LIKE 'abc%' 能走索引是因为B+树支持左前缀匹配,可快速定位范围;而'%abc'需结尾匹配,索引无法反向扫描,故不走索引。

能走索引的只有 LIKE 'abc%' 这一种写法;其他所有带前导 % 的形式(LIKE '%abc'、LIKE '%abc%')默认不走索引,硬扛就是全表扫描。
为什么 LIKE 'abc%' 能用索引,而 LIKE '%abc' 不能
MySQL 的 B+ 树索引按字典序从左到右存储和比较字符串。LIKE 'abc%' 可以直接定位到 'abc' 开头的索引块范围,跳过无关分支;但 LIKE '%abc' 要找所有以 'abc' 结尾的值,索引里没有“反向排序”,无法快速定位。
验证方式:执行 EXPLAIN SELECT * FROM users WHERE name LIKE 'john%';,看 type 是否为 range、key 是否显示索引名。
- 即使写了
LIKE 'john%',如果name列没建索引,照样全表扫描 - 字符集影响显著:用
utf8mb4_unicode_ci时,因排序规则复杂,索引效率可能低于utf8mb4_bin - 前缀索引(如
INDEX(name(20)))只对前 20 字符有效;若查询LIKE 'abcdefg...%'超过 20 位,索引失效
后缀匹配 LIKE '%abc' 怎么走索引
核心思路是把“结尾匹配”转成“开头匹配”——靠反转字段 + 普通索引实现。
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录,或需要将该能力封装成可公开复用的 Codex skill。
MySQL 5.7.6+ 支持虚拟列,推荐用 STORED 类型避免运行时计算开销:
ALTER TABLE users ADD COLUMN name_rev VARCHAR(255) GENERATED ALWAYS AS (REVERSE(name)) STORED; CREATE INDEX idx_name_rev ON users(name_rev);
查以 'admin' 结尾的用户,就写:
SELECT * FROM users WHERE name_rev LIKE REVERSE('admin') + '%';- 不要在
WHERE中对原字段用REVERSE(name),否则函数导致索引失效 -
STORED虚拟列会落盘,查询快;VIRTUAL不存盘但每次读都要计算,高并发下有额外 CPU 开销 - 已有千万级数据?先加列再
UPDATE会锁表很久;建议用分批更新或业务低峰期操作
全模糊 LIKE '%abc%' 别硬刚,换 FULLTEXT 或外部引擎
FULLTEXT 索引本质是倒排结构,专治子串搜索,但要注意它不是“LIKE 替代品”,而是语义级文本检索工具:
- 创建后必须用
MATCH() AGAINST(),不能混用LIKE;例如:SELECT * FROM articles WHERE MATCH(title) AGAINST('数据库优化' IN NATURAL LANGUAGE MODE); - 默认最小词长是 4,搜
'a'、'to'这类停用词直接返回空——改配置innodb_ft_min_token_size才能支持短词 - 中文需搭配
ngram插件,否则按字节切分,效果差;且不支持AGAINST('日志 ERROR')这种精确子串,得用布尔模式AGAINST('+日志 +ERROR' IN BOOLEAN MODE) - 如果业务真要精确匹配日志里的
'timeout',LOCATE('timeout', content) > 0比全文索引更可靠
容易被忽略的细节和边界情况
很多人试了 LIKE 'abc%' 发现还是慢,问题常出在:字段上有索引但没生效,或者优化器主动放弃索引。
-
OR条件里混用不同字段的LIKE,可能导致整个索引失效;拆成UNION更可控 - 联合索引中,
LIKE字段必须是索引最左前缀;INDEX(status, name)对WHERE status=1 AND name LIKE 'a%'有效,但对WHERE name LIKE 'a%'无效 - 隐式类型转换会让索引失效,比如
name是VARCHAR,却传入数字参数:WHERE name LIKE 123%→ 实际变成WHERE CAST(name AS DOUBLE) LIKE ... - 当表里
name值大量重复(选择性极低),优化器可能认为走索引比全表扫描还慢,直接跳过——这时加FORCE INDEX要谨慎,得先看EXPLAIN FORMAT=JSON里的成本估算

















