在mysql中执行条件查询的核心是使用where子句进行数据筛选。1. 使用where子句可基于指定条件精准筛选数据行；2. 支持比较运算符（=, >, =, ain命令分析查询执行计划。
在MySQL中执行条件查询，核心就是利用
WHERE子句。它允许你根据设定的标准，从数据表中精准地筛选出你真正需要的数据行，而不是把所有数据都一股脑儿地拉出来。简单来说，
WHERE就是你的数据过滤器，帮你从海量信息中找到那“一小撮”符合你要求的数据。
解决方案
要执行条件查询，基本的SQL语句结构是这样的：
SELECT 列1, 列2, ... FROM 表名 WHERE 条件;
这里的
条件就是你筛选数据的依据。它可以是一个简单的比较，也可以是多个条件的组合。
举个例子，假设我们有一个
users表，里面有
id,
name,
age,
city这些字段。
如果你想找出所有年龄大于等于18岁的用户：
SELECT name, age FROM users WHERE age >= 18;
如果你想找到名字是“张三”的用户：
SELECT * FROM users WHERE name = '张三';
WHERE子句支持多种比较运算符：
=等于
!=或 不等于
>大于
小于
>=大于等于
小于等于
此外，你还可以用逻辑运算符
AND,
OR,
NOT来组合更复杂的条件。
比如，查找年龄在20到30岁之间，并且住在“北京”的用户：
SELECT name, age, city FROM users WHERE age >= 20 AND age <= 30 AND city = '北京';
或者，查找年龄小于18岁，或者年龄大于60岁的用户：
SELECT name, age FROM users WHERE age < 18 OR age > 60;
对于字符串的模糊匹配，我们通常会用到
LIKE操作符配合通配符：
%：代表任意长度的任意字符序列（包括空字符）。
_：代表任意单个字符。
查找名字以“张”开头的所有用户：
SELECT name FROM users WHERE name LIKE '张%';
查找名字中包含“小”字的用户：
SELECT name FROM users WHERE name LIKE '%小%';
当你需要匹配一系列离散的值时，
IN操作符非常方便： 查找城市是“上海”或“广州”或“深圳”的用户：
SELECT name, city FROM users WHERE city IN ('上海', '广州', '深圳');如果你想查询一个范围内的值，除了用
AND连接
>=和
，还可以用<code>BETWEEN ... AND ...： 查找年龄在20到30岁（包含20和30）的用户：
SELECT name, age FROM users WHERE age BETWEEN 20 AND 30;
MySQL WHERE子句中如何高效组合多个条件？
在实际的数据库操作中，我们很少会只用一个简单的条件去筛选数据。更多时候，你需要组合多个条件来精确地定位目标数据。这里面涉及到逻辑运算符的优先级，以及如何合理地使用括号来控制查询逻辑。
MySQL的逻辑运算符有
AND、
OR和
NOT。它们之间是有优先级的：
NOT的优先级最高，其次是
AND，
OR的优先级最低。这意味着，在没有括号的情况下，
AND连接的条件会优先于
OR连接的条件被评估。
例如，如果你写
SELECT * FROM products WHERE price > 100 AND category = '电子' OR stock 这条语句会被解析为：先找出价格大于100且类别是“电子”的产品，<strong>或者</strong>找出库存小于10的产品。这可能和你想的“价格大于100的产品中，类别是电子的，或者库存小于10的”不一样。
为了避免这种歧义，或者说为了明确你想要的逻辑，使用括号
()是最佳实践。括号可以改变运算符的默认优先级，确保你的查询逻辑严格按照你的意图执行。
比如，你想表达“产品价格大于100，并且（类别是‘电子’或者库存小于10）”：
SELECT * FROM products WHERE price > 100 AND (category = '电子' OR stock < 10);
这样，
OR条件会先被评估，然后再与
AND条件结合。
我个人在写复杂查询时，即使优先级是明确的，也倾向于多用括号。这不仅仅是为了防止错误，更是为了提高SQL语句的可读性。当几个月后你回过头来看这段代码时，清晰的逻辑结构能让你更快地理解其意图，避免不必要的“脑补”和调试。
当然，条件组合的效率也和数据库的索引策略息息相关。如果你的
WHERE子句中的列有合适的索引，那么即使条件再复杂，数据库也能更快速地定位到数据。反之，如果没有索引或者索引使用不当，再简单的条件组合也可能导致全表扫描，性能自然会大打折扣。
MySQL中处理空值（NULL）和模糊匹配的WHERE语句技巧
处理
NULL值和进行模糊匹配是
WHERE子句中两个非常常见但又容易让人犯错的地方。
