MySQL中LIKE模糊查询的使用方法与实战技巧

在日常开发过程中，数据库查询是每个后端工程师绕不开的核心技能。而在众多查询方式中，LIKE 操作符因其灵活的模糊匹配能力，成为处理文本搜索需求的重要工具。尤其在用户输入关键词进行内容检索时，如文章标题、商品名称或用户昵称的查找，LIKE 能够快速实现“包含某字符”的筛选逻辑。本文将带你深入理解 MySQL 中 LIKE 的语法结构、通配符用法以及性能优化策略，帮助你在实际项目中更高效地运用这一功能。

LIKE 是 MySQL 提供的一种用于模式匹配的操作符，通常配合 SELECT、UPDATE 或 DELETE 语句使用。其基本语法如下：

sql
SELECT column_name FROM table_name WHERE column_name LIKE pattern;

其中，pattern 是我们定义的匹配模式，支持两种主要的通配符：百分号 % 和下划线 _。% 表示任意数量（包括零个）的字符，而 _ 则代表一个且仅一个字符。例如，要查找所有以“编程”开头的文章标题，可以这样写：

sql
SELECT * FROM articles WHERE title LIKE '编程%';

这条语句会返回标题为“编程入门指南”、“编程思维解析”等记录。如果你希望查找标题中包含“MySQL”的文章，无论它出现在哪个位置，可以使用：

sql
SELECT * FROM articles WHERE title LIKE '%MySQL%';

这里的前后双 % 意味着“MySQL”前后可以有任意字符，实现了真正的“模糊包含”查询。这种写法在搜索引擎类功能中非常常见。

再来看 _ 的应用场景。假设有一个用户表，用户名格式为“user01”、“user02”……一直到“user99”，你想找出所有两位数字结尾的用户名，就可以这样写：

sql
SELECT username FROM users WHERE username LIKE 'user__';

这里两个下划线分别匹配十位和个位上的数字，确保只选出长度固定为6位且前缀为“user”的记录。

值得注意的是，LIKE 查询默认是不区分大小写的，这得益于 MySQL 默认的字符排序规则（如 utf8mb4_general_ci 中的 ci 即 case insensitive）。如果你需要进行大小写敏感的匹配，可以在模式前加上 BINARY 关键字：

sql
SELECT * FROM products WHERE name LIKE BINARY '%iPhone%';

这样只有当字段值中确实包含大写的“I”和小写的“Phone”时才会匹配成功。

虽然 LIKE 功能强大，但在大数据量场景下也存在性能隐患。特别是以 % 开头的查询（如 LIKE '%keyword'），会导致索引失效，MySQL 必须进行全表扫描，严重影响查询效率。因此，在设计数据库时应尽量避免此类前导通配符的使用。如果业务必须支持前后模糊搜索，可考虑结合全文索引（FULLTEXT）或引入 Elasticsearch 等专业搜索引擎。

此外，当需要转义特殊字符时，比如查找包含下划线 _ 的真实数据（而非作为通配符），可以使用 ESCAPE 子句指定转义符：

sql
SELECT * FROM files WHERE filename LIKE 'report\_2023%' ESCAPE '\';

此处反斜杠 \ 被定义为转义符，使得 _ 不再具有通配含义，而是表示字面意义的下划线。

综上所述，LIKE 是 MySQL 中实现模糊查询的基础且实用的工具。掌握其通配符规则、了解大小写行为、规避性能陷阱，是每一位开发者应当具备的基本功。合理使用 LIKE，不仅能提升查询灵活性，也能让应用程序的搜索功能更加贴近用户真实需求。