는 ASCII가 아닌 문자를 변환하거나 검사하거나 하는 것은 할 수 없기 때문입니다.
initdb로 PostgreSQL 클러스터의 디폴트 character set를 정의합니다. 이하는 예를 나타냅니다.
initdb -E EUC_JP
이것은 디폴트 character set(encode 방식)를 EUC_JP(일본어 확장 Unix 코드)로 설정합니다. 보다 긴 옵션 문자열 타입을 선호한다면, -E 대신에 --encoding를 사용할 수 있습니다. 주어진 -E옵션이나 --encoding이 없을 경우, initdb는 지정되거나 디폴트 지역에 근거해서 적당한 encode 방식을 결정하려고 시도합니다.
다른 character set을 가지는 데이터베이스를 생성할 수 있습니다.
createdb -E EUC_KR korean
이는 character set EUC_KR를 사용하는 korean 이름의 데이터베이스를 작성합니다. SQL 커멘드를 사용하여 실행하려면 다음과 같이 합니다.
CREATE DATABASE korean WITH ENCODING 'EUC_KR';
데이터베이스의 encode 방식은 pg_database시스템 카탈로그에 저장됩니다. psql의 -l옵션이나 \l커멘드를 사용하여 encode 방식을 확인할 수가 있습니다.
$ psql -l
List of databases
Database | Owner | Encoding
---------------+---------+---------------
euc_cn | t-ishii | EUC_CN
euc_jp | t-ishii | EUC_JP
euc_kr | t-ishii | EUC_KR
euc_tw | t-ishii | EUC_TW
mule_internal | t-ishii | MULE_INTERNAL
postgres | t-ishii | EUC_JP
regression | t-ishii | SQL_ASCII
template1 | t-ishii | EUC_JP
test | t-ishii | EUC_JP
utf8 | t-ishii | UTF8
(9 rows)
Important: 원하는 encoding 방식으로 데이터베이스를 지정할 수 있음에도, 선택한 지역에서 사용되지 않는 encoding을 선택하는 것은 좋지 않습니다. LC_COLLATE와 LC_CTYPE 설정은 특정한 encoding에만 적용되며, 지역-의존적인 연산(정렬(sorting)과 같은)은 모순된 encoding의 오역된 데이터가 될 수 있습니다.
initdb으로 고정되어진 지역 설정되어서, 각각의 데이터베이스 클러스터의 다른 인코딩 사용은 실제보다는 이론적에 더 가깝습니다. 이러한 매커니즘은 PostgreSQL의 향후 버전에서 다시 만나실 수 있을 것입니다.
다수의 encoding을 안전하게 사용하는 방법으로 initdb가 실행되는 동안, C나 POSIX를 지역에 설정할 수 있습니다. 이에 따라 어떠한 실제 지역 인식도 가능하지 않게 됩니다.
PostgreSQL는 character set 변환에 대해서 서버와 클라이언트의 사이에 character set가 자동적으로 변환되는 기능을 제공하고 있습니다. 변환 정보는pg_conversion시스템 카탈로그에 저장되어 있습니다. PostgreSQL는 Table 21-2에서 보여지는 것과 같이, 사전에 정의된 변환이 가지고 있습니다. 새로운 변환을 작성하려면 SQL 커멘드의CREATE CONVERSION를 사용합니다.
Table 21-2. 클라이언트/서버 Character Set 변환
| 서버 캐릭터 세트 | 이용 가능한 클라이언트 Character Set |
|---|---|
| BIG5 | 서버 encoding 방식은 지원하지 않음 |
| EUC_CN | EUC_CN , MULE_INTERNAL, UTF8 |
| EUC_JP | EUC_JP , MULE_INTERNAL, SJIS, UTF8 |
| EUC_KR | EUC_KR , MULE_INTERNAL, UTF8 |
| EUC_TW | EUC_TW , BIG5, MULE_INTERNAL, UTF8 |
| GB18030 | 서버 encoding 방식은 지원하지 않음 |
| GBK | 서버 encoding 방식은 지원하지 않음 |
| ISO_8859_5 | ISO_8859_5 , KOI8, MULE_INTERNAL, UTF8, WIN866, WIN1251 |
| ISO_8859_6 | ISO_8859_6 , UTF8 |
| ISO_8859_7 | ISO_8859_7 , UTF8 |
| ISO_8859_8 | ISO_8859_8 , UTF8 |
| JOHAB | JOHAB , UTF8 |
| KOI8 | KOI8 , ISO_8859_5, MULE_INTERNAL, UTF8, WIN866, WIN1251 |
| LATIN1 | LATIN1 , MULE_INTERNAL, UTF8 |
| LATIN2 | LATIN2 , MULE_INTERNAL, UTF8, WIN1250 |
| LATIN3 | LATIN3 , MULE_INTERNAL, UTF8 |
| LATIN4 | LATIN4 , MULE_INTERNAL, UTF8 |
| LATIN5 | LATIN5 , UTF8 |
| LATIN6 | LATIN6 , UTF8 |
| LATIN7 | LATIN7 , UTF8 |
