CJK 字符集列表可能取决于您的 MySQL 版本。例如，gb18030 字符集在 MySQL 5.7.4 之前不受支持。然而，由于适用语言的名称出现在 DESCRIPTION 列中，每个条目在 INFORMATION_SCHEMA.CHARACTER_SETS 表中，因此您可以使用以下查询获取所有非 Unicode CJK 字符集的当前列表：

mysql> SELECT CHARACTER_SET_NAME, DESCRIPTION
       FROM INFORMATION_SCHEMA.CHARACTER_SETS
       WHERE DESCRIPTION LIKE '%Chin%'
       OR DESCRIPTION LIKE '%Japanese%'
       OR DESCRIPTION LIKE '%Korean%'
       ORDER BY CHARACTER_SET_NAME;
+--------------------+---------------------------------+
| CHARACTER_SET_NAME | DESCRIPTION                     |
+--------------------+---------------------------------+
| big5               | 传统中文 Big5                    |
| cp932              | Windows 日语 SJIS              |
| eucjpms            | Windows 日语 UJIS              |
| euckr              | 韩文 EUC-KR                    |
| gb18030            | 中国国家标准 GB18030            |
| gb2312             | 简体中文 GB2312                 |
| gbk                | 简体中文 GBK                     |
| sjis               | 日语 Shift-JIS                  |
| ujis               | 日语 EUC-JP                     |
+--------------------+---------------------------------+

(更多信息，请参阅 第 28.3.4 节，“INFORMATION_SCHEMA CHARACTER_SETS 表”。)

MySQL 支持三种 GB (国标，或 国家标准，或 简体中文) 字符集，它们是中国人民共和国的官方标准：gb2312、gbk，以及（从 MySQL 5.7.4 开始）gb18030。

有时人们尝试将 gbk 字符插入 gb2312，并且大多数情况下都能工作，因为 gbk 是 gb2312 的超集。但是，最后他们尝试插入一个罕见的中文字符时就会失败。（例如，参阅 Bug #16072）。

在这里，我们尝试明确地说明 gb2312 或 gbk 中的合法字符，以官方文档为参考。请在报告 gb2312 或 gbk 错误之前检查这些参考：

也可以在 Unicode 字符集中存储 CJK 字符，尽管可用的排序可能不会像您期望的那样排序：

Unicode 字符集的排序取决于所用的排序规则：

此外，区分字符与根据给定CJK语言的惯例对它们进行排序不同。目前，MySQL只有一个CJK特定的UCA排序规则：gb18030_unicode_520_ci(需要使用非Unicode gb18030 字符集)。

有关Unicode排序规则及其区分属性的信息，包括补充字符的排序规则属性，请参阅 第 12.10.1 节，“Unicode 字符集”。

这种问题通常是由于MySQL中的设置与应用程序或操作系统的设置不匹配。以下是一些常见的解决这些问题的步骤：

MySQL支持sjis、ujis、cp932和eucjpms字符集，以及Unicode。一个常见的需求是之间的字符集转换。例如，可能有一个 Unix 服务器（通常使用sjis或ujis）和一个 Windows 客户端（通常使用cp932）。

在以下转换表中，ucs2列代表源，而sjis、cp932、ujis和eucjpms列代表目标；也就是说，最后 4 列提供了使用CONVERT(ucs2)或将ucs2列中的值分配给sjis、cp932、ujis或eucjpms列时的十六进制结果。

现在考虑以下表的一部分。

这意味着 MySQL 将 NOT SIGN (Unicode U+00AC) 转换为 sjis 代码点 0x81CA 和 cp932 代码点 3F。(3F 是问号 (“？”。这是在无法执行转换时总是使用的。)

我们的答案是：“？”。这存在一些缺陷，有些人更喜欢松散的转换，以便在 sjis 中的 81CA (NOT SIGN) 变成 cp932 中的 81CA (FULLWIDTH NOT SIGN)。

