LIKE查询慢的本质是索引无法跳过全表扫描；当出现前导通配符（如'%abc'或'%abc%'）时，B+树索引失去有序性优势，只能退化为索引扫描或全表扫描，仅'abc%'等左匹配可走范围查询。
LIKE 查询为什么慢？本质是索引无法跳过全表扫描
当 WHERE name LIKE '%abc' 或 WHERE name LIKE '%abc%' 出现时，MySQL 通常无法使用 B+ 树索引的有序性做快速定位，只能从索引最左前缀开始逐条比对，最终退化为索引扫描（index scan）甚至全表扫描（table scan）。只有 LIKE 'abc%' 这种左匹配才可能走索引范围查询。
哪些 LIKE 写法能用上索引？看前导通配符是否存在
能否命中索引，关键看通配符是否出现在模式最左侧：
-
WHERE col LIKE 'abc%'→ 可用索引，B+ 树按字典序查找以'abc'开头的所有值 -
WHERE col LIKE 'ab_c'→ 可用索引（下划线只占一位），仍属于左匹配前缀 -
WHERE col LIKE '%abc'→ 索引失效，必须倒序扫描，MySQL 不支持反向索引遍历 -
WHERE col LIKE '%abc%'→ 索引失效，无有效起始点 -
WHERE col LIKE 'ab%c'→ 索引部分生效，只加速到'ab'前缀，后续仍需字符串匹配
除了改写 LIKE，还有哪些实际可行的优化手段？
不能改 SQL？那就绕开 LIKE。常见且有效的替代路径有：
MySQL8 CRM Schema Design Expert
下载
面向 CRM 系统的 MySQL 8 数据库模式设计。当用户需要为客户关系管理（CRM）系统设计、评审、优化或生成数据库模式时，应使用此项技能。
- 用全文索引 +
MATCH ... AGAINST()替代模糊匹配，尤其适合中文需配合ngram插件或MeCab - 对固定长度后缀查询（如查文件扩展名），可新增计算列：
ALTER TABLE t ADD COLUMN ext VARCHAR(10) STORED AS (SUBSTRING_INDEX(filename, '.', -1))，再对ext建索引 - 将高频模糊搜索字段同步到 Elasticsearch 或 RedisSearch，由专用搜索引擎承担
- 如果业务允许，把
LIKE '%keyword%'拆成“关键词前置”+“关键词后置”两个条件并集，再用覆盖索引减少回表
如何确认你的 LIKE 查询到底有没有走索引？
别猜，用 EXPLAIN 看执行计划，重点关注这几项：
-
type字段：出现ALL表示全表扫描；range或ref才算走了索引 -
key字段：显示实际使用的索引名，为空即未命中 -
rows字段：预估扫描行数，远大于结果集数量就是低效信号 - 注意隐式转换：比如
col VARCHAR(50)被与整数比较（WHERE col = 123），会导致索引失效，LIKE 同理 —— 若字段是 utf8mb4_bin 排序，但查询用的是非二进制 collation，也可能触发隐式转换
真正容易被忽略的是字符集和排序规则不一致引发的隐式转换，它不会报错，但会让 EXPLAIN 显示用了索引，实际性能却接近全表扫描。
