在MySQL中，LIKE模糊查询虽然常用，但容易导致性能问题，特别是在数据量大的情况下。优化的关键在于减少全表扫描、提升索引利用率和合理设计查询方式。
1. 尽量使用前缀匹配并配合索引
当使用 LIKE 'abc%' 这种前缀匹配时，MySQL可以有效利用B+树索引（如普通索引或前缀索引），从而大幅提升查询效率。
例如：
SELECT * FROM users WHERE name LIKE '张%';如果 name 字段上有索引，这条语句会走索引扫描，而不是全表扫描。
但如果是 LIKE '%张%' 或 LIKE '%张'，索引将失效，导致性能下降。
建议：
尽可能让模糊查询以固定前缀开头（即避免前置通配符） 为常用于模糊查询的字段建立索引 考虑使用前缀索引，如 INDEX(name(10))，节省空间同时保留基本性能2. 避免在大字段上使用LIKE
对 TEXT、LONGTEXT 等大字段做 LIKE 查询，即使有索引也可能效率低下。
解决方案：
将关键检索内容提取到单独的 VARCHAR 字段中，并加索引 使用 MySQL 的全文索引（FULLTEXT）替代 LIKE，尤其适用于文章、描述类字段例如创建全文索引：
ALTER TABLE articles ADD FULLTEXT(title, content);然后使用：
SELECT * FROM articles WHERE MATCH(title, content) AGAINST('关键词' IN NATURAL LANGUAGE MODE);这种方式比 LIKE '%关键词%' 快得多。
3. 合理使用覆盖索引
如果查询字段都被索引包含，MySQL可以直接从索引中获取数据，无需回表，显著提升速度。
比如：
SELECT name FROM users WHERE name LIKE '李%';若 name 上有索引，这个查询只需扫描索引即可完成。
建议： 尽量减少 SELECT *，只查需要的字段，提高覆盖索引命中率。
4. 数据量大时考虑引入外部搜索方案
当表记录超过百万级，且模糊查询频繁，仅靠MySQL原生功能可能难以满足性能需求。
可选方案：
使用 Elasticsearch 或 Solr 做专门的文本检索 通过定时同步机制将数据导入搜索引擎，实现高效模糊匹配这类工具支持分词、高亮、相关性排序等功能，远超 LIKE 的能力。
基本上就这些。核心是：能用前缀匹配就不用前后模糊，该建索引就建，大字段考虑全文索引或外部引擎。不复杂但容易忽略细节。
