MySQL索引的优化之LIKE模糊查询功能实现

2025-04-21 17:50

本文主要是介绍MySQL索引的优化之LIKE模糊查询功能实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧...

在使用mysql进行模糊查询时,LIKE语句的性能可能会受到较大影响,尤其是在数据量较大的情况下。

但本质上,用like进行模糊查询,只有以下三种情况:

  • 前缀匹配:如果模糊查询是前缀匹配(如 LIKE '%abc' ),MySQL可以使用索引来加速查询。确保在相关列上创建了索引
  • 后缀匹配:对于后缀匹配(如LIKE 'abc%'),MySQL无法使用普通的B-tree索引。可以考虑使用反向索引(Reverse Index)或全文索引(Full-Text Index)
  • 中间匹配:对于中间匹配(如LIKE '%abc%'),MySQL也无法使用普通的B-tree索引。全文索引或搜索引擎(如Elasticsearcha)可能是更好的选择。

一、前缀匹配优化

前缀匹配(如LIKE 'abc%')可以使用B-tree索引,因此性能较好。确保在相关列上创建索引

示例:

-- 创建表
CREATE TABLE users (
    id INT PRIMARY KEY AUTO_INCREMENT,
    username VARCHAR(255) NOT NULL
);
​
-- 插入数据
INSERT INTO users (username) VALUES ('john_doe'), ('jane_doe'), ('aljavascriptice'), ('bob'), ('john_smith');
​
-- 创建索引
CREATE INDEX idxphp_username ON users(username);
​
-- 前缀匹配查询
EXPLAIN SELECT * FROM users WHERE username LIKE 'john%';
  • 执行计划分析
    • 如果使用了索引,EXPLAIN结果中的key列会显示idx_username,表明查询使用了索引
    • type会显示range,表示使用了索引范围扫描

二、后缀匹配优化

后缀匹配(如LIKE '%abc'),无法直接使用B-tree索引,可以通过反转字符串并创建索引来优化

示例:

-- 添加反转列
ALTER TABLE users ADD COLUMN reversed_username VARCHAR(255);
​
-- 更新反转列数据
UPDATE users SET reversed_username = REVERSE(username);
-- REVERSE('helloNnMFdC') 的结果是 'olleh'
​
-- 创建反转列索引
CREATE INDEX idx_reversed_username ON users(reversed_username);
​
-- 后缀匹配查询(转换为前缀匹配)
EXPLAIN SELECT * FROM users WHERE reversed_username LIKE REVERSE('doe') + '%';
  • 执行计划分析
    • 查询反转后的列时,EXPLAIN结果中的key列会显示idx_reversed_username,表明使用了索引
    • type列会显示range,表示使用了索引范围扫描

三、中间匹配优化

中间匹配(如LIKE '%abc%')无法使用B-tree索引。可以考虑使用全文索引或外部搜索引擎

示例(使用全文索引)

-- 创建全文索引
CREATE FULLTEXT INDEX idx_username_fulltext ON users(username);
​
-- 全文索引查询
EXPLAIN SELECT * FROM users WHERE MATCH(username) AGAINST('doe');
  • 执行计划分析:
    • EXPLAIN结果中的key列会显示idx_username_fulltext,表明使用了全文索引
    • type列会显示fulltext,表示使用了全文索引

四、覆盖索引优化

如果查询只需要返回索引列,可以使用覆盖索引(Covering index),避免回表操作

示例:

-- 创建覆盖索引
CREATE INDEX idx_username_covering ON users(username, id);
​
-- 覆盖索引查询
EXPLAIN SELECT username FROM users WHERE username LIKE 'john%';

五、减少查询范围

通过其他条件缩小查询范围,减少模糊查询的数据量

示例:

-- 假设有一个注册时间列
ALTER TABLE users ADD COLUMN registered_at DATETIME;
​
-- 插入数据
UPDATE users SET registered_at = NOW() - INTERVAL FLOOR(RAND() * 365) DAY;
​
-- 缩小查询范围
EXPLAIN SELECT * FROM users 
WHERE registered_at > '2023-01-01' 
AND username LIKE 'john%';
  • 执行计划分析
    • EXPLAIN结果中的key列会显示idx_username,表明使用了索引
    • rows列的值会减少,表明查询范围缩小

六、避免通配符开头

尽量避免在LIKE语句中使用通配符开头(如%abc),因为这种查询无法使用索引

示例:

