答案：优化MySQL字符串模糊查询需优先利用索引，前缀匹配（如'张%'）可走B+树索引，避免中间或右侧模糊（如'%明%'）导致全表扫描；对长字段使用前缀索引以平衡空间与性能；禁止在字段上使用函数（如LOWER、CONCAT）防止索引失效；复杂场景应采用FULLTEXT全文索引配合MATCH() AGAINST()提升大文本搜索效率；业务层面可通过Redis缓存高频词、先精确过滤再模糊匹配、引入Elasticsearch等外部搜索引擎以及前端限制输入等方式降低数据库压力。核心原则是尽可能利用索引避免全表扫描，优先用前缀匹配和全文索引替代低效的双百分号模糊查询。
MySQL中字符串查询，尤其是模糊查询（LIKE、正则等）容易成为性能瓶颈，特别是在数据量大的情况下。优化这类查询需要从索引设计、SQL写法和业务逻辑多方面入手。
合理使用索引加速字符串查询
索引是提升字符串查询效率的核心手段，但并非所有模糊查询都能走索引。
- 前缀匹配可走索引：如WHERE name LIKE '张%'，这种左侧固定的情况可以利用B+树索引快速定位。
- 中间或右侧模糊不走索引：如LIKE '%明%'或LIKE '%华'，会导致全表扫描，应尽量避免。
- 使用前缀索引：对长字符串字段（如VARCHAR(255)），可创建前缀索引，例如INDEX(name(8))，节省空间并提高效率，但需评估区分度。
避免低效的模糊查询写法
不当的SQL写法会直接导致索引失效。
- 避免在字段上使用函数，如WHERE LOWER(name) LIKE 'abc%'，应保持字段“裸露”以使用索引。
- 不要在LIKE前加函数或表达式，如CONCAT、TRIM等。
- 尽量不用双百分号%keyword%，若必须使用，考虑其他替代方案。
使用全文索引处理复杂模糊需求
对于无法用前缀匹配的场景，MySQL的FULLTEXT索引是更优选择。
- 适用于大文本字段（如文章内容、描述信息）的关键词搜索。
- 创建全文索引：ALTER TABLE articles ADD FULLTEXT(title, content);
- 使用MATCH() AGAINST()语法查询，支持自然语言或布尔模式，性能远高于LIKE。
- 注意：MyISAM和InnoDB都支持全文索引（InnoDB从MySQL 5.6起），但中文需配合分词工具或使用其他搜索引擎（如Elasticsearch）。
结合业务设计优化查询结构
技术之外，从业务层面减少模糊查询压力也很关键。
- 对高频搜索词做缓存（如Redis），避免重复查询数据库。
- 拆分模糊条件，先用精确字段过滤，缩小范围后再进行字符串匹配。
- 引入外部搜索引擎：对于复杂搜索需求（如多字段模糊、相关性排序），建议使用Elasticsearch或Sphinx，MySQL仅作结果回查。
- 前端限制输入长度或提示用户使用更具体的关键词，降低无效查询。
基本上就这些。核心是让查询尽可能利用索引，避免全表扫描。能用“前缀匹配”就不用“全模糊”，能用“全文索引”就不用“LIKE %...%”。根据实际场景权衡选择，才能实现高效稳定的字符串查询。
