在 SQLAlchemy ORM 中，可通过 sqlalchemy.all_() 函数实现 PostgreSQL LIKE ALL 的等效逻辑，避免使用原生 SQL，同时确保所有通配符模式均被匹配。
在 sqlalchemy orm 中，可通过 `sqlalchemy.all_()` 函数实现 postgresql `like all` 的等效逻辑，避免使用原生 sql，同时确保所有通配符模式均被匹配。
在 PostgreSQL 中，column LIKE ALL (ARRAY['%a%', '%b%', '%c%']) 表示目标字段需同时满足所有 LIKE 模式（即每个模式都必须匹配），这不同于 OR 逻辑的多次 like() 调用，也区别于 IN 或 CONTAINS 等语义。SQLAlchemy 自 2.0 起正式支持该语法，核心在于使用 sqlalchemy.all_() 与 like() 组合。
✅ 正确用法示例
from sqlalchemy import all_, select
from sqlalchemy.orm import Session
# 假设已定义模型 OutBoxDocument
statement = select(OutBoxDocument).where(
OutBoxDocument.document_summary.like(all_(["%par1%", "%par2%", "%par3%"]))
)
with Session(engine) as session:
results = session.scalars(statement).all()该语句生成的标准 SQL 为：
SELECT outbox_document.id, outbox_document.document_summary FROM outbox_document WHERE outbox_document.document_summary LIKE ALL (%(param_1)s)
其中 %(param_1)s 对应传递的字符串列表（如 ['%par1%', '%par2%', '%par3%']），由 SQLAlchemy 自动绑定为 PostgreSQL 数组参数。
⚠️ 注意事项
- 仅适用于 PostgreSQL：LIKE ALL 是 PostgreSQL 特有语法，MySQL、SQLite、SQL Server 等不支持；若需跨数据库兼容，请改用链式 and_() + 多个 like()（但语义不同：LIKE '%a%' AND LIKE '%b%' AND LIKE '%c%' 实际等价于 LIKE ALL，注意这不是严格等价——前者是逐个子串匹配，后者是数组元素级匹配；不过在绝大多数业务场景中，二者效果一致，且更通用）。
- 通配符需手动添加：all_() 接收的是完整 pattern 字符串（如 "%par1%"），不自动补 %，务必自行处理。
-
Flask-SQLAlchemy 用户：直接替换 Session(engine) 为 db.session 即可：
results = db.session.scalars(statement).all()
-
性能提示：LIKE 配合前导通配符（如 %par）无法使用 B-tree 索引，建议对高频模糊搜索字段建立 pg_trgm 扩展索引以提升性能：
CREATE INDEX idx_doc_summary_trgm ON outbox_document USING GIN (document_summary gin_trgm_ops);
? 替代方案（跨数据库兼容）
若需适配非 PostgreSQL 数据库，可退化为显式逻辑组合：
from sqlalchemy import and_ patterns = ["%par1%", "%par2%", "%par3%"] conditions = [OutBoxDocument.document_summary.like(p) for p in patterns] statement = select(OutBoxDocument).where(and_(*conditions))
此写法生成 WHERE ... LIKE ? AND ... LIKE ? AND ...，语义上与 LIKE ALL 在多数场景下一致，且完全兼容各主流方言。
总之，like(all_(...)) 是 SQLAlchemy 对 PostgreSQL LIKE ALL 的标准 ORM 封装，简洁、安全、符合规范，是替代原生 SQL 的首选方案。
