合理使用索引可提升MySQL模糊查询效率，如对LIKE 'abc%'建立B-Tree索引；避免以“%”开头导致全表扫描，可改用全文索引或外部搜索引擎优化性能。
在MySQL中，LIKE模糊查询虽然使用简单，但在数据量大的情况下容易引发性能问题。特别是以通配符“%”开头的查询（如LIKE '%abc'），会导致索引失效，全表扫描，响应变慢。下面从实际场景出发，介绍几种有效的优化方法。
1. 合理使用索引提升查询效率
对于以固定字符开头的模糊查询（如LIKE 'abc%'），只要字段上有索引，MySQL就能利用索引进行快速查找。
建议：
- 为经常用于模糊查询的字段（如
name、title）建立B-Tree索引。 - 避免对长文本字段（如TEXT类型）直接建索引，可考虑前缀索引。
- 前缀索引示例：
CREATE INDEX idx_name ON users(name(20));，适用于字符串前段有区分度的场景。
2. 避免以“%”开头的查询
LIKE '%abc'或LIKE '%abc%'无法使用常规B-Tree索引，导致全表扫描。
解决方案：
- 如果必须支持任意位置匹配，可考虑使用全文索引（FULLTEXT Index）。
- 对中文内容尤其推荐结合
MATCH() ... AGAINST()实现高效搜索。 - 创建全文索引：
ALTER TABLE articles ADD FULLTEXT(title, content); - 查询方式：
SELECT * FROM articles WHERE MATCH(title, content) AGAINST('关键词' IN NATURAL LANGUAGE MODE);
3. 使用覆盖索引减少回表
如果查询字段都在索引中，MySQL可以直接从索引获取数据，无需回表查询主键数据。
举例：假设查询语句是SELECT name FROM users WHERE name LIKE 'tom%';，且name字段有索引，则该索引就是覆盖索引，性能更优。
若还需返回id等其他字段，建议将常用字段组合成联合索引，尽可能覆盖查询需求。
4. 数据量大时考虑引入外部搜索引擎
当模糊查询复杂度高、响应要求快时，MySQL原生LIKE可能难以满足性能需求。
推荐方案：
- 使用Elasticsearch或Sphinx等专用搜索引擎处理模糊匹配、分词检索。
- 通过定时同步MySQL数据到搜索引擎，实现高性能全文检索。
- 适合场景：商品搜索、日志分析、文章检索等。
基本上就这些。关键在于根据查询模式选择合适的索引策略，避免全表扫描，必要时跳出MySQL本身限制，借助专业工具提升体验。不复杂但容易忽略的是索引方向和查询写法的一致性——确保模糊条件能命中已有索引。
