介绍

在数据库中，模糊查询是一种常用的搜索方式。它可以匹配部分指定的关键字来搜索更多的结果。在一些情况下，需要查找类似的数据，但由于数据过多 或 数据的字符格式限制，单一的查询无法满足需求。这时，就可以使用模糊查询。模糊查询是利用关键词模糊匹配的方式来查找相关数据。比如，模糊匹配姓，地址，文本内容等。
在MySQL里可以使用LIKE运算符来实现模糊查询。LIKE运算符可以配合通配符一起使用。通配符包括"%“和”_"，其中%代表任意数量的字符，而_代表单个字符。
因为MySQL数据索引组织表特性，因此在查询条件中已索引查询性能最佳。但有些情况，无法使用到索引。下面解析下模糊查询的有效用法。

场景示例

下面是Like语句使用示例。可以通过示例有效的使用模糊查询。

#表结构如下：
mysql> CREATE TABLE `employees` (
  `emp_no` int NOT NULL,
  `birth_date` date NOT NULL,
  `first_name` varchar(14)  NOT NULL,
  `last_name` varchar(16)  NOT NULL,
  `gender` enum('M','F')  NOT NULL,
  `hire_date` date NOT NULL,
  PRIMARY KEY (`emp_no`),
  KEY `idx_lname` (`last_name`)
) ENGINE=InnoDB 

1.在不使用通配符情况下，LIKE语句等于=一样的效果。

mysql>EXPLAIN SELECT * FROM employees where last_name like 'C' ;

2.通配符%结合使用的场景。从3种Like执行计划来看，只要前面没有%通配符，就可以使用索引。

mysql>EXPLAIN SELECT * FROM employees where last_name like '%C' ;
mysql>EXPLAIN SELECT * FROM employees where last_name like '%C%' ;
mysql>EXPLAIN SELECT * FROM employees where last_name like 'C%' ;

3.通配符_结合使用的场景。从3种Like执行计划来看，只要前面也没有使用_通配符，就可以使用索引。

mysql>EXPLAIN SELECT * FROM employees where last_name like '_C' ;
mysql>EXPLAIN SELECT * FROM employees where last_name like '_C_' ;
mysql>EXPLAIN SELECT * FROM employees where last_name like 'C_' ;

到此，可以总结出，在MySQL的Like查询语句中，通配符不在前面就可以使用索引。

4.返回SELECT列表里只有索引列和主键，不管是否前后使用通配符%，执行计划就使用索引。

返回SELECT列表里只有索引列和主键，不管是否使用通配符，执行计划就使用索引。
因为不需要全字段扫描，也不需要进行回表，执行计划就会选择索引数据，进行匹配。

mysql>EXPLAIN SELECT emp_no,last_name FROM employees where last_name like '%C%' ;

备注：对于二级索引来说，索引字段包含索引列和主键信息。所以执行计划选择使用索引列，进场扫描。

5.返回SELECT列表里只有索引列和主键，前后通配符区别：
下面通过Explain FORMAT=TREE，看下具体的输出信息。

mysql> EXPLAIN FORMAT=TREE  SELECT emp_no,last_name FROM employees where last_name like '%C%' ;
+-------------------------------------------------------------------------------------------------+
| EXPLAIN                                                                                         |  +-------------------------------------------------------------------------------------------------+
| -> Filter: (employees.last_name like '%C%')  (cost=30889 rows=33286)
    -> Index scan on employees using idx_lname  (cost=30889 rows=299600)                          |
+-------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

mysql> EXPLAIN FORMAT=TREE  SELECT emp_no,last_name FROM employees where last_name like 'C%' ;
+-------------------------------------------------------------------------------------------------+
| EXPLAIN                                                                                         |  +-------------------------------------------------------------------------------------------------+
| -> Filter: (employees.last_name like 'C%')  (cost=7587 rows=36412)
  -> Covering index range scan on employees using idx_lname over ('C'<=last_name<='C￿￿￿￿￿￿￿￿￿￿￿￿')  (cost=7587 rows=36412)                                                       |
+-------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

Index scan(cost=30889 rows=299600)：索引全扫描，就是说用索引数据一个一个进行扫描。
Covering index range scan（cost=7587 rows=36412）：索引覆盖，采取BTree方式，定位数据。
虽然两个方式都使用索引，但性能方面肯定是没有通配符的SQL语句性能更好。

总结

在使用模糊查询时，需要注意以下几点：

1. 模糊查询可能会降低查询效率，特别是在大型数据库中。因此，应该尽量避免不必要的模糊查询。
2. 通配符“%”和“_”在使用时应该谨慎，因为它们可能匹配到不需要的数据。
3. 避免条件前面使用通配符，导致索引检索失效。
4. 会对性能产生一定的影响，特别是在大型数据集上。如果需要频繁进行模糊查询，建议使用全文搜索(Full-Text Search)功能来提高性能和准确性。