线束单元规格
通过为某些内置函数指定字符串单元，并使用CAST规范，您可以以“基于字符”的方式处理字符串数据，而不是“基于字节”的方式。 字符串单元决定操作的长度。 您可以指定 CODEUNITS32、 CODEUNITS16 或OCTETS作为操作单位。
- CODEUNITS32
- 指定Unicode UTF-32 为运算单位。 CODEUNITS32 当应用程序需要以简单的固定长度格式处理数据，且无论数据的存储格式（ASCII、EBCDIC、 或 ）如何，都需要得到相同的答案时，它就派上用场了。 UTF-8 UTF-16 虽然答案是以 CODEUNITS32 的形式给出的，但数据并未转换为 UTF-32 以执行该功能。
- CODEUNITS16
- 指定Unicode UTF-16 为运算单位。 CODEUNITS16 当应用程序想知道字符串中有多少双字节字符时，它非常有用。
- OCTETS
- 指定字节为操作单位。 当应用程序需要分配缓冲区空间或操作需要使用简单的字节处理时，通常会使用八位字节。
用字符串单位（ CODEUNITS16 或 CODEUNITS32 ）或字节（OCTETS）来计算字符串的长度可能会得到不同的答案。 当指定了 OCTETS 时，字符串的长度可以通过简单地计算字符串中的字节数来确定。 通过 CODEUNITS16 或 CODEUNITS32 进行计算，除非数据包含补充字符，否则结果相同。 有关数据包含补充字符时 CODEUNITS16 和 CODEUNITS32 之间的差异的信息，请参阅 CODEUNITS16 和 CODEUNITS32 之间的差异。
示例 ：假设 NAME 是一个 VARCHAR(128) 列，使用 Unicode 编码 UTF-8 ，其中包含值 'Jürgen'。 前两个查询分别计算 CODEUNITS32 和 CODEUNITS16 字符串的长度，返回的值相同，均为6。 第三个查询以八位字节为单位计算字符串的长度，返回值为7。 这些值是以指定的字符串单位表示的字符串长度。
SELECT CHARACTER_LENGTH(NAME,CODEUNITS32)
FROM T1 WHERE NAME = 'Jürgen';SELECT CHARACTER_LENGTH(NAME,CODEUNITS16)
FROM T1 WHERE NAME = 'Jürgen';SELECT CHARACTER_LENGTH(NAME,OCTETS)
FROM T1 WHERE NAME = 'Jürgen';下表显示了“Jürgen”的 UTF-8、 UTF-16 和 UTF-32 表示形式。
表格中粗体字部分显示了“Jürgen” 中ü字符在三个字符串单元中的不同表示方式：
| 格式 | “Jürgen”这个名字的写法 |
|---|---|
| UTF-8 | x'4AC3BC7267656E ' |
| UTF-16 | x'0 0 4A00FC007200670065006E' |
| UTF-32 | x'0 000004A000000FC00000072 00000067000000650000006E' |
- UTF-8 中ü字符的表示为 X'C3BC'。 在 UTF-8 中， Latin-1 子集（主要是a到z、A到Z和0到9）中不包含的字符（例如重音字符或日文字符）由多个字节表示。
- UTF-16 中ü字符的表示为 X'00FC'。 在 UTF-16 中，每个字符用两个字节表示。 UTF-16 补充字符占用两个2字节代码点。
- UTF-32 中ü字符的表示为 X'000000FC'。 在 UTF-32 中，每个字符由4个字节表示。
在内置函数中指定字符串单位不会影响函数结果的数据类型或CCSID。 如有必要，当指定了 CODEUNITS32 或 CODEUNITS16 时， Db2 会将数据转换为Unicode进行评估。 Db2 当指定了OCTETS时，总是按照输出数据的编码方案评估数据。 有关函数结果的数据类型和CCSID的更多信息，请参阅每个函数的描述。
ASCII、EBCDIC和Unicode字符表示方式的不同可能会影响查询结果。
示例 ：假设 NAME 是一个 VARCHAR(128) 列，使用 EBCDIC (CCSID 37) 编码，包含值 'Mit freundlichen Grüßen, Jürgen'。 以下查询返回字符串“Mit freundlichen Grüß”：
SELECT SUBSTRING(C1,1,21,CODEUNITS16)
FROM T1 WHERE C1 = 'Mit freundlichen Grüßen, Jürgen';下表更详细地显示了结果数据：
表格中粗体字部分显示，在 UTF-8 和 UTF-16 中， 字符ü 和 ß 分别需要占用两个字节。 如果SUBSTRING函数中指定了OCTETS，以 UTF-8 字节而不是EBCDIC OCTETS或 CODEUNITS16 来计算字符串，结果将是“Mit freundlichen Grü”。 字符ß将会丢失。
| 格式 | “Mit freundlichen Grüß”的表示 |
|---|---|
| EBCDIC | |
| UTF-8 | |
| UTF-16 | |