处理空值（NULL）
NULL在数据库中表示“未知”或“不存在”，它不是一个具体的值，比如0或者空字符串。这就导致了我们不能用常规的比较运算符（如
=或
!=）来判断一个字段是否为
NULL。
正确的做法是使用
IS NULL或
IS NOT NULL：
查找所有城市信息为空的用户：
SELECT name, city FROM users WHERE city IS NULL;
查找所有城市信息不为空的用户：
SELECT name, city FROM users WHERE city IS NOT NULL;
如果你尝试
WHERE city = NULL，你会发现它永远不会返回任何结果，因为
NULL与任何值（包括
NULL自身）的比较结果都是
UNKNOWN，而不是
TRUE。这是SQL的一个重要特性，初学者经常在这里踩坑。
模糊匹配 前面提到了
LIKE操作符配合通配符
%和
_。这是进行字符串模糊匹配的核心。
%：匹配零个或多个任意字符。
'张%'：匹配所有以“张”开头的字符串（如“张三”、“张小明”）。
'%三'：匹配所有以“三”结尾的字符串（如“张三”、“李四三”）。
'%小%'：匹配所有包含“小”字的字符串（如“张小明”、“小李”）。
_：匹配任意单个字符。
'张_'：匹配“张”后面跟一个字符的字符串（如“张三”、“张伟”，但不匹配“张小明”）。
'_三'：匹配前面一个字符，后面是“三”的字符串（如“王三”、“李三”）。
你也可以结合
NOT LIKE来排除某些模式： 查找名字不包含“小”字的用户：
SELECT name FROM users WHERE name NOT LIKE '%小%';
在使用
LIKE时，如果你的模糊匹配条件放在字符串的开头（例如
%keyword），那么数据库通常无法使用为该列建立的索引，这会导致全表扫描，从而影响查询性能。而像
keyword%这种以固定字符串开头的模式，则通常能够利用到索引，效率会高很多。这是在设计查询和表结构时需要考虑的一个细节。
优化MySQL WHERE条件查询：避免常见性能陷阱
写出正确的
WHERE子句只是第一步，更重要的是写出高效的
WHERE子句。我见过不少查询，就是因为一些看似不起眼的小细节，性能天差地别，从毫秒级响应变成几十秒甚至几分钟。
善用索引，但不要滥用： 索引是提升
WHERE子句查询速度的利器，它能帮助MySQL快速定位到符合条件的数据行，而不是逐行扫描。对于经常用于
WHERE条件的列，尤其是那些区分度高（即不重复值多）的列，考虑创建索引。但也要注意，索引不是越多越好，它会增加写入（插入、更新、删除）的开销，并占用存储空间。关键在于为那些真正影响查询性能的列建立合适的索引。
避免在索引列上使用函数或进行类型转换： 这是非常常见的性能陷阱。如果你在
WHERE子句中对索引列使用了函数，比如
WHERE YEAR(order_date) = 2023，或者进行了隐式/显式类型转换，比如
WHERE user_id = '123'（当
user_id是整数类型时），MySQL通常就无法使用该列上的索引了。它会退化为全表扫描，因为函数的结果或转换后的值不在索引中。 改进示例：
WHERE YEAR(order_date) = 2023可以改为
WHERE order_date BETWEEN '2023-01-01 00:00:00' AND '2023-12-31 23:59:59'，这样
order_date列上的索引就能被有效利用。 改进示例：
WHERE user_id = '123'应该确保类型匹配，如果
user_id是整数，就写
WHERE user_id = 123。
注意OR
的使用： 某些情况下，
OR连接的条件可能会导致索引失效。如果
OR连接的两个或多个条件涉及的列都没有索引，或者其中一个条件无法使用索引，那么整个
OR条件可能就无法利用索引。对于复杂的
OR条件，有时可以考虑拆分成多个
SELECT语句，然后用
UNION ALL连接起来，这在某些场景下反而能提高性能。当然，这需要具体分析查询计划。
避免在WHERE
子句中使用!=
或NOT IN
、NOT LIKE
等否定操作符作为主要筛选条件： 这些操作符通常会导致MySQL无法有效利用索引，或者需要扫描更多的行。如果可能，尝试将其转换为肯定条件。例如，
WHERE status != 'completed'可以尝试用
WHERE status IN ('pending', 'processing')来替代，如果状态类型是有限且已知的。
小表驱动大表（针对JOIN）： 虽然这是关于
JOIN的优化，但它也影响
WHERE子句的效率。在多表关联查询中，如果
WHERE条件能先筛选掉大量数据，那么后续的
JOIN操作的数据量就会大大减少，整体查询速度自然提升。
了解这些常见的性能陷阱，并在编写
WHERE子句时有意识地规避它们，能让你的MySQL查询效率得到显著提升。记住，优化是一个持续的过程，
EXPLAIN命令是你的好朋友，它能帮助你分析SQL语句的执行计划，找出性能瓶颈。
