关于PostgreSQL的本地化消息

PostgreSQL通过gettext实现对多语言消息的支持。消息的语言是英语还是中文可以通过postgresql.conf中的lc_messages控制。在启动PostgreSQL时，postmaster进程(你看到的进程名可能是postgres)会根据postgresql.conf中的lc_messages值设置进程locale（调用setlocale()），然后再fork出一堆其它进程。但在postmaster读取postgresql.conf之前的一个很短的启动阶段，进程的locale是由系统环境决定的。
贴一个图，可以看的更清楚一点。

PostgreSQL各个进程的启动过程与区域设置：

1. 错误消息的语言

根据上面的图，当postgresql.conf中的loacle参数省略时，消息语言受环境loacle影响。下面验证一下。

当前的环境loacle是zh_CN.utf8，但postgresql.conf中没有设置loacle。

1. -bash-4.1$ grep lc_ postgresql.conf
   
2. #lc_messages = 'zh_CN.utf8'            # locale for system error message
   
3. #lc_monetary = 'zh_CN.utf8'            # locale for monetary formatting
   
4. #lc_numeric = 'zh_CN.utf8'            # locale for number formatting
   
5. #lc_time = 'zh_CN.utf8'                # locale for time formatting
   
6. 
   
7. -bash-4.1$ locale
   
8. LANG=en_US.UTF-8
   
9. LC_CTYPE="zh_CN.utf8"
   
10. LC_NUMERIC="zh_CN.utf8"
    
11. LC_TIME="zh_CN.utf8"
    
12. LC_COLLATE="zh_CN.utf8"
    
13. LC_MONETARY="zh_CN.utf8"
    
14. LC_MESSAGES="zh_CN.utf8"
    
15. LC_PAPER="zh_CN.utf8"
    
16. LC_NAME="zh_CN.utf8"
    
17. LC_ADDRESS="zh_CN.utf8"
    
18. LC_TELEPHONE="zh_CN.utf8"
    
19. LC_MEASUREMENT="zh_CN.utf8"
    
20. LC_IDENTIFICATION="zh_CN.utf8"
    
21. LC_ALL=zh_CN.utf8

启动postgres服务

1. -bash-4.1$ pg_ctl -D `pwd` start
   
2. 正在启动服务器进程
   
3. -bash-4.1$ < 2014-09-19 20:18:11.582 CST >日志: redirecting log output to logging collector process
   
4. < 2014-09-19 20:18:11.582 CST >提示: Future log output will appear in directory "pg_log".

控制台输出的消息和环境locale一致，是中文。
再看下日志文件，也是中文的。

1. -bash-4.1$ tail -f pg_log/postgresql-Fri.log
   
2. < 2014-09-19 20:18:11.584 CST >日志: 数据库上次关闭时间为 2014-09-19 20:17:42 CST
   
3. < 2014-09-19 20:18:11.588 CST >日志: 数据库系统准备接受连接
   
4. < 2014-09-19 20:18:11.588 CST >日志: 已启动autovacuum

用psql连接上去,发现lc_messages是空的，其他几个lc_*是C,并且获得的服务端消息语言也是继承了服务端环境loacle（即中文消息）。

1. -bash-4.1$ psql
   
2. psql (9.3.4)
   
3. 输入 "help" 来获取帮助信息.
   
4. 
   
5. postgres=# show lc_messages;
   
6.  lc_messages
   
7. -------------
   
8.  
   
9. (1 行记录)
   
10. 
    
11. postgres=# show lc_monetary;
    
12.  lc_monetary
    
13. -------------
    
14.  C
    
15. (1 行记录)
    
16. 
    
17. postgres=# show lc_numeric;
    
18.  lc_numeric
    
19. ------------
    
20.  C
    
21. (1 行记录)
    
22. 
    
23. postgres=# show lc_time;
    
24.  lc_time
    
25. ---------
    
26.  C
    
27. (1 行记录)
    
28. 
    
