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
zfoo-framework1 小时前
线上redis的使用
数据库·redis·缓存
典孝赢麻崩乐急2 小时前
Redis学习-----Redis的基本数据类型
数据库·redis·学习
CF14年老兵2 小时前
SQL 是什么?初学者完全指南
前端·后端·sql
非极限码农2 小时前
Hive SQL (HQL) 编辑指南
hive·hadoop·sql
止水编程 water_proof2 小时前
MySQL——事务详解
数据库·mysql
爱喝水的鱼丶3 小时前
SAP-ABAP:SAP ABAP OpenSQL JOIN 操作权威指南高效关联多表数据
运维·开发语言·数据库·sap·abap
OceanBase数据库官方博客3 小时前
当过滤条件不符合最左前缀时,如何有效利用索引? | OceanBase SQL 优化实践
sql·性能优化·oceanbase·分布式数据库
m0_653031363 小时前
一套视频快速入门并精通PostgreSQL
数据库·postgresql
不似桂花酒3 小时前
数据库小知识
数据库·sql·mysql
ZZH1120KQ3 小时前
ORACLE的表维护
数据库·oracle