| LATIN8 | LATIN8 , UTF8 |
| LATIN9 | LATIN9 , UTF8 |
| LATIN10 | LATIN10 , UTF8 |
| MULE_INTERNAL | MULE_INTERNAL , BIG5, EUC_CN, EUC_JP, EUC_KR, EUC_TW, ISO_8859_5, KOI8, LATIN1 to LATIN4, SJIS, WIN866, WIN1250, WIN1251 |
| SJIS | 서버 encoding 방식은 지원하지 않음 |
| SQL_ASCII | 어느 것도(변환되지 않을 것입니다) |
| UHC | 서버 encoding 방식은 지원하지 않음 |
| UTF8 | 모든 encoding이 지원되고 있습니다. |
| WIN866 | WIN866 , ISO_8859_5, KOI8, MULE_INTERNAL, UTF8, WIN1251 |
| WIN874 | WIN874 , UTF8 |
| WIN1250 | WIN1250 , LATIN2, MULE_INTERNAL, UTF8 |
| WIN1251 | WIN1251 , ISO_8859_5, KOI8, MULE_INTERNAL, UTF8, WIN866 |
| WIN1252 | WIN1252 , UTF8 |
| WIN1253 | WIN1253 , UTF8 |
| WIN1254 | WIN1254 , UTF8 |
| WIN1255 | WIN1255 , UTF8 |
| WIN1256 | WIN1256 , UTF8 |
| WIN1257 | WIN1257 , UTF8 |
| WIN1258 | WIN1258 , UTF8 |
자동 character set 변환을 사용하기 위해서는 클라이언트에서 사용하고자 하는 character set(encoding)를 PostgreSQL에게 알려야만 합니다. 이것을 실시하는 몇가지 방법이 있습니다.
psql의 \encoding커멘드를 사용합니다. \encoding는 실행 중에서도 클라이언트의 encode 방식을 변경시킬 수 있습니다. 예를 들면, encode 방식을 SJIS로 바꾸고 싶은 경우는 다음과 같이 입력합니다.
\encoding SJIS
libpq 함수를 사용합니다.
\encoding는 실제로 이러한 목적을 위해 PQsetClientEncoding()함수를 호출합니다.
int PQsetClientEncoding(PGconn * conn , const char * encoding );
conn 는 서버와의 접속을 나타내고, encoding 은 원하는 encoding을 나타냅니다. 만약 함수의 encoding이 성공적으로 이루어지면, 0을 리턴하고 그렇지 않으면, -1을 리턴합니다. 이 접속을 위한 최근의 encoding은 아래와 같이 사용함으로써 결정되어질 수 있습니다.
int PQclientEncoding(const PGconn * conn );
이것은 EUC_JP와 같은 상징적인 문자열이 아닌 encoding ID를 리턴합니다. encoding ID를 encoding 이름으로 변환하기 위해서, 아래와 같이 사용할 수 있습니다.
char *pg_encoding_to_char(int encoding_id );
SET client_encoding TO 사용하기. 클라이언트 encoding의 설정은 다음의 SQL 커맨드를 통해 실행되어질 수 있습니다.
SET CLIENT_ENCODING TO ' value ';
또한 이러한 목적을 위해 표준 SQL 구문 SET NAMES을 사용할 수 있습니다.
SET NAMES ' value ';
현재 클라이언트 encoding을 쿼리하기 위해 :
SHOW client_encoding;
디폴트 encoding을 리턴하기 위해:
RESET client_encoding;
PGCLIENTENCODING를 사용합니다. PGCLIENTENCODING 환경변수가 클라이언트의 환경에 정의되어 있을 경우, 서버와의 접속이 연결될 때, 클라이언트 encoding이 자동적으로 선택되어집니다. (이는 위에서 언급된 다른 어느 메소드를 사용하여 연속적으로 오버라이드될 수 있습니다.)
설정 변수client_encoding를 사용합니다. 만약 client_encoding 변수가 설정된 경우, 서버와의 접속이 성립되면, 클라이언트 encoding은 자동적으로 선택되어집니다. (이는 위에서 언급된 다른 어느 메소드를 사용하여 연속적으로 오버라이드될 수 있습니다.)
특정한 문자의 변환이 불가능 할 때, 서버는EUC_JP으로 클라이언트는 LATIN1를 선택한다면, 일부 일본어 문자는 LATIN1를 표현하지 못할 것이고 에러가 보고될 것입니다.
클라이언트 문자 설정이 SQL_ASCII로 정의된다면, 서버의 character set와 관계없이 서버 encoding 변환이 가능하지 않습니다. 서버만을 보자면, all-ASCII 데이터로 일을 하지 않는 이상 SQL_ASCII를 사용하는 것은 현명하지 않습니다.
여기에 적은 것은 여러가지 encode 방식 시스템을 학습하는데 좋은 자료입니다.
character set, encoding와 코드 페이지에 관한 광대한 문서의 모음
3.2절에EUC_JP,EUC_CN,EUC_KR,EUC_TW의 자세한 설명이 있습니다.
Unicode 협회의 Web 사이트입니다.
여기에 UTF-8가 정의되고 있습니다.