当我们必须使用like、<>的时候怎么进行SQL优化

对于使用like和<>的SQL语句，可以考虑使用全文索引或者正则表达式来进行优化。全文索引可以提高模糊查询的效率，而正则表达式可以更精确地匹配数据。此外，还可以考虑使用更优化的查询语句，如使用IN或者EXISTS来代替<>等操作符。同时，也可以考虑对数据库进行优化，如增加索引、分区等操作来提高查询效率。

相关问题

sql语句like优化

根据引用\[2\]中的描述，问题出现在执行计划中的第6行IndexRangeScan_30中，like算子做范围查询的范围选择了\["dir", "dis"\]，而实际上应该选择\["dir_abc4999/", "dir_abc49990"\]。这导致了查询的行数达到了2亿+条，从而导致了查询速度变慢。

针对这个问题，可以考虑对sql语句进行优化。根据引用\[3\]中的描述，可以使用POSITION函数来替代LIKE操作符，以提高查询性能。具体的优化步骤如下：

1. 将原来的LIKE操作符替换为POSITION函数，例如将name >= 'dir'替换为POSITION('dir' IN name) > 0。
2. 将原来的name < 'dis'替换为POSITION('dis' IN name) = 0。
3. 将原来的查询条件改为使用POSITION函数，例如将WHERE bucket_id = '.bucket.meta.cmu-bucket01' and name >= 'dir' and name < 'dis'改为WHERE bucket_id = '.bucket.meta.cmu-bucket01' and POSITION('dir' IN name) > 0 and POSITION('dis' IN name) = 0。

通过使用POSITION函数，可以更精确地指定范围查询的条件，避免了引用\[2\]中描述的问题，从而提高了查询性能。
#### 引用[.reference_title]
- *1* *2* [一条 like 条件的慢 SQL 语句优化](https://blog.csdn.net/TiDBer/article/details/126523367)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [mysql中Mysql模糊查询like效率，以及更高效的写法和sql优化方法](https://blog.csdn.net/forest_fire/article/details/119209671)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

MySQL优化：select brandName,have_vin_count,(select count(1) from epc_carmodel_skucount where ifnull(vin,'') <> '') as have_vin_sum_count, concat(round(have_vin_count/(select count(1) from epc_carmodel_skucount where ifnull(vin,'') <> '')*100, 2),'%') as have_vin_percent from (select b.brandName,count(distinct a.vehicleUUID) as have_vin_count from (select distinct vehicleUUID from epc_carmodel_skucount where ifnull(vin,'') <> '') a inner join ( select b.brandName,b.vehicleUUID from epc_material_sence_model a join ( select * from epc_bom_sence where brandName not in ('演示','测试','客服内测') and ifnull(brandName,'') <> '' and brandName not like '火星%' and brandName not like '原厂%' ) b on a.oeId=b.oeId where a.categoryName='火花塞' ) b on a.vehicleUUID=b.vehicleUUID group by b.brandName

这段 SQL 语句是查询汽车品牌的火花塞车型中，有 VIN 码的车型数量及占比。其中使用了子查询和连接查询，可能会有性能问题。建议优化如下：

1. 尽量避免在子查询中使用聚合函数，可以将子查询的结果存储到临时表中，以提高查询效率。

2. 将子查询中的 ifnull(vin,'') <> '' 转换为 vin IS NOT NULL AND vin <> ''，可以利用索引优化查询。

3. 使用 JOIN 操作时，尽量通过 ON 子句指定连接条件，避免使用 WHERE 子句进行过滤，提高查询效率。

优化后的 SQL 语句如下：

SELECT 
    b.brandName,
    COUNT(DISTINCT a.vehicleUUID) AS have_vin_count,
    COUNT(DISTINCT c.vehicleUUID) AS have_vin_sum_count,
    CONCAT(ROUND(COUNT(DISTINCT a.vehicleUUID) / COUNT(DISTINCT c.vehicleUUID) * 100, 2), '%') AS have_vin_percent
FROM 
    epc_carmodel_skucount a
    INNER JOIN (
        SELECT 
            b.brandName,
            b.vehicleUUID 
        FROM 
            epc_material_sence_model a 
            JOIN (
                SELECT * 
                FROM epc_bom_sence 
                WHERE brandName NOT IN ('演示', '测试', '客服内测') 
                    AND IFNULL(brandName, '') <> '' 
                    AND brandName NOT LIKE '火星%' 
                    AND brandName NOT LIKE '原厂%'
            ) b 
            ON a.oeId = b.oeId 
        WHERE a.categoryName = '火花塞'
    ) b 
    ON a.vehicleUUID = b.vehicleUUID 
    AND a.vin IS NOT NULL 
    AND a.vin <> ''
    LEFT JOIN epc_carmodel_skucount c 
    ON c.vin IS NOT NULL 
    AND c.vin <> ''
GROUP BY 
    b.brandName

这样，可以避免子查询中的聚合函数，使用 INNER JOIN 操作指定连接条件，同时使用 LEFT JOIN 操作获取所有有 VIN 码的车型数量，从而提高查询效率。