B+Tree不支持%在前的匹配,因其关键字严格按字典序排序,查询必须从最左字符开始比对,无法确定左边界,只能全索引扫描。

因为 B+Tree 索引的有序性只支持从左到右的前缀匹配,LIKE '%xx%' 无法定位起始位置,MySQL 只能全表或全索引扫描。
为什么 B+Tree 不支持 % 在前的匹配
B+Tree 的每个节点关键字是按字典序严格排序的,查询时必须从最左字符开始比对。比如索引中有 'apple'、'banana'、'cherry',LIKE 'ba%' 能快速定位到 'banana' 开头的区间;但 LIKE '%na' 没有确定的左边界,系统无法跳过前面任意长度的字符去“中途匹配”,只能逐条读取并做字符串判断。
这和你查电话簿找“名字里带‘伟’的人”是一个道理——你不能直接翻到某一页开始扫,只能从头翻到底。
什么情况下 LIKE '%xx%' 居然走了索引?
它可能走了,但不是“用索引做条件过滤”,而是“用索引做覆盖扫描”:
- 当
SELECT的列全部被单个索引包含(比如INDEX(name),且查询写成SELECT name FROM t WHERE name LIKE '%xx%') - 执行计划中
type是index(而非ALL),Extra显示Using index - 此时 MySQL 实际是遍历整个索引 B+Tree 的叶子节点(比全表扫描快,因不用回表读行数据),但仍是 O(n) 复杂度,不是真正意义上的“索引查找”
替代方案不是“修语法”,而是换思路
别死磕 LIKE,根据场景选更合适的工具:
- 搜用户昵称、商品标题等短文本:建
FULLTEXT索引,改用MATCH(name) AGAINST('xx' IN NATURAL LANGUAGE MODE) - 需要前缀模糊但又必须含中间字段(如“张三丰”“李三思”都得命中):考虑生成 n-gram 分词后存入辅助列 + 普通索引
- 数据量不大或 QPS 极低:接受全表扫描,加缓存(如 Redis)挡住重复请求
- 用
INSTR(name, 'xx') > 0或正则REGEXP 'xx'?别试——这些函数同样无法走索引,且性能更差
最容易被忽略的一点
即使你把 LIKE '%xx%' 改成 LIKE 'xx%',如果字段用了函数(如 UPPER(name) LIKE 'XX%')、或存在隐式类型转换(如 name LIKE 123)、或该列是 TEXT 类型没加前缀长度,索引照样失效。检查执行计划永远比背规则管用——认准 EXPLAIN 输出里的 key 和 type 字段。

















