01 引言

MySQL根据不同的应用场景，支持的模糊搜索方式有多种，例如应用最广泛的可能是Like匹配和RegExp正则匹配，二者虽然用法和原理都很相似，但实际上匹配原则却不尽相同，其中Like要求模式串与整个目标字段完全匹配才检索该记录，而RegExp则是要求目标字段包含模式串即可。

对于简单的判断模式串是否存在类型的模糊搜索，应用MySQL内置函数即可实现，例如Instr()、Locate()、Position()等。

当然，提到MySQL查询性能就不得不提到索引，对于字段模糊查询需求，我们也可以考虑添加全文索引(Fulltext)。

注：本文所用MySQL版本8.0.19，可视化工具Navicat Primium。

02 4种模糊查询

为了便于描述和测试不同模糊查询方式结果，首先给出一个简单的测试用数据表tests如下：

其中，tests表仅含有一个名为words的字段，并对该字段添加全文索引。表中共有6条记录。

• Like

Like算作MySQL中的谓词，其应用与is、=、>和<等符号用法类似。Like主要支持两种通配符，分别是"_"和"%"，其中前者代表匹配1个任意字符，常用于充当占位符；而后者代表匹配0个或多个任意字符。从某种意义上讲，Like可看作是一个精简的正则表达式功能。

例如，在如上表中查找所有以"hello"开头的记录，则其SQL语句为：

1SELECTwordsFROMtestsWHEREwordsLIKE'hello%';

查询结果：

如果想查找所有以"hello"开头且至少含有6个字符的记录，则可简单修改SQL语句如下：

1SELECTwordsFROMtestsWHEREwordsLIKE'hello_%';

查询结果：

另外：当在Like模式字段中，若不包含任何"_"和"%"通配符，则等价于"="，表示精确匹配，例如查询语句……Like "hello"，则仅返回hello一条记录；还可在Like前加限定词Not，表示结果取反。

• RegExp

正则表达式具有庞大而丰富的语法，MySQL语法中支持绝大部分正则表达式功能，几乎可以满足所有需求。本文不过多展开正则表达式相关介绍，仅在Like的基础上，简单介绍其与Like模糊搜索方式的区别。

如前所述，Like匹配原则是要求模式串与整个目标字段匹配时，才返回该条记录；而RegExp中则是当目标字段包含模式串时即返回该条记录。例如如下SQL语句将返回所有包含"hello"的记录：

1SELECTwordsFROMtestsWHEREwordsREGEXP'hello';

而在Like中这样的写法仅返回记录="hello"的记录。为了限定正则表达式以某个模式串开头或者结尾，可以通过添加"^"和"$"标识符来限定，例如仍然搜索以"hello"开头的目标字段，则其SQL语句为：

1SELECTwordsFROMtestsWHEREwordsREGEXP'^hello';

• 内置函数

对于包含某些特定模式串的模糊搜索，可以通过MySQL内置函数实现。可以完成这一功能的函数包括Instr()、Locate()和Position()等，其功能语法很相近，均是返回子串在字符串中的索引，且索引下标从1开始，当子串不存在是返回0。需要注意的是三个函数中子串和字符串的先后顺序是不一致的。例如以下语句均成功检索，且返回目标索引1

1SELECTINSTR("hello,world",'hello');--1
2SELECTLOCATE('hello',"hello,world");--1
3SELECTPOSITION('hello'in"hello,world");--1

应用以上3个内置函数，搜索上述测试表中包含"hello"的记录，则相应SQL语句为：

1SELECTwordsFROMtestsWHEREINSTR(words,'hello');
2SELECTwordsFROMtestsWHERELOCATE('hello',words);
3SELECTwordsFROMtestsWHEREPOSITION('hello'inwords);

• 全文索引

抛开索引谈查询性能，都是耍流氓！

全文索引是MySQL中索引的一种，曾经仅在引擎为MyISAM的表中支持，从5.6版本开始在InnoDB中也开始支持全文索引，支持的字段格式包括CHAR、VARCHAR和TEXT。在如上已经添加了全文索引的tests表中，仍然查询包含"hello"的记录，应用全文索引查询的SQL语句为：

1SELECTwordsFROMtestsWHEREMATCH(words)against('hello');

实际上，MATCH(words) against(‘hello’)返回的是字段words对目标字符"hello"的匹配程度：当不存在任何匹配结果时，返回0；否则，根据匹配次数的多少和位置先后返回一个匹配度。例如，如下SQL语句返回表中每条记录对目标字段"hello"的匹配度：

1SELECTMATCH(words)against('hello')FROMtests;

返回结果如下：

03 查询性能对比

为了对比以上4种模糊搜索方式的性能，我们这里构建一个规模较大且更具一般性的数据表。本文选择采集若干条英文格言，用于创建目标数据库。

• 创建数据表。为简单起见，仅创建一个名为says的字段，且对其添加全文索引。

1CREATETABLEIFNOTEXISTSsayings(saysTEXT,FULLTEXT(says));

