如何实现搜索功能_mysql模糊查询项目示例
MySQL模糊查询核心是LIKE和REGEXP，配合索引优化：LIKE前缀匹配（如'张%'）可走B+树索引，%开头则无法使用；全文索引支持自然语言搜索与相关性排序；必须参数化防SQL注入。
MySQL 模糊查询是实现搜索功能最常用的方式，核心在于 LIKE 和 REGEXP（或 RLIKE），配合合适的索引与参数处理，能兼顾性能与灵活性。
基础模糊匹配：LIKE + 通配符
适用于简单关键词搜索，如商品名、用户昵称等。注意区分大小写（取决于字段排序规则，如 utf8mb4_unicode_ci 不区分，utf8mb4_bin 区分）。
-
% 表示任意长度字符（含零个）：例如
WHERE name LIKE '%手机%'匹配“智能手机”“二手手机壳” -
_ 表示单个任意字符：例如
WHERE code LIKE 'A_2025'匹配“A12025”“AZ2025”，但不匹配“A112025” - 避免开头用 %：如
LIKE '%关键词'无法使用常规 B+ 树索引，建议结合全文索引或前置标准化（如倒排）优化
提高性能：合理使用索引与前缀匹配
当搜索常以某固定前缀开始时（如查“张*”姓用户），可利用索引加速：
- 创建普通索引：
ALTER TABLE users ADD INDEX idx_name (name); - 只对
LIKE '张%'类前缀查询生效；LIKE '%张%'仍全表扫描 - 若字段较长（如 TEXT），可建前缀索引：
ADD INDEX idx_title_prefix (title(50))，适合标题/摘要类字段
进阶搜索：全文索引（FULLTEXT）支持自然语言匹配
适合文章内容、评论等长文本搜索，支持分词、相关性排序，比 LIKE 更智能：
- 建表时添加：
FULLTEXT(title, content) - 查询示例：
SELECT *, MATCH(title, content) AGAINST('数据库优化' IN NATURAL LANGUAGE MODE) AS score FROM articles WHERE MATCH(title, content) AGAINST('数据库优化' IN NATURAL LANGUAGE MODE) ORDER BY score DESC; - 注意：MyISAM 和 InnoDB 均支持，但 InnoDB 要求 MySQL ≥ 5.6，且字段需为 CHAR/VARCHAR/TEXT
安全与实用细节：防注入 + 参数化处理
用户输入直接拼接 SQL 是高危操作，必须预处理：
- PHP 示例（PDO）：
$stmt = $pdo->prepare("SELECT * FROM products WHERE name LIKE CONCAT('%', ?, '%')"); $stmt->execute([$keyword]); - Java（JDBC）：
String sql = "SELECT * FROM users WHERE nickname LIKE ?"; ps.setString(1, "%" + keyword + "%"); -
前端传参前建议 trim() 并过滤空值，避免执行
LIKE '%%'全表扫
不复杂但容易忽略：模糊搜索不是万能方案，数据量大时需结合 Elasti