由于一些版本的日语字符集（包括 sjis 和 euc）将 5C 视为反斜杠 (\，也称为反斜杠），而其他版本将其视为日元符号 (¥)。

MySQL遵循 JIS（日本工业标准）标准描述。在 MySQL 中，5C 始终是反斜杠 (\)。

理论上，虽然有多个版本的 euckr（扩展 Unix 代码韩国）字符集，但只有一个已知的问题。我们使用 “ASCII” 变体的 EUC-KR，其中代码点 0x5c 是反斜杠 (\），而不是 “KS-Roman” 变体的 EUC-KR，其中代码点 0x5c 是韩元符号 (₩)。这意味着您不能将 Unicode U+20A9 转换为 euckr：

mysql> SELECT
           CONVERT('₩' USING euckr) AS euckr,
           HEX(CONVERT('₩' USING euckr)) AS hexeuckr;
+-------+----------+
| euckr | hexeuckr |
+-------+----------+
| ?     | 3F       |
+-------+----------+

要看到问题，创建一个 Unicode (ucs2) 列和一个中文 (gb2312) 列的表格。

mysql> CREATE TABLE ch
       (ucs2 CHAR(3) CHARACTER SET ucs2,
       gb2312 CHAR(3) CHARACTER SET gb2312);

在非严格 SQL 模式下，尝试将罕见字符 汌 放入两个列中。

mysql> SET sql_mode = '';
mysql> INSERT INTO ch VALUES ('A汌B','A汌B');
Query OK, 1 row affected, 1 warning (0.00 sec)

INSERT 语句产生一个警告。使用以下语句来查看是什么：

mysql> SHOW WARNINGS\G
*************************** 1. row ***************************
  Level: Warning
   Code: 1366
Message: Incorrect string value: '\xE6\xB1\x8CB' for column 'gb2312' at row 1

因此，它是一个关于 gb2312 列的警告。

mysql> SELECT ucs2,HEX(ucs2),gb2312,HEX(gb2312) FROM ch;
+-------+--------------+--------+-------------+
| ucs2  | HEX(ucs2)    | gb2312 | HEX(gb2312) |
+-------+--------------+--------+-------------+
| A汌B | 00416C4C0042 | A?B    | 413F42      |
+-------+--------------+--------+-------------+

需要解释以下几点：

使用 mysql 客户端直接连接到服务器，并尝试相同的查询。如果 mysql 正确响应，问题可能是您的应用程序接口需要初始化。使用 mysql 告诉您它使用的字符集或集合，使用语句 SHOW VARIABLES LIKE 'char%';。如果您使用 Access，您可能正在使用 Connector/ODBC 连接。在这种情况下，您应该检查 配置 Connector/ODBC。如果例如您使用 big5，您将输入 SET NAMES 'big5'。(在这种情况下，不需要 ; 字符。) 如果您使用 ASP，您可能需要在代码中添加 SET NAMES。以下是一个过去曾经成功的示例：

<%
Session.CodePage=0
Dim strConnection
Dim Conn
strConnection="driver={MySQL ODBC 3.51 Driver};server=服务器;uid=用户名;" \
               & "pwd=密码;database=数据库;stmt=SET NAMES 'big5';"
Set Conn = Server.CreateObject("ADODB.Connection")
Conn.Open strConnection
%>

同样，如果您使用 Connector/NET 连接到其他字符集，而不是 latin1，您必须在连接字符串中指定字符集。请参阅 Connector/NET 连接，以获取更多信息。

如果您使用 PHP，尝试以下操作：

<?php
  $link = new mysqli($host, $usr, $pwd, $db);

  if( mysqli_connect_errno() )
  {
    printf("Connect failed: %s\n", mysqli_connect_error());
    exit();
  }

  $link->query("SET NAMES 'utf8'");
?>

在这种情况下，我们使用 SET NAMES 更改 character_set_client、character_set_connection 和 character_set_results。

在 PHP 应用程序中经常遇到的另一个问题是浏览器的假设。有时添加或更改 <meta> 标签就足以解决问题：例如，要确保用户代理将页面内容解释为 UTF-8，请在 HTML 页面的 <head> 部分添加 <meta http-equiv="Content-Type" content="text/html; charset=utf-8">。

