在业务开发中，经常需要根据用户输入的关键字去检索数据库记录，这种需求通常通过SQL模糊查询来实现。最常用的是LIKE操作符，而在部分数据库如MySQL、PostgreSQL中也支持使用正则函数做更复杂的模式匹配。理解它们的写法与性能差异，对系统设计很重要。
一、LIKE的基本写法
LIKE用于匹配字符串模式，配合通配符百分号%和下划线_使用。下面是几个常见示例：
-- 前缀匹配：查找以张开头的姓名 SELECT * FROM user WHERE name LIKE '张%'; -- 中间匹配：查找包含明的姓名 SELECT * FROM user WHERE name LIKE '%明%'; -- 后缀匹配：查找以伟结尾的姓名 SELECT * FROM user WHERE name LIKE '%伟'; -- 单字符匹配：查找第二个字为小的姓名 SELECT * FROM user WHERE name LIKE '_小%';
二、正则匹配的写法
一些数据库提供正则函数，例如MySQL的REGEXP或PostgreSQL的~操作符，可以表达更复杂的规则。
-- MySQL中使用正则匹配手机号格式
SELECT * FROM user WHERE phone REGEXP '^1[3-9][0-9]{9}$';
-- PostgreSQL中使用~做正则匹配
SELECT * FROM log WHERE path ~ '^/api/v[12]/';
三、LIKE与正则性能对比
两者的核心差异体现在索引利用和执行开销上，下面用表格说明常见场景。
| 查询类型 | LIKE能否走索引 | 正则能否走索引 | 说明 |
|---|---|---|---|
| 前缀匹配（'abc%'） | 能，使用B树索引 | 通常不能 | 前缀明确时可快速定位 |
| 中间或后缀匹配（'%abc'） | 不能，全表扫描 | 不能 | 两者均需遍历数据 |
| 复杂模式（如邮箱规则） | 难以表达 | 能表达但慢 | 正则更灵活但CPU开销大 |
1. 前缀匹配效率最高
当使用LIKE '前缀%'时，如果字段上有B树索引，数据库可以像范围查询一样快速缩小扫描区间。而正则无论模式如何，大多数数据库优化器无法将其转换为索引范围扫描。
2. 非前缀场景两者接近
对于%关键字%这类写法，LIKE和正则都只能全表扫描。此时LIKE的实现更轻量，正则因需要编译和执行状态机，CPU消耗通常更高。
3. 复杂规则优先考虑应用层
如果模式非常复杂，建议把数据取出后在应用代码里过滤，或者借助全文索引、专用搜索引擎，而不是在SQL里写重正则。
四、实践建议
- 简单包含查询优先用LIKE，并注意尽量写成前缀匹配。
- 必须做格式校验类匹配时，可用正则，但要避免对大表高频调用。
- 超大数据量模糊搜索应使用倒排索引或Elasticsearch。
总结：LIKE在绝大多数模糊查询中性能更好且易用，正则胜在表达力强，但代价是执行效率。选型时应以实际查询模式和数据集大小为依据。