29. postgres=# ss;
    
30. 错误: 语法错误 在 "ss" 或附近的
    
31. 第1行ss;
    
32.      ^

设置消息为C，服务端过来的消息变成了英文。

1. postgres=# set lc_messages="C";
   
2. SET
   
3. postgres=# ss2;
   
4. ERROR: syntax error at or near "ss2"
   
5. 第1行ss2;
   
6.      ^

日志中的消息也变成了英文（前一条中文消息是上次的）。

1. < 2014-09-19 20:23:03.068 CST >错误: 语法错误 在 "ss" 或附近的 第 1 个字符处
   
2. < 2014-09-19 20:23:03.068 CST >语句: ss;
   
3. < 2014-09-19 20:33:30.811 CST >ERROR: syntax error at or near "ss2" at character 1
   
4. < 2014-09-19 20:33:30.812 CST >STATEMENT: ss2

但是用set只影响这个会话。开个新的会话，还是中文的消息。

1. -bash-4.1$ psql
   
2. psql (9.3.4)
   
3. 输入 "help" 来获取帮助信息.
   
4. 
   
5. postgres=# ss3;
   
6. 错误: 语法错误 在 "ss3" 或附近的
   
7. 第1行ss3;
   
8.      ^

如果想全局修改消息语言，可以修改postgresql.conf后用pg_ctl reload动态加载。

1. -bash-4.1$ vi postgresql.conf
   
2. lc_messages = 'C'
   
3. -bash-4.1$ pg_ctl -D `pwd` reload
   
4. server signaled

服务端日志已经切换到英文了

1. < 2014-09-19 20:41:49.012 CST >日志: 接收到 SIGHUP, 重载配置文件
   
2. < 2014-09-19 20:41:49.013 CST >LOG: parameter "lc_messages" changed to "C"

查看之前一直打开着的会话，也已经切换到英文了。

1. postgres=# ss4;
   
2. ERROR: syntax error at or near "ss4"
   
3. 第1行ss4;
   
4.      ^

*)postgresql.conf中的有些参数reload后只对以后创建的postgres进程生效，但lc_messages不是这样，可以立即生效。

2. 错误消息的编码

总的来说消息的语言决定于postgresql.conf中的lc_messages，postgresql.conf未指定时取决于启动postgres的环境loacle。那么消息的编码呢？
gettext取得的消息的编码取决于LC_CTYPE，而不是LC_MESSAGES。所以，在下面的设置中，本地化消息的编码是GBK而不是UTF8。

1. [chenhj@hanode1 ~]$ export LC_ALL=
2. [chenhj@hanode1 ~]$ export LC_CTYPE=zh_CN.gbk
   
3. [chenhj@hanode1 ~]$ export LC_MESSAGES=zh_CN.utf8
   
4. [chenhj@hanode1 ~]$ ls xx
   
5. ls: ?·¨·??x: ???????倂?

为了便于区分，我的终端软件编码一直设置为UTF8，所以当你看到了乱码，就表示它不是UTF8编码，后面的测试也是一样。
根据之前的图，postmaster和辅助进程的LC_TYPE应该取决于环境locale，postgres进程的LC_TYPE则取决于数据库的编码。下面也实测一下。

修改postgresql.conf中的lc_messages值为zh_CN.utf8，环境变量LC_CTYPE设为zh_CN.gb2312。

1. -bash-4.1$ vi postgresql.conf
   
2. lc_messages = 'zh_CN.utf8'
   
3. -bash-4.1$ export LC_CTYPE="zh_CN.gb2312"
   
4. -bash-4.1$ locale
   
5. LANG=en_US.UTF-8
   
6. LC_CTYPE=zh_CN.gb2312
   
7. LC_NUMERIC="en_US.UTF-8"
   
8. LC_TIME="en_US.UTF-8"
   
9. LC_COLLATE="en_US.UTF-8"
   
10. LC_MONETARY="en_US.UTF-8"
    
11. LC_MESSAGES="en_US.UTF-8"
    
12. LC_PAPER="en_US.UTF-8"
    
13. LC_NAME="en_US.UTF-8"
    
14. LC_ADDRESS="en_US.UTF-8"
    
15. LC_TELEPHONE="en_US.UTF-8"
    
16. LC_MEASUREMENT="en_US.UTF-8"
    
17. LC_IDENTIFICATION="en_US.UTF-8"
    
18. LC_ALL=

重启服务器，输出的消息中出现了个gb2312编码的字符（这部分消息是postmaster进程输出的）。

1. -bash-4.1$ pg_ctl -D `pwd` restart
   
2. waiting for server to shut down.... done
   
3. server stopped
   
4. server starting
   
5. -bash-4.1$ < 2014-09-19 21:09:25.882 CST >??: redirecting log output to logging collector process
   
6. < 2014-09-19 21:09:25.882 CST >??: Future log output will appear in directory "pg_log".

