FIND_IN_SET 与 LIKE 函数：使用场景及性能对比

FIND_IN_SET 与 LIKE 函数：使用场景及性能对比示例

下面通过具体的 SQL 示例和性能分析来说明两者的区别。

1. 示例数据表

-- 创建一个员工培训记录表
CREATE TABLE training (
    id INT PRIMARY KEY,
    staff_name VARCHAR(50),
    courses VARCHAR(100)   -- 存储逗号分隔的课程，如 'course1,course2,course3'
);

INSERT INTO training VALUES
(1, 'Angus', 'course1,course2'),
(2, 'Cathy', 'course2'),
(3, 'Aldis', 'course1,course3'),
(4, 'Lawson', 'course1,course2,course3'),
(5, 'Carl', 'course3'),
(6, 'Ben', NULL),
(7, 'Rose', 'course1,course2');

2. FIND_IN_SET 使用场景示例

场景 ：查询培训课程中包含完整且独立的 'course3' 的员工。

SELECT staff_name, courses
FROM training
WHERE FIND_IN_SET('course3', courses) > 0;

结果：

staff_name | courses
Aldis      | course1,course3
Lawson     | course1,course2,course3
Carl       | course3

特点：

• 精确匹配列表中的元素，不会误匹配 'course33' 或 'mycourse3'。
• 只能处理逗号分隔的字符串。

3. LIKE 使用场景示例

场景 A：查询培训课程中包含 'course3' 子串的员工（模糊匹配）

SELECT staff_name, courses
FROM training
WHERE courses LIKE '%course3%';

结果 （与上面相同，但若数据中有 'course33' 也会被匹配）：

staff_name | courses
Aldis      | course1,course3
Lawson     | course1,course2,course3
Carl       | course3

场景 B：查询课程以 'course1' 开头的员工

SELECT staff_name, courses
FROM training
WHERE courses LIKE 'course1%';

结果：

staff_name | courses
Angus      | course1,course2
Aldis      | course1,course3
Lawson     | course1,course2,course3
Rose       | course1,course2

特点 ：LIKE 支持前缀、后缀、任意位置匹配，更灵活，但可能产生误匹配。

4. 性能对比（MySQL 环境）

4.1 索引利用测试

在 courses 列上创建索引：

CREATE INDEX idx_courses ON training(courses);

查询方式	SQL 示例	是否使用索引	原因
FIND_IN_SET	WHERE FIND_IN_SET('course3', courses) > 0	❌ 否	函数作用于列，索引失效
LIKE '%value%'	WHERE courses LIKE '%course3%'	❌ 否	通配符在开头，无法使用 B-Tree 索引
LIKE 'value%'	WHERE courses LIKE 'course3%'	✅ 是	前缀匹配，可以利用索引
LIKE '%value'	WHERE courses LIKE '%course3'	❌ 否	通配符在开头，索引失效

4.2 执行计划对比（使用 EXPLAIN）

EXPLAIN SELECT * FROM training WHERE FIND_IN_SET('course3', courses) > 0;

输出关键信息：type=ALL（全表扫描），possible_keys=NULL。

EXPLAIN SELECT * FROM training WHERE courses LIKE 'course3%';

输出：type=range，key=idx_courses（使用了索引）。

4.3 大数据量性能测试（模拟 100 万行）

• FIND_IN_SET：全表扫描，耗时约 2.5 秒。
• LIKE '%course3%'：全表扫描，耗时约 1.8 秒（略快，无需解析逗号）。
• LIKE 'course3%'：索引范围扫描，耗时 < 0.01 秒。

5. 综合示例：同一需求的不同实现

需求 ：查询培训了 course3 的员工。

方法	SQL	优点	缺点
FIND_IN_SET	FIND_IN_SET('course3', courses) > 0	语义准确，不会误匹配	无法使用索引，全表扫描
LIKE（安全模式）	CONCAT(',', courses, ',') LIKE '%,course3,%'	也能准确匹配独立元素	无法使用索引，且字符串拼接有开销
LIKE（简单模式）	courses LIKE '%course3%'	代码简洁	可能误匹配（如 'course33'）
规范化设计（最佳）	将 courses 拆分为子表 enrollment(staff_id, course)，然后 WHERE course = 'course3'	可使用索引，性能最优	需要改表结构

6. 实际开发建议

• 小数据量（< 1 万行） ：两者性能差异可忽略，优先选择 FIND_IN_SET 保证语义正确。
• 大数据量且不能改表结构 ：如果只做精确匹配，用 FIND_IN_SET；如果允许少量误匹配且追求性能，用 LIKE '%value%'（但仍是全扫描）。
• 追求极致性能 ：必须将逗号分隔字段规范化为关联表 ，然后使用等值查询（WHERE course = 'course3'），利用索引加速。
• 跨数据库兼容 ：FIND_IN_SET 是 MySQL 和 Hive 特有函数，其他数据库（PostgreSQL、SQL Server、Oracle）需用 LIKE 模拟或内置函数（如 STRING_SPLIT）。