sql中like and not like的优化

select * from ChkRepItemTaskOfSamle

where Rvt_ApplyID like '%XG%' and Rvt_ApplyID not like '%XGW%'

优化方案 1:使用 PATINDEX 函数(推荐)

sql

复制

下载

复制代码
SELECT * 
FROM ChkRepItemTaskOfSamle 
WHERE PATINDEX('%XG[^W]%', Rvt_ApplyID) > 0   -- 包含XG且下一个字符不是W
   OR PATINDEX('%XG', Rvt_ApplyID) > 0;       -- 处理XG在末尾的情况

优化方案 2:使用 CHARINDEX 组合

sql

复制

下载

复制代码
SELECT * 
FROM ChkRepItemTaskOfSamle 
WHERE CHARINDEX('XG', Rvt_ApplyID) > 0 
  AND CHARINDEX('XGW', Rvt_ApplyID) = 0;

优化方案 3:添加计算列 + 索引(大数据量适用)

sql

复制

下载

复制代码
-- 1. 添加持久化计算列
ALTER TABLE ChkRepItemTaskOfSamle
ADD IsTarget AS CAST(
    CASE 
        WHEN Rvt_ApplyID LIKE '%XG%' AND Rvt_ApplyID NOT LIKE '%XGW%' 
        THEN 1 
        ELSE 0 
    END AS BIT
) PERSISTED;

-- 2. 创建索引
CREATE INDEX IX_TargetFilter ON ChkRepItemTaskOfSamle(IsTarget);

-- 3. 查询时使用
SELECT * 
FROM ChkRepItemTaskOfSamle 
WHERE IsTarget = 1;

性能对比说明:

方法 优点 缺点 适用场景
原始双LIKE 简单直观 性能较差(两次全列扫描) 小数据量
PATINDEX 单次扫描,性能较好 语法稍复杂 中等数据量
CHARINDEX组合 函数效率高于LIKE 仍需两次扫描 通用场景
计算列+索引 大数据量极快 需要修改表结构,维护成本高 百万级以上数据频繁查询

推荐选择:

  • 中等数据量 :优先使用 PATINDEX 方案(方案1),它在保持单次扫描的同时更精确

  • 超大数据量:采用计算列+索引方案(方案3),但需权衡维护成本

  • 兼容性要求高 :使用 CHARINDEX 组合(方案2)

注意 :如果 Rvt_ApplyID 字段已建立索引,建议测试实际执行计划选择最优方案。在 SQL Server 2016+ 版本中,还可考虑使用 STRING_SPLIT 等函数进一步优化。

相关推荐
好望角雾眠1 小时前
第三阶段数据库-7:sql中函数,运算符,常用关键字
数据库·笔记·sql·学习·sqlserver·c#
牛角上的男孩4 小时前
apt update Ign and 404 Not Found
开发语言·数据库
瓜酷月..7 小时前
MySQL的高可用+MHA
数据库·mysql
差不多的张三7 小时前
【解决方案】powershell自动连接夜神adb端口
数据库·adb
小马哥编程9 小时前
【软考架构】第6章 数据库基本概念
数据库·oracle·架构
自学也学好编程9 小时前
【数据库】PostgreSQL详解:企业级关系型数据库
数据库·postgresql
.Eyes10 小时前
OceanBase 分区裁剪(Partition Pruning)原理解读
数据库·oceanbase
MrZhangBaby11 小时前
SQL-leetcode— 2356. 每位教师所教授的科目种类的数量
数据库
一水鉴天12 小时前
整体设计 之定稿 “凝聚式中心点”原型 --整除:智能合约和DBMS的在表层挂接 能/所 依据的深层套接 之2
数据库·人工智能·智能合约
翔云12345612 小时前
Python 中 SQLAlchemy 和 MySQLdb 的关系
数据库·python·mysql