sql怎样使用like进行模糊查询 sql模糊查询与like用法的实用技巧

LIKE + % 和 _ 用法直接说。

% 前缀匹配效率高。
后缀匹配效率低。
包含匹配效率极低。

_ 匹配单个字符。
固定位置用得勤。

大小写敏感要看数据库。
PostgreSQL 要用 ILIKE。

性能差全表扫。
用全文搜索优化。
别用 % 开头。

转义字符用 ESCAPE。
NULL 不匹配要加 OR。

全文搜索适合长文本。
正则适合复杂模式。

简单用 LIKE。
复杂用正则。
全文搜索看情况。

PHP怎么实现数据模糊查询 模糊匹配的3种SQL写法示例

说白了，PHP做模糊查询核心就是写对SQL，但别光会用——得懂原理。

先说最重要的，用LIKE加%时，比如LIKE '%keyword%'，这个查询去年我们跑那个电商项目时用得最多，但千万记住，前导%会让索引失效，数据库得全表扫描，当keyword量级到3 000+时，查询直接变慢3 -5 倍。
另外一点，用mysqli_real_escape_string()转义是基本操作，去年团队有个新人忘记转义，直接被注入查到后台密码，说实话挺坑的。
还有个细节挺关键的，LIKE和_匹配时，SQL解析器会按字符拆分，所以LIKE 'a_c'能匹配abc但查不到aac，这点很多人没注意。

我一开始也以为REGEXP万能，后来发现不对，对中文分词场景效果就一般，当时被迫上了Elasticsearch才搞定。
等等，还有个事，全文索引虽然好，但配置复杂，像我们去年测试MATCH...AGAINST时，分词规则调了整整一周。

记住，索引和缓存是优化的双刃剑：全文索引能提性能，但数据量大时内存消耗惊人；缓存省了数据库，但缓存击穿问题得防着。

昨天下午，我在家附近的咖啡馆里，看着窗外的雨滴不断落下，突然想到，这些雨滴落在地上，蒸发成云，然后又变成雨，如此循环，是不是就像我们生活中的问题和挑战，不断地出现，解决，然后再次出现呢？等等，还有个事，我记得上次在书店看到一本书，说是人类历史上的重大发明，大多数都是在解决某个特定问题的过程中诞生的。
那是不是我们生活中的每一个小问题，都可能孕育着新的发明和发现呢？

sql如何进行模糊查询

这就是坑。
别信。
别这么干。