• 英文格言信息获取

在网上找了个英文格言的网站，并写了一个python小爬虫爬取页面全部300条英文格言，爬虫源码如下（为了增加记录条数，将300条记录重写100词，即数据库中包含30000条记录）：

1frompyqueryimportPyQueryaspq
2frompymysqlimportconnect
3
4doc=pq(url='http://www.1juzi.com/new/43141.html',encoding='gb18030')
5items=doc("div.content>p:nth-child(2n+1)").items()
6hots=[item.text()foriteminitems]
7withconnect(host="localhost",user="root",password="123456",db='teststr',charset='utf8')ascur:
8sql_insert='insertintosayingsvalues(%s);'
9for_inrange(100):
10cur.executemany(sql_insert,hots)

注：如果对pyquery爬虫运用感兴趣，可移步：用pyquery5行代码爬取百度热点新闻一文

对爬取的英文短句写入创建的数据表中，结果如下：

既然是英文励志格言短句，那么我们就来查询其中包括"success"的记录。

• 首先查询语句中任意位置包含"success"的记录，4种方式SQL语句及执行时间为：

1--LIKE通配符
2SELECTsaysFROMsayingsWHEREsaysLIKE'%success%'
3>OK
4>时间:0.036s
5
6--REGEXP正则匹配
7SELECTsaysFROMsayingsWHEREsaysREGEXP'success'
8>OK
9>时间:0.053s
10
11--内置函数查找
12SELECTsaysFROMsayingsWHEREINSTR(says,'success')
13>OK
14>时间:0.045s
15
16SELECTsaysFROMsayingsWHERELOCATE('success',says)
17>OK
18>时间:0.044s
19
20SELECTsaysFROMsayingsWHEREPOSITION('success'insays)
21>OK
22>时间:0.047s
23
24--全文索引
25SELECTsaysFROMsayingsWHEREMATCH(says)against('Success')
26>OK
27>时间:0.006s

可见，全文索引速度最宽，领先其他方式接近一个量级；Like通配符速度其次，但与其他几种查询方式效率相差不大。

通过Explain查询计划，我们可以发现全文索引方式由于应用了索引而无需全表查询，所以执行速度快，而其他三种模糊查询方式均为执行全表查询。

全文索引查询计划

Like通配符查询计划

实际上，对于添加索引的字段应用Like查询时，可以应用索引加速查询，为勒验证全文索引条件下是否仍然可以应用索引，我们进行第二组性能测试：

• 查询语句中以"success"开头的记录（全文索引方式不支持指定单词开头的查询任务），相应SQL语句即执行时间如下：

1SELECTsaysFROMsayingsWHEREsaysLIKE'success%'
2>OK
3>时间:0.015s
4
5SELECTsaysFROMsayingsWHEREsaysREGEXP'^success'
6>OK
7>时间:0.046s
8
9SELECTsaysFROMsayingsWHEREINSTR(says,'success')=1
10>OK
11>时间:0.042s
12
13SELECTsaysFROMsayingsWHERELOCATE('success',says)=1
14>OK
15>时间:0.051s
16
17SELECTsaysFROMsayingsWHEREPOSITION('success'insays)=1
18>OK
19>时间:0.049s
20
21SELECTsaysFROMsayingsWHEREMATCH(says)against('Success')
22>OK
23>时间:0.007s

可以看到，修改后的Like查询效率提升明显，并大幅超过其他方式。但解释查询计划发现，虽然possible_key显示了索引字段，但实际仍然未应用任何索引（key为null），即仍然进行全表查询（Type = All）。之所以带来速度上的大幅提升，仅仅是因为对’success%’要比’%success%’执行字符串匹配要快得多（后者要整列匹配，前者仅需匹配开头的单词即可），而与索引无关。

Like’success%’仍然无法应用全文索引

所以，得到的结论是Like通配符无法有效利用全文索引加速查询，但在特定模式下的查询速度可快于通配符%模式下的查询。

04 总结

本文探讨了MySQL中4中模糊查询方式，包括：

• Like通配符用于查询目标字段与模式串完全匹配的记录，且无法应用全文索引提高查询速度，但以特定字符开头的模糊查询比以"%"开头时速度提升明显
• RegExp正则表达式功能强大，可实现任意模式查询，但执行效率一般
• 简单的子串有无查询还可应用MySQL内置函数，包括Instr()、Locate()和Position()等，用法相近，但效率一般
• 对于包含全文索引的目标字段查询，应用全文索引查询效率最高，但可定制性差，不支持任意匹配查询
• 记录数目较少时，几种查询方式效率均可接受，可根据任务需求灵活选用