正确认识SQL Server中的模糊查询LIKE

目录

SQL Server中的模糊查询LIKE

在SQL Server中，当我们想实现模糊查询时，可能我们首先想到的是使用LIKE语句，其次是使用全文搜索（即Full-Text Search），如下所示是通过LIKE语句对表Person.EmailAddress中的EmailAddress字段进行模糊查询：

--使用微软官方示例数据库AdventureWorks2008R2
SELECT * FROM Person.EmailAddress WHERE EmailAddress LIKE '%mary%'

通常，当表的总记录达数十万时，LIKE的执行效率将明显下降。那么我们是否真的正确认识LIKE语句，本文将描述如何正确使用SQL Server中的LIKE语句进行模糊查询。

LIKE的匹配格式及正确使用

虽然在SQL Server中LIKE语句可使用如下4种通配符：

%
_
[]
[^]

但实际总结后，LIKE语句总共如下4种格式：

%HyperWang%
%HyperWang
HyperWang%
Hyper%Wang

注意通配符%的位置。

为了更好的理解这4种匹配格式，我们修改上述sql代码，并在执行后查看IO统计信息与实际执行计划：

--检查表中的索引情况
sp_helpindex [Person.EmailAddress]
-----------------------------------------------------------

index_name	index_description	index_keys
IX_EmailAddress_EmailAddress	nonclustered located on PRIMARY	EmailAddress
PK_EmailAddress_BusinessEntityID_EmailAddressID	clustered, unique, primary key located on PRIMARY	BusinessEntityID, EmailAddressID

表格所示，表Person.EmailAddress中的EmailAddress建有非聚集索引。执行修改后的sql代码：

--匹配mary在中间的记录
SELECT EmailAddress FROM Person.EmailAddress WHERE EmailAddress LIKE '%mary%' --匹配mary在尾部的记录 SELECT EmailAddress FROM Person.EmailAddress WHERE EmailAddress LIKE '%mary' --匹配以mary开头的记录 SELECT EmailAddress FROM Person.EmailAddress WHERE EmailAddress LIKE 'mary%' --匹配以ma开头，ry结尾的记录 SELECT EmailAddress FROM Person.EmailAddress WHERE EmailAddress LIKE 'ma%ry'

其中以格式mary%的效率最好，以index seek方式使用非聚集索引IX_EmailAddress_EmailAddress（如下图所示）。

(43 row(s) affected)
表 ‘EmailAddress’。扫描计数 1，逻辑读取 3 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。

而%mary与%mary%的效率最差，IO开销最高，且以index scan方式使用非聚集索引

(0 row(s) affected)
表 ‘EmailAddress’。扫描计数 1，逻辑读取 186 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。

因此当我们使用LIKE进行模糊查询时，应尽量使用mary%格式，避免%mary%的格式，同时建立有效的非聚集索引。

参考资料

1. LIKE (Transact-SQL)
   https://msdn.microsoft.com/en-us/library/ms179859(v=sql.105).aspx

2. Improving SQL Server Performance
   https://msdn.microsoft.com/en-us/library/ff647793.aspx