超1亿条数据场景：单字段复杂LIKE与多字段等值查询孰快？

结论：选项2的查询速度会远快于选项1，尤其是在创建合适索引的前提下。

两种方案的性能分析 #

选项1：LIKE模糊查询 #

使用SELECT * from codes WHERE code LIKE "_A__9_2__"的核心问题：

• 这种带前置通配符的模糊匹配，无法利用code字段的普通B-tree索引，数据库只能执行全表扫描。1亿条数据的全表扫描会消耗大量IO和CPU资源，每次查询耗时极长，完全无法支撑“大量查询”的核心需求。

选项2：拆分字段的等值查询 #

使用SELECT * from codes WHERE char_2 = "A" AND char_5 = "9" and char_7= "2"的核心优势：

• 将9位字符串拆分为独立的单字符字段后，等值条件查询可以完美利用索引。如果创建联合索引(char_2, char_5, char_7)，数据库能通过索引直接定位到符合条件的记录，避免全表扫描，查询速度会有量级的提升。即使只给单个字段建索引，多条件组合的查询效率也远高于全表扫描。

关于索引存储开销的说明 #

你担心的“索引增加数据量”确实存在，但实际代价远低于性能收益：

• 单字符字段（比如CHAR(1)类型）每条记录仅占1字节，1亿条数据单个字段的存储量仅约100MB。联合索引的大小也远小于全表数据的体积。
• 如果查询的字符位置不固定（可能涉及1-9个任意位置），无需给每个字段单独建索引，只需针对高频查询的字段组合创建联合索引即可，进一步控制存储成本。

内容的提问来源于stack exchange，提问作者realtebo