MySQL模糊查询的通配符基础
在后端开发中，模糊查询是常见需求之一，核心工具是 LIKE 谓词以及两种常用通配符：%与_。其中，%代表任意长度的字符（包括空字符），而_代表单个字符。通过组合这两个符号，可以实现多种模糊匹配场景，如前缀、后缀以及包含关系。对于字段类型较长的文本列，合理使用通配符可以提升筛选效率，但也可能带来索引失效的问题。在设计查询时需要考虑字段的字符集与排序规则（collation）对大小写敏感性的影响。
如若使用不当，模糊查询会导致全表扫描与显著的性能下降，因此理解索引的可用性与查询计划是优化的第一步。结合下面的要点，可以在后端实现高效的模糊筛选：前缀匹配、后缀匹配与中间匹配的区别、以及 ESCAPE 的使用方式。
在实现过程中，我们通常会结合实际业务场景选择对性能友好的路径，例如对常用前缀查询使用普通的 LIKE 以及合适的索引策略，对包含性查询再结合全文检索、正则表达式等替代方案，以确保查询既准确又快速。下面将逐步展开具体做法与技巧。
使用LIKE实现高性能的前缀与模糊匹配
对于前缀匹配，例如查找名称以某个字母开头的记录，LIKE 'abc%'可以利用列上的普通索引实现快速定位。前缀模式的索引利用是提升性能的核心之一。反之，如果模式以通配符开头（如'%abc'），MySQL通常无法使用普通索引，需走全表扫描，因此要在设计阶段避免这一情形。
若数据库表中存在大量文本字段的模糊筛选需求，生成列+索引是一种常用的优化手段：将文本规范化（如转换为小写）后再进行前缀匹配，可以显著提升查询的可预测性与性能。下方示例展示如何使用生成列来实现大小写不敏感的前缀查询：
ALTER TABLE usersADD COLUMN name_lower VARCHAR(100) AS (LOWER(name)) STORED,ADD INDEX idx_name_lower (name_lower);查询阶段使用生成列进行匹配，例如：name_lower LIKE 'jin%'，从而实现兼容大小写的高效检索。
如何利用ESCAPE自定义通配符，避免关键字冲突
在实际业务中，字段值可能包含通配符字符，如百分号或下划线。本节介绍如何通过 ESCAPE 子句自定义转义字符，避免通配符与业务字段值的冲突，从而实现精准匹配。通过显式转义，可以在 LIKE 模式中安全地包含通配符字符本身。
需要注意的是，转义字符的选择应尽量避免与数据库中的其他字符冲突，同时保持代码的一致性，以便后续维护。
示例场景：在查询商品代码中包含字符“%”或“_”时，可以使用自定义转义符，例如“/”。
SELECT * FROM products
WHERE code LIKE '%/_%' ESCAPE '/';正则表达式（REGEXP）在模糊查询中的应用场景
REGEXP (或 REGEXP_LIKE) 提供了比 LIKE 更丰富的模式匹配能力，适用于复杂的字符集、位置约束或多条件组合的场景。REGEXP 的表达能力包括字符集、字符范围、边界锚点等，能够在一个查询中完成多种条件的模糊筛选。
使用 REGEXP 的代价通常高于 LIKE，尤其在大表上且缺乏适当索引时，因此应结合实际数据量和执行计划来权衡。对于需要经常性使用的正则模式，可以考虑将常用正则提取逻辑放到应用层，或将正则相关筛选放入一个可缓存的查询分支中。
下面给出一个正则筛选的典型用法示例，用于匹配以字母开头并以数字结尾的编码模式：
SELECT id, code
FROM items
WHERE code REGEXP '^[A-Za-z]+[0-9]+$';全文检索MATCH...AGAINST在模糊查询中的实战技巧
MySQL 的 InnoDB/MyISAM 引擎提供了 MATCH(...) AGAINST(...) 的全文检索能力，适合对文本字段进行语义级别的模糊匹配。在 BOOLEAN MODE 下，通配符星号（*）用于前缀模糊匹配，可以实现对一个词根的多种派生形式的检索。对于大文本量的场景，全文检索通常比 LIKE 具有更高的相关性排序和性能表现。
要启用全文检索，需要在相应列上创建全文索引，并根据业务需求选择自然语言模式或布尔模式。在布尔模式中，+、-、>、< 等符号可以用来强化查询约束，使用星号通配符进行前缀扩展时，务必注意索引的覆盖性与查询成本。
-- 创建全文索引（示例：文章标题与正文）
CREATE FULLTEXT INDEX idx_ft ON articles(title, content);-- 布尔模式下的模糊匹配示例
SELECT id, title
FROM articles
WHERE MATCH(title, content) AGAINST ('+云计算*' IN BOOLEAN MODE);提升性能的索引与表结构设计
为了在模糊查询场景中获得更好的性能，索引策略与表结构设计是关键。以下要点有助于在后端实现高效的模糊查询：
优先使用前缀匹配的 LIKE，并确保被匹配的字段上有可用的普通索引，避免全表扫描。对于经常需要大小写不敏感搜索的字段，可以借助生成列结合索引来实现。
对文本字段考虑建立全文索引，在需要语义匹配时，MATCH...AGAINST 能提供更好的排序与相关性，同时避免大量的 LIKE 运算导致的性能瓶颈。
-- 生成列 + 索引示例（大小写不敏感前缀查询）
CREATE TABLE users (id INT PRIMARY KEY,name VARCHAR(100),name_lower VARCHAR(100) AS (LOWER(name)) STORED,INDEX idx_name_lower (name_lower)
);-- 全文检索索引示例
CREATE FULLTEXT INDEX idx_ft ON articles(title, content);实战案例：综合多条件模糊查询的查询语句
在真实场景中，往往需要将多种模糊查询组合在一个查询中，以满足复杂的条件筛选。下面给出一个综合案例：
场景描述：查找用户名以“张”或“李”开头、且文章标题中包含“数据库”且内容与“优化”相关的记录。
SELECT u.id AS user_id, u.name, a.id AS article_id, a.title
FROM users u
JOIN articles a ON a.author_id = u.id
WHERE (u.name LIKE '张%' OR u.name LIKE '李%')AND (a.title LIKE '%数据库%' OR a.content LIKE '%数据库%')AND MATCH(a.title, a.content) AGAINST ('+优化' IN BOOLEAN MODE);该语句综合了前缀匹配、包含匹配与全文检索三种模糊查询手段，在实际生产环境中，可以基于执行计划逐步优化，如对匹配字段添加或调整相应的索引、对生成列的策略进行微调、以及对布尔模式中的权重与必选条件进行权衡。