用psql连进来看下，消息是正常的（这部分消息来自postgres进程）。

1. -bash-4.1$ locale
   
2. LANG=en_US.UTF-8
   
3. LC_CTYPE="zh_CN.utf8"
   
4. LC_NUMERIC="zh_CN.utf8"
   
5. LC_TIME="zh_CN.utf8"
   
6. LC_COLLATE="zh_CN.utf8"
   
7. LC_MONETARY="zh_CN.utf8"
   
8. LC_MESSAGES="zh_CN.utf8"
   
9. LC_PAPER="zh_CN.utf8"
   
10. LC_NAME="zh_CN.utf8"
    
11. LC_ADDRESS="zh_CN.utf8"
    
12. LC_TELEPHONE="zh_CN.utf8"
    
13. LC_MEASUREMENT="zh_CN.utf8"
    
14. LC_IDENTIFICATION="zh_CN.utf8"
    
15. LC_ALL=zh_CN.utf8
    
16. 
    
17. -bash-4.1$ psql
    
18. psql (9.3.4)
    
19. 输入 "help" 来获取帮助信息.
    
20. 
    
21. postgres=# ss5;
    
22. 错误: 语法错误 在 "ss5" 或附近的
    
23. 第1行ss5;
    
24.      ^

日志中的消息也是UTF8。而且即使像这样修改客户端的编码为gb2312。

1. -bash-4.1$ export LC_ALL=zh_CN.gb2312
   
2. -bash-4.1$ psql
   
3. psql (9.3.4)
   
4. ?? "help" 4?衰?х?.
   
5. 
   
6. postgres=# ss6;
   
7. ??: ?·¨?? ? "ss6" ?载
   
8. ???ss6;
   
9.      ^

服务端日志中消息还是UTF8。（前面3条消息是postmaster进程报的消息，为gb2312编码）

1. < 2014-09-19 21:09:25.884 CST >??: ?????ι??±?厪 2014-09-19 21:09:24 CST
   
2. < 2014-09-19 21:09:25.890 CST >??: ??????±??????
   
3. < 2014-09-19 21:09:25.891 CST >??: ????autovacuum
   
4. < 2014-09-19 21:14:34.095 CST >错误: 语法错误 在 "ss5" 或附近的 第 1 个字符处
   
5. < 2014-09-19 21:14:34.095 CST >语句: ss5;
   
6. < 2014-09-19 21:26:52.511 CST >错误: 语法错误 在 "ss6" 或附近的 第 1 个字符处
   
7. < 2014-09-19 21:26:52.511 CST >语句: ss6

创建一个gb2312编码的数据库，连上去。错误消息就是gb2312了。

1. -bash-4.1$ export LC_ALL=zh_CN.utf8
   
2. -bash-4.1$ createdb -T template0 -E EUC_CN --locale=C euccn
   
3. -bash-4.1$ psql euccn
   
4. psql (9.3.4)
   
5. 输入 "help" 来获取帮助信息.
   
6. 
   
7. euccn=# ss7;
   
8. 错误: 语法错误 在 "ss7" 或附近的
   
9. 第1行ss7;
   
10.      ^

日志中的消息也是gb2312。

1. < 2014-09-19 21:38:42.203 CST >语句: CREATE DATABASE euccn ENCODING 'EUC_CN' LC_COLLATE 'C' LC_CTYPE 'C';
   
2.     
   
3. < 2014-09-19 21:40:31.478 CST >??: ?·¨?? ? "ss7" ?载? 1 ?薷
   
4. < 2014-09-19 21:40:31.478 CST >??? ss7

3. 结论

输出本地语言消息时服务端日志文件中可能会混合不同编码的消息。为了避免这种事发生，需要注意以下两点
1）同一数据库集群（cluster）中的多个数据库使用同一种编码
2）启动数据库时的环境locale(LC_CTYPE)也使用相同的编码