MySQL中Like模糊查询速度太慢该如何进行优化

目录

• 一、前言：
• 二、第一个思路建索引
• 三、instr
• 附：like是否使用索引?
• 总结

一、前言：

我建了一个《学生管理系统》，其中有一张学生表和四张表（小组表，班级表，标签表，城市表）进行联合的模糊查询，效率非常的低，就想了一下如何提高like模糊查询效率问题

注：看本篇博客之前请查看：mysql中如何查看sql语句的执行时间

二、第一个思路建索引

1、like %keyword 索引失效，使用全表扫描。

2、like keyword% 索引有效。

3、like %keyword% 索引失效,使用全表扫描。

使用explain测试了一下：

原始表（注：案例以学生表进行举例）

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

-- 用户表 create table t_users(                          id int primary key auto_increment, -- 用户名                          username varchar (20), -- 密码                          password varchar (20), -- 真实姓名                          real_name varchar (50), -- 性别 1表示男  0表示女                          sex int , -- 出生年月日                          birth date , -- 手机号                          mobile varchar (11), -- 上传后的头像路径                          head_pic varchar (200) );

建立索引

?

1 2	# create index 索引名 on 表名(列名);                 create index username on t_users(username);

like %keyword% 索引失效，使用全表扫描

?

1 2	explain select id,username, password ,real_name,sex,birth,mobile,head_pic   from t_users where username like '%h%' ;

like keyword% 索引有效。

?

1 2	explain select id,username, password ,real_name,sex,birth,mobile,head_pic from t_users where username like 'wh%' ;

like %keyword 索引失效，使用全表扫描。

三、instr

这个我最开始都没听说过，今天查阅了一下资料，才知道有这个宝贝东西，

instr(str,substr)：返回字符串str串中substr子串第一个出现的位置，没有找到字符串返回0，否则返回位置（从1开始）

?

1 2 3 4 5 6 7 8

#instr(str,substr)方法 select id,username, password ,real_name,sex,birth,mobile,head_pic        from t_users         where instr(username, 'wh' )>0 #0.00081900 #模糊查询 select id,username, password ,real_name,sex,birth,mobile,head_pic          from t_users          where username like 'whj' ; # 0.00094650

比较两个效率差距不大主要原因是数据较少，最好多准备点原始数据进行测试效果最佳

附：like是否使用索引?

　　1、like %keyword    索引失效，使用全表扫描。但可以通过翻转函数+like前模糊查询+建立翻转函数索引=走翻转函数索引，不走全表扫描。

　　2、like keyword%    索引有效。

　　3、like %keyword% 索引失效，也无法使用反向索引。

总结

到此这篇关于mysql中like模糊查询速度太慢该如何进行优化的文章就介绍到这了,更多相关mysql like模糊查询慢优化内容请搜索服务器之家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服务器之家！

原文链接：https://blog.csdn.net/weixin_44385486/article/details/121916824