-- 不推荐的查询
EXPLAIN SELECT * FROM users WHERE username LIKE '%doe';
​
-- 优化后的查询(使用全文索引)
EXPLAIN SELECT * FROM users WHERE MATCH(username) AGAINST('doe');
  • 执行计划分析
    • 不推荐的查询中,type列会显示ALL,表示全表扫描。
    • 优化后的查询中,type列会显示fulltext,表示使用了全文索引。

七、使用外部搜索引擎

对于复杂的模糊查询需求,尤其是大数据量场景,可以使用外部搜索引擎(如Elatsticsearch)

示例

  • 将数据同步到Elasticsearch。
  • 使用Elasticsearch进行模糊查询。

八、分区表优化

如果数据量非常大,可以使用分区表(Partitioning),来较少每次查询需要扫描的数据量

示例:

-- 创建分区表
CREATE TABLE users_partitioned (
    id INT PRIMARY KEY AUTO_INCREMENT,
    username VARCHAR(255) NOT NULL,
    registered_at DATETIME
) PARTITION BY RANGE (YEAR(registered_at)) (
    PARTITION p0 VALUES LESS THAN (2020),
    PARTITION p1 VALUES LESS THAN (2021),
    jsPARTITION p2 VALUES LESS THAN (2022),
    PARTITION p3 VALUES LESS THAN (2023),
    PARTITION p4 VALUES LESS THAN MAXVALUE
);
​
-- 插入数据
INSERT INTO users_partitioned (username, registered_at) 
SELECT username, registered_at FROM users;
​
-- 分区表查询
EXPLAIN SELECT * FROM users_partitioned 
WHERE registered_at > '2023-01-01' 
AND username LIKE 'john%';
  • 执行计划分析
    • EXPLAIN结果中的partitions列会显示查询涉及的分区,表明查询只扫描了部分数据。

九、缓存结果

如果模糊查询的结果不经常变化,可以将查询结果缓存起来,减少数据库的查询压力

示例:

python
  • 使用Redis缓存查询结果
  • 设置缓存的过期时间,确保数据的时效性

总结

通过以上方法,可以显著优化MySQL中LIKE模糊查询的性能。根据具体的业务需求和数据特点,选择合适的优化策略:

  • 前缀匹配:使用普通索引。
  • 后缀匹配:使用反转索引。
  • 中间匹配:使用全文索引或外部搜索引擎。
  • 大数据量:使用分区表或外部搜索引擎。
  • 高频查询:使用缓存。

注:了解MySQL-MATCH ... AGAINST工具参考MySQL-MATCH ... AGAINST工具

到此这篇关于MySQL--索引的优化--LIKE模糊查询的文章就介绍到这了,更多相关mysql like模糊查询内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程China编程(www.chinasem.cn)!

这篇关于MySQL索引的优化之LIKE模糊查询功能实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1154311

相关文章

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

PyQt6/PySide6中QTableView类的实现

《PyQt6/PySide6中QTableView类的实现》本文主要介绍了PyQt6/PySide6中QTableView类的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学... 目录1. 基本概念2. 创建 QTableView 实例3. QTableView 的常用属性和方法

PyQt6/PySide6中QTreeView类的实现

《PyQt6/PySide6中QTreeView类的实现》QTreeView是PyQt6或PySide6库中用于显示分层数据的控件,本文主要介绍了PyQt6/PySide6中QTreeView类的实现... 目录1. 基本概念2. 创建 QTreeView 实例3. QTreeView 的常用属性和方法属性

Android使用ImageView.ScaleType实现图片的缩放与裁剪功能

《Android使用ImageView.ScaleType实现图片的缩放与裁剪功能》ImageView是最常用的控件之一,它用于展示各种类型的图片,为了能够根据需求调整图片的显示效果,Android提... 目录什么是 ImageView.ScaleType?FIT_XYFIT_STARTFIT_CENTE

MySQL 中的 JSON 查询案例详解

《MySQL中的JSON查询案例详解》:本文主要介绍MySQL的JSON查询的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql 的 jsON 路径格式基本结构路径组件详解特殊语法元素实际示例简单路径复杂路径简写操作符注意MySQL 的 J

pandas中位数填充空值的实现示例

《pandas中位数填充空值的实现示例》中位数填充是一种简单而有效的方法,用于填充数据集中缺失的值,本文就来介绍一下pandas中位数填充空值的实现,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是中位数填充?为什么选择中位数填充?示例数据结果分析完整代码总结在数据分析和机器学习过程中,处理缺失数

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

Java对象转换的实现方式汇总

《Java对象转换的实现方式汇总》:本文主要介绍Java对象转换的多种实现方式,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java对象转换的多种实现方式1. 手动映射(Manual Mapping)2. Builder模式3. 工具类辅助映