1. 场景背景与需求
1.1 数据筛选的常用通配符及意义
在数据同步场景中，MySQL 通配符在数据同步中的应用场景与实现要点也会经常被提及，因为通配符是实现条件筛选的核心工具。%、_是在 LIKE 表达式中最常用的两种通配符，分别匹配任意序列和单个字符。
通过在 WHERE 子句中使用 LIKE ...，我们可以实现对源表中子集数据的导出或增量捕获，从而降低传输量、提高同步效率。应该明确哪些字段需要筛选、筛选的范围和粒度，以便后续的变更数据捕获（CDC）工具能够精准地工作。
SELECT order_id, customer_id, amount
FROM orders
WHERE status = 'ACTIVE' AND city LIKE 'N%';
需要特别注意的是，前缀通配符（如 '%abc'）往往无法利用普通索引，而后缀通配符（如 'abc%'）通常更容易使用索引。为解决这一限制，可以考虑使用生成列和函数索引来提升性能。
在一些数据同步工具里，通配符不仅用于列的筛选，还用于表名、数据库名的筛选，从而实现跨分区的匹配和路由。该方法有助于在初始全量导出阶段控制数据规模。
1.2 数据同步中的筛选位置
在数据同步过程中，使用通配符进行筛选的场景包括：初始全量导出时的子集、增量变更日志的范围控制，以及分库分表的路由。选择合适的筛选条件，可以显著减少网络带宽和存储负载。
并且，不同同步工具对通配符的支持程度不同，例如部分工具支持在配置中按表名或数据库名进行通配符过滤，而对行级数据的通配符过滤则通常需要在 SQL 查询中实现。
-- 增量同步示例：仅同步 city 前缀为 'New' 的订单
SELECT * FROM orders WHERE updated_at > TIMESTAMP '2025-01-01 00:00:00' AND city LIKE 'New%';
2. 实现要点
2.1 规则设计与索引优化
在设计数据同步规则时，应将通配符匹配与索引策略分离，优先对经常作为筛选条件的字段建立前缀索引或使用生成列来帮助索引。前缀匹配如 'abc%'可以利用索引，而以 '%' 开头的通配符往往需要额外的结构来避免全表扫描。
一个常见做法是创建生成列，将需要筛选的前缀部分提取出来并建立索引。例如：LEFT(city, 20) 作为生成列，然后对该列建立索引，以支持 LIKE 'N%' 的快速定位。
ALTER TABLE orders
ADD COLUMN city_prefix VARCHAR(20) AS (LEFT(city, 20)) STORED;
CREATE INDEX idx_city_prefix ON orders(city_prefix);SELECT order_id, city
FROM orders
WHERE city LIKE 'New%';
2.2 全量与增量同步中的通配符策略
在全量导出阶段，使用WHERE 条件中的通配符过滤可以直接控制被导出的数据范围；在增量同步阶段，结合 updated_at/created_at 时间字段与通配符条件，实现更精准的变更捕获。
实践中，常见的做法包括：通过数据同步工具的“table.include”或“database.include”配置进行列级过滤，结合 SQL 条件实现范围控制，并在必要时回退到全量以确保一致性。
-- 增量示例：只同步城市以 New 开头的订单
SELECT * FROM orders WHERE updated_at > TIMESTAMP '2025-01-01 00:00:00' AND city LIKE 'New%';
3. 具体场景实例
3.1 分区对齐与跨区域同步
在跨区域的数据同步场景中，通过通配符筛选区域字段的前缀，例如 city LIKE 'US_%'，可以实现区域分区的对齐与路由，减少跨区域传输的数据量。
此外，分区字段与通配符结合，有助于在目标系统中保持分区粒度的一致性，从而提升查询性能与并发处理能力。
SELECT order_id, region, amount
FROM orders
WHERE region LIKE 'US_%' AND status = 'ACTIVE';
3.2 复杂字段通配符的应用
对于 JSON 或 XML 等复杂字段，通配符可以作为字段中的文本模式对比的一部分，例如在 JSON 数组中筛选包含特定前缀的标签，配合 JSON 函数的 LIKE 条件实现。
注意要监控执行计划，因为在这类场景下，对内容字段进行模式匹配往往会触发全表扫描，需要通过生成列、函数索引或外部索引来缓解。
-- JSON 字段中筛选 tag 以 'log_' 开头的记录
SELECT id, payload
FROM events
WHERE JSON_EXTRACT(payload, '$.tags') LIKE 'log_%';
4. 性能与可观测性
4.1 监控与日志
在数据同步场景中，监控通配符筛选带来的准确性与性能影响是关键，应该持续记录命中率、被筛选的数据量以及网络传输量等指标。
通过执行计划分析和慢查询日志，可以评估 LIKE 查询的索引使用情况，并据此调整索引策略或替代方案。
EXPLAIN SELECT * FROM orders WHERE city LIKE 'New%';
4.2 故障处理与容错
错误使用通配符可能导致数据缺失或重复加载，因此在容错策略中应明确回滚、重新全量同步的触发条件，并对异常数据进行标记以便后续修复。
在出现问题时，优先考虑先进行数据一致性检查，如对比源端与目标端的行数、校验和与主键分布，以确保数据完整性。