如果您使用 Connector/J，请参阅 使用字符集和 Unicode。

在 MySQL 版本 4.0 中，有一个单一的 “全局” 字符集用于服务器和客户端，服务器管理员决定使用哪个字符集。从 MySQL 版本 4.1 开始，这种情况发生了变化。现在的情况是一个 “握手”，如 第 12.4 节，“连接字符集和排序规则” 所述：

这意味着您不能通过启动 mysqld 使用 --character-set-server=utf8 控制客户端字符集。然而，一些亚洲客户更喜欢 MySQL 4.0 的行为。为了使其能够保留这种行为，我们添加了一个 mysqld 开关，--character-set-client-handshake，可以使用 --skip-character-set-client-handshake 关闭。如果您使用 --skip-character-set-client-handshake 启动 mysqld，那么，当客户端连接时，它会将要使用的字符集名称发送给服务器。但是，服务器将忽略客户端的请求。

例如，假设您的服务器字符集是 latin1。假设客户端使用 utf8，因为这是客户端操作系统支持的。使用 latin1 作为默认字符集启动服务器：

mysqld --character-set-server=latin1

然后，使用默认字符集 utf8 启动客户端：

mysql --default-character-set=utf8

结果设置可以通过查看 显示 VARIABLES 的输出来查看：

mysql> 显示 VARIABLES LIKE 'char%';
+--------------------------+----------------------------------------+
| 变量名称               | 值                                    |
+--------------------------+----------------------------------------+
| character_set_client     | utf8                                   |
| character_set_connection | utf8                                   |
| character_set_database   | latin1                                 |
| character_set_filesystem | binary                                 |
| character_set_results    | utf8                                   |
| character_set_server     | latin1                                 |
| character_set_system     | utf8                                   |
| character_sets_dir       | /usr/local/mysql/share/mysql/charsets/ |
+--------------------------+----------------------------------------+

现在停止客户端，使用 mysqladmin 停止服务器。然后，再次启动服务器，但这次告诉它跳过握手，如下所示：

mysqld --character-set-server=utf8 --skip-character-set-client-handshake

再次使用 utf8 作为默认字符集启动客户端，然后显示结果设置：

mysql> 显示 VARIABLES LIKE 'char%';
+--------------------------+----------------------------------------+
| 变量名称               | 值                                    |
+--------------------------+----------------------------------------+
| character_set_client     | latin1                                 |
| character_set_connection | latin1                                 |
| character_set_database   | latin1                                 |
| character_set_filesystem | binary                                 |
| character_set_results    | latin1                                 |
| character_set_server     | latin1                                 |
| character_set_system     | utf8                                   |
| character_sets_dir       | /usr/local/mysql/share/mysql/charsets/ |
+--------------------------+----------------------------------------+

正如你可以通过比较 显示 VARIABLES 的不同结果看到，如果使用 --skip-character-set-client-handshake 选项，服务器将忽略客户端的初始设置。

对于 LIKE 搜索，有一个非常简单的问题与二进制字符串列类型，如 BINARY 和 BLOB：我们必须知道字符在哪里结束。在多字节字符集中，不同的字符可能具有不同的八位字节长度。例如，在 utf8 中，A 需要一个字节，但 ペ 需要三个字节，如下所示：

+-------------------------+---------------------------+
| OCTET_LENGTH(_utf8 'A') | OCTET_LENGTH(_utf8 'ペ') |
+-------------------------+---------------------------+
|                       1 |                         3 |
+-------------------------+---------------------------+

如果我们不知道字符串中的第一个字符在哪里结束，我们不知道第二个字符从哪里开始，在这种情况下，甚至非常简单的搜索，如 LIKE '_A%' 都会失败。解决方案是使用定义为具有正确的 CJK 字符集的非二进制字符串列类型。例如：mycol TEXT CHARACTER SET sjis。或者，在比较之前将其转换为 CJK 字符集。

这是 MySQL 无法允许不存在字符的编码的原因之一。如果它不严格地拒绝坏输入，它就不知道字符在哪里结束。

对于 FULLTEXT 搜索，我们必须知道单词从哪里开始和结束。在西方语言中，这通常不是问题，因为大多数（如果不是所有）西方语言都使用易于识别的单词边界：空格字符。然而，这通常不是亚洲书写的情况。我们可以使用任意的半途措施，例如假设所有汉字符代表单词，或者（对于日本）依赖于语法结束的 Katakana 到 Hiragana 的变化。然而，唯一确定的解决方案需要一个综合的单词列表，这意味着我们需要在服务器中为每种支持的亚洲语言包含一个字典。这根本不可行。

