异常教程
SQL LIKE 操作符（千字长文）
💡一则或许对你有用的小广告
欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论
- 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于
Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;- 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;
截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观
前言：SQL LIKE 操作符的核心作用与应用场景
在数据库查询的世界中，精确匹配固然重要，但很多时候我们需要处理模糊的、不完全确定的搜索需求。例如，用户可能希望找到名字中包含“John”的所有客户，或者订单编号以“2023”开头的记录。这时，SQL 的 LIKE 操作符便成为了解决这类问题的核心工具。它允许开发者通过通配符实现灵活的模式匹配，是 SQL 语言中不可或缺的“模糊查询利器”。
本文将从基础概念逐步深入，结合实际案例和代码示例，帮助编程初学者和中级开发者掌握 SQL LIKE 操作符 的核心用法，理解其性能优化技巧，并解决常见问题。
基础语法与通配符：如何用“模式”匹配数据
基本语法结构
LIKE 操作符的基本语法如下：
SELECT * FROM 表名 WHERE 列名 LIKE '模式';
其中，“模式”可以包含普通字符和通配符，用于定义需要匹配的字符串规则。例如：
SELECT * FROM users WHERE name LIKE 'J%';
这条语句会返回所有名字以字母“J”开头的用户记录。
通配符的魔法：% 和 _
SQL LIKE 主要使用两种通配符：
-
%（百分号）：代表任意数量的字符（包括零个字符）。- 比喻：想象
%是一张无限伸缩的“寻宝图”，可以匹配任意长度的路径。 - 示例：
name LIKE 'Li%'匹配所有以“Li”开头的名字，如“Lisa”、“Lily”或“Lionel”。
- 比喻：想象
-
_（下划线）：代表一个单一的任意字符。- 比喻：
_就像一个“空位标记”，只能占一个位置，但可以是任何字符。 - 示例：
code LIKE '__2023'匹配所有长度为 6 位且以“2023”结尾的代码，例如“AB2023”或“9X2023”。
- 比喻：
实战案例：模糊搜索用户信息
假设有一个 users 表，包含以下数据：
id | name | email
---|------------|-----------------
1 | Alice | alice@example.com
2 | Bob | bob123@domain.net
3 | Charlie | charlie456@site.org
4 | David | dave@company.com
以下查询将展示 LIKE 的不同用法：
-- 查找名字以 "A" 开头的用户
SELECT * FROM users WHERE name LIKE 'A%'; -- 返回 Alice
-- 查找邮箱以 "example.com" 结尾的用户
SELECT * FROM users WHERE email LIKE '%example.com'; -- 返回 Alice
-- 查找名字长度为5且第三个字符为 "a" 的用户（如 "Alice"）
SELECT * FROM users WHERE name LIKE '__a%'; -- 返回 Alice（"Al" + "i" + ...）
进阶技巧：NOT LIKE 与复杂模式设计
反向匹配：NOT LIKE 的应用场景
当需要排除符合条件的记录时，可以使用 NOT LIKE：
-- 查找邮箱不以 "example.com" 结尾的用户
SELECT * FROM users WHERE email NOT LIKE '%example.com';
组合通配符：构建更复杂的模式
通过组合 % 和 _，可以实现更精细的匹配逻辑：
-- 查找名字中包含 "li" 的用户（不区分大小写，假设数据库默认是不区分的）
SELECT * FROM users WHERE name LIKE '%li%'; -- 返回 "Lisa", "Lily", "Charlie"（如果名字中有 "li"）
-- 查找名字恰好为4个字符且第三个字符为 "a" 的用户
SELECT * FROM users WHERE name LIKE '__a_'; -- 返回 "Lily"（假设存在该记录）
性能优化：通配符位置与索引的“黄金法则”
通配符位置对查询速度的影响
LIKE 的性能取决于通配符的位置：
- 前缀模式（如
LIKE 'A%'）：
数据库可以利用索引快速定位以“A”开头的记录，类似通过书的目录直接找到章节。 - 后缀或中间模式（如
LIKE '%app'或LIKE '%p%'）：
数据库无法有效使用索引，需逐行扫描，这在大数据量时会导致显著延迟，如同在图书馆中逐页翻书寻找关键词。
案例对比：不同模式的查询效率
假设有一个包含百万级订单的 orders 表：
-- 高效查询（使用前缀模式）
SELECT * FROM orders WHERE order_number LIKE 'ORD-2023%'; -- 可能快速返回结果
-- 低效查询（后缀模式）
SELECT * FROM orders WHERE description LIKE '%urgent%'; -- 可能需要数秒甚至更久
索引的“救命稻草”：全文搜索与特殊策略
对于频繁的模糊查询，可以考虑以下优化：
- 全文索引：某些数据库（如 MySQL 的
FULLTEXT索引）专门优化文本搜索。 - 预处理字段：将需要模糊查询的字段（如
name）的前缀单独存储，例如name_prefix列存储前三个字符。 - 避免以
%开头：若可能，调整业务逻辑以优先使用前缀模式。
常见问题与解决方案
问题1：大小写敏感性
默认情况下，LIKE 是否区分大小写取决于数据库配置。例如：
- MySQL 在默认配置下不区分大小写，但可通过
COLLATE强制区分：SELECT * FROM users WHERE name LIKE 'a%' COLLATE utf8mb4_bin; -- 匹配严格以"A"开头 - PostgreSQL 默认区分大小写，需使用
ILIKE实现不敏感匹配：SELECT * FROM users WHERE name ILIKE 'a%'; -- 不区分大小写
问题2：通配符本身的转义
当需要匹配 % 或 _ 字符本身时，必须使用转义符。例如：
-- 查找包含 "10%" 的订单描述（假设转义符为反斜杠）
SELECT * FROM orders WHERE description LIKE '%10\%%' ESCAPE '\'; -- 匹配 "10% off" 等内容
问题3：多条件组合与优先级
使用 AND 或 OR 组合多个 LIKE 条件时，需注意运算符优先级：
-- 正确写法：使用括号明确逻辑
SELECT * FROM products
WHERE (name LIKE '%phone%') AND (price BETWEEN 500 AND 1000);
实战案例：构建一个模糊搜索功能
场景描述
假设需要为电商平台设计一个商品搜索功能，要求：
- 支持关键词模糊匹配商品名称。
- 允许用户输入通配符（如“%”）进行高级搜索。
- 提供价格范围筛选。
SQL 实现方案
-- 基础模糊搜索（注意转义用户输入的 % 和 _）
SELECT * FROM products
WHERE name LIKE '%' || :search_term || '%'
AND price BETWEEN :min_price AND :max_price
AND category = :category_id;
安全性建议
直接拼接用户输入可能导致 SQL 注入，应改用参数化查询（如预编译语句），例如在 Python 中：
cursor.execute(
"SELECT * FROM products WHERE name LIKE %s AND price BETWEEN %s AND %s",
('%' + search_term + '%', min_price, max_price)
)
结论：掌握模糊查询的艺术
通过本文的讲解，读者应该能够：
- 理解
SQL LIKE的基本语法与通配符的使用逻辑。 - 设计高效的模糊查询策略，避免性能陷阱。
- 解决常见问题，如大小写敏感性和转义需求。
- 将理论应用到实际场景，如电商搜索功能的开发。
SQL LIKE 操作符如同一把双刃剑：它赋予开发者强大的模糊匹配能力，但也可能因不当使用导致性能问题。建议开发者始终遵循“前缀优先”原则，并结合索引优化查询效率。随着实践的深入，您将逐渐掌握在精确与模糊之间平衡的艺术，让数据库查询既灵活又高效。