SUBSTRING函数参数顺序因数据库而异：MySQL/PostgreSQL为SUBSTRING(str, start, length)，SQL Server/Oracle常用相同顺序；start从1开始，超长返回空串，负length在MySQL报错、SQL Server返回空；处理Unicode需确保utf8mb4字符集与正确collation；LEFT/RIGHT更直观且跨库兼容；ORDER BY或WHERE中滥用SUBSTRING会导致索引失效，应改用LIKE或添加生成列索引；关键场景建议先TRIM和正则清洗再截取。
SUBSTRING 函数的基本用法和参数顺序
SUBSTRING 在不同数据库里参数顺序不一致，这是最容易出错的地方。MySQL 和 PostgreSQL 用 SUBSTRING(str, start, length)，而 SQL Server 和 Oracle 支持两种写法，但更常用的是 SUBSTRING(str, start, length)；PostgreSQL 还支持 SUBSTR() 别名，行为一致。
注意：start 位置从 1 开始（不是 0），传入 0 或负数时，MySQL 会转为 1，SQL Server 则可能报错或返回空字符串。
- 想从第 3 个字符开始取 5 个字符：用
SUBSTRING(title, 3, 5) - start 超出字符串长度（比如
SUBSTRING('abc', 5, 2)）→ 返回空字符串，不是报错 - length 为负数：MySQL 直接报错，SQL Server 会忽略负值并返回空字符串
处理中文、emoji 或多字节字符时的截断风险
SUBSTRING 按“字符数”计算，不是“字节数”，但前提是数据库字符集和排序规则（collation）正确识别 Unicode。如果字段是 utf8mb4 且 collation 是 utf8mb4_unicode_ci，那一个 emoji（如 ?）或中文汉字都算作 1 个字符，SUBSTRING(name, 1, 10) 就真截 10 个字。
但如果字段用了过时的 utf8（实际只支持 BMP 字符），或者 collation 是 utf8_general_ci，某些四字节 emoji 可能被截成乱码或丢失。
- 检查字段编码：
SHOW FULL COLUMNS FROM table_name LIKE 'column_name';看Collation列 - 安全做法：对用户输入或富文本字段，先用
CHAR_LENGTH()判断总长度，再决定是否截取 - 避免在 WHERE 条件里对大字段用
SUBSTRING(content, 1, 100) = 'xxx'—— 无法走索引
替代方案：LEFT / RIGHT 函数更直观
如果只是从开头或结尾固定长度截取，LEFT(str, n) 和 RIGHT(str, n) 更清晰、可读性高，且跨库兼容性更好（MySQL、SQL Server、PostgreSQL 都支持，Oracle 不支持需改用 SUBSTR）。
- 取前 8 个字符：
LEFT(description, 8)比SUBSTRING(description, 1, 8)少写两个参数 - 取后 4 个字符：
RIGHT(filename, 4)，不用手动算起始位置 - 注意：
LEFT(NULL, 5)返回 NULL，不是空字符串；和SUBSTRING(NULL, 1, 5)行为一致
在 ORDER BY 或 GROUP BY 中使用 SUBSTRING 的性能陷阱
直接在排序或分组字段上套 SUBSTRING（如 ORDER BY SUBSTRING(email, LOCATE('@', email) + 1)）会导致全表扫描，因为无法利用 email 字段上的索引。
如果这类操作频繁，应该考虑增加计算列（generated column）并建索引：
ALTER TABLE users ADD COLUMN domain VARCHAR(255)
GENERATED ALWAYS AS (SUBSTRING(email, LOCATE('@', email) + 1)) STORED;
然后对 domain 建索引：CREATE INDEX idx_domain ON users(domain);
- MySQL 5.7+、PostgreSQL 12+、SQL Server 2016+ 支持函数索引或生成列
- 别在 WHERE 中写
SUBSTRING(phone, 1, 3) = '138'查号段——改成phone LIKE '138%'才能走索引 - 如果必须用 SUBSTRING 做匹配，且数据量不大，加个注释说明“此处放弃索引，仅用于小表临时分析”反而更诚实
真正麻烦的不是语法记不住，而是当字段内容混着中英文、emoji、空格、不可见控制符时，SUBSTRING 截出来的结果看起来“差不多”，但下游系统解析失败——建议关键场景加一层 TRIM() 和 REGEXP_REPLACE() 清洗后再截取。