大多数简体中文和基本非半宽日文假名字符出现在所有CJK字符集中。以下存储过程接受一个 UCS-2 Unicode字符，转换为其他字符集，并以十六进制形式显示结果。

分隔符 //

创建过程 p_convert(ucs2_char CHAR(1) 字符集 ucs2)
BEGIN

创建表 tj
             (ucs2 CHAR(1) 字符集 ucs2,
              utf8 CHAR(1) 字符集 utf8,
              big5 CHAR(1) 字符集 big5,
              cp932 CHAR(1) 字符集 cp932,
              eucjpms CHAR(1) 字符集 eucjpms,
              euckr CHAR(1) 字符集 euckr,
              gb2312 CHAR(1) 字符集 gb2312,
              gbk CHAR(1) 字符集 gbk,
              sjis CHAR(1) 字符集 sjis,
              ujis CHAR(1) 字符集 ujis);

插入 tj (ucs2) 值 (ucs2_char);

更新 tj 设置 utf8=ucs2,
              big5=ucs2,
              cp932=ucs2,
              eucjpms=ucs2,
              euckr=ucs2,
              gb2312=ucs2,
              gbk=ucs2,
              sjis=ucs2,
              ujis=ucs2;

/* 如果有转换问题，UPDATE 产生警告。 */

选择 hex(ucs2) AS ucs2,
       hex(utf8) AS utf8,
       hex(big5) AS big5,
       hex(cp932) AS cp932,
       hex(eucjpms) AS eucjpms,
       hex(euckr) AS euckr,
       hex(gb2312) AS gb2312,
       hex(gbk) AS gbk,
       hex(sjis) AS sjis,
       hex(ujis) AS ujis
FROM tj;

删除表 tj;

END//

分隔符 ;

输入可以是任何单个 ucs2 字符，也可以是该字符的代码值（十六进制表示）。例如，从 Unicode 的 ucs2 编码和名称列表中（http://www.unicode.org/Public/UNIDATA/UnicodeData.txt），我们知道，片假名字符 Pe 出现在所有 CJK 字符集中，并且其代码值是 X'30DA'。如果我们使用这个值作为 p_convert() 的参数，结果将如下所示：

mysql> CALL p_convert(X'30DA');
+------+--------+------+-------+---------+-------+--------+------+------+------+
| ucs2 | utf8   | big5 | cp932 | eucjpms | euckr | gb2312 | gbk  | sjis | ujis |
+------+--------+------+-------+---------+-------+--------+------+------+------+
| 30DA | E3839A | C772 | 8379  | A5DA    | ABDA  | A5DA   | A5DA | 8379 | A5DA |
+------+--------+------+-------+---------+-------+--------+------+------+------+

由于没有列值是 3F（即问号字符，？），我们知道每个转换都成功了。

从 MySQL 8.0 开始，可以使用 utf8mb4 字符集和 utf8mb4_ja_0900_as_cs 排序解决 CJK 排序问题。

从 MySQL 8.0 开始，可以使用 utf8mb4 字符集和 utf8mb4_ja_0900_as_cs 排序解决 CJK 排序问题。

补充字符位于 Unicode 基本多语言平面 / 平面 0 之外。 BMP 字符的代码点值介于 U+0000 和 U+FFFF 之间。补充字符的代码点值介于 U+10000 和 U+10FFFF 之间。

要存储补充字符，必须使用支持它们的字符集：

不。术语““CJKV””（中文、日文、韩文、越南文）指的是越南字符集，其中包含汉字符（原本是中文字符）。MySQL 支持使用西方字符的现代越南文本，但不支持使用汉字符的旧越南文本。

从 MySQL 5.6 开始，有 Unicode 字符集的越南排序规则，如 第 12.10.1 节“Unicode 字符集”所述。

是。

MySQL 5.6 手册的日文翻译可以从 https://dev.mysql.com/doc/ 下载。

以下资源可用：