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。

-bash-4.1$ grep lc_ postgresql.conf
#lc_messages = 'zh_CN.utf8'            # locale for system error message
#lc_monetary = 'zh_CN.utf8'            # locale for monetary formatting
#lc_numeric = 'zh_CN.utf8'            # locale for number formatting
#lc_time = 'zh_CN.utf8'                # locale for time formatting

-bash-4.1$ locale
LANG=en_US.UTF-8
LC_CTYPE="zh_CN.utf8"
LC_NUMERIC="zh_CN.utf8"
LC_TIME="zh_CN.utf8"
LC_COLLATE="zh_CN.utf8"
LC_MONETARY="zh_CN.utf8"
LC_MESSAGES="zh_CN.utf8"
LC_PAPER="zh_CN.utf8"
LC_NAME="zh_CN.utf8"
LC_ADDRESS="zh_CN.utf8"
LC_TELEPHONE="zh_CN.utf8"
LC_MEASUREMENT="zh_CN.utf8"
LC_IDENTIFICATION="zh_CN.utf8"
LC_ALL=zh_CN.utf8

启动postgres服务

-bash-4.1$ pg_ctl -D `pwd` start
正在启动服务器进程
-bash-4.1$ < 2014-09-19 20:18:11.582 CST >日志: redirecting log output to logging collector process
< 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。

-bash-4.1$ tail -f pg_log/postgresql-Fri.log
< 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
< 2014-09-19 20:18:11.588 CST >日志: 数据库系统准备接受连接
< 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）。

-bash-4.1$ psql
psql (9.3.4)
输入 "help" 来获取帮助信息.

postgres=# show lc_messages;
 lc_messages
-------------

(1 行记录)

postgres=# show lc_monetary;
 lc_monetary
-------------
 C
(1 行记录)

postgres=# show lc_numeric;
 lc_numeric
------------
 C
(1 行记录)

postgres=# show lc_time;
 lc_time
---------
 C
(1 行记录)

postgres=# ss;
错误: 语法错误 在 "ss" 或附近的
第1行ss;
     ^

设置消息为C，服务端过来的消息变成了英文。

postgres=# set lc_messages="C";
SET
postgres=# ss2;
ERROR: syntax error at or near "ss2"
第1行ss2;
     ^

日志中的消息也变成了英文（前一条中文消息是上次的）。

< 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
< 2014-09-19 20:23:03.068 CST >语句: ss;
< 2014-09-19 20:33:30.811 CST >ERROR: syntax error at or near "ss2" at character 1
< 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。

-bash-4.1$ psql
psql (9.3.4)
输入 "help" 来获取帮助信息.

postgres=# ss3;
错误: 语法错误 在 "ss3" 或附近的
第1行ss3;
     ^

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。

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

服务端日志已经切换到英文了

< 2014-09-19 20:41:49.012 CST >日志: 接收到 SIGHUP, 重载配置文件
< 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。

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

*)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。

[chenhj@hanode1 ~]$ export LC_ALL=
[chenhj@hanode1 ~]$ export LC_CTYPE=zh_CN.gbk
[chenhj@hanode1 ~]$ export LC_MESSAGES=zh_CN.utf8
[chenhj@hanode1 ~]$ ls xx
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。

-bash-4.1$ vi postgresql.conf
lc_messages = 'zh_CN.utf8'
-bash-4.1$ export LC_CTYPE="zh_CN.gb2312"
-bash-4.1$ locale
LANG=en_US.UTF-8
LC_CTYPE=zh_CN.gb2312
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
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）。

-bash-4.1$ pg_ctl -D `pwd` restart
waiting for server to shut down.... done
server stopped
server starting
-bash-4.1$ < 2014-09-19 21:09:25.882 CST >??: redirecting log output to logging collector process
< 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）。

-bash-4.1$ locale
LANG=en_US.UTF-8
LC_CTYPE="zh_CN.utf8"
LC_NUMERIC="zh_CN.utf8"
LC_TIME="zh_CN.utf8"
LC_COLLATE="zh_CN.utf8"
LC_MONETARY="zh_CN.utf8"
LC_MESSAGES="zh_CN.utf8"
LC_PAPER="zh_CN.utf8"
LC_NAME="zh_CN.utf8"
LC_ADDRESS="zh_CN.utf8"
LC_TELEPHONE="zh_CN.utf8"
LC_MEASUREMENT="zh_CN.utf8"
LC_IDENTIFICATION="zh_CN.utf8"
LC_ALL=zh_CN.utf8

-bash-4.1$ psql
psql (9.3.4)
输入 "help" 来获取帮助信息.

postgres=# ss5;
错误: 语法错误 在 "ss5" 或附近的
第1行ss5;
     ^

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。

-bash-4.1$ export LC_ALL=zh_CN.gb2312
-bash-4.1$ psql
psql (9.3.4)
?? "help" 4?衰?х?.

postgres=# ss6;
??: ?·¨?? ? "ss6" ?载
???ss6;
     ^

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）

< 2014-09-19 21:09:25.884 CST >??: ?????ι??±?厪 2014-09-19 21:09:24 CST
< 2014-09-19 21:09:25.890 CST >??: ??????±??????
< 2014-09-19 21:09:25.891 CST >??: ????autovacuum
< 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
< 2014-09-19 21:14:34.095 CST >语句: ss5;
< 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
< 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。

-bash-4.1$ export LC_ALL=zh_CN.utf8
-bash-4.1$ createdb -T template0 -E EUC_CN --locale=C  euccn
-bash-4.1$ psql euccn
psql (9.3.4)
输入 "help" 来获取帮助信息.

euccn=# ss7;
错误: 语法错误 在 "ss7" 或附近的
第1行ss7;
     ^

日志中的消息也是gb2312。

< 2014-09-19 21:38:42.203 CST >语句: CREATE DATABASE euccn ENCODING 'EUC_CN' LC_COLLATE 'C' LC_CTYPE 'C';

< 2014-09-19 21:40:31.478 CST >??: ?·¨?? ? "ss7" ?载? 1 ?薷
< 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