一、问题现象与核心矛盾

在MySQL数据库中进行中文模糊检索时，开发者常遇到以下典型问题：

1. 使用LIKE '%中文%'语句时，数据库返回空结果集或部分匹配
2. 相同查询语句对英文内容有效，但对中文内容失效
3. 模糊搜索性能显著下降，查询耗时呈指数级增长

这些问题的本质在于MySQL处理中文字符时的特殊机制与开发者认知之间的差异。中文字符在UTF-8编码下通常占用3个字节，而MySQL的字符处理逻辑需要正确识别这些多字节字符的边界。

1.1 字符编码的底层影响

MySQL的字符编码机制直接影响模糊搜索行为。当使用utf8字符集（实际是MySQL的utf8mb3，最大3字节）时，部分生僻汉字可能无法被正确处理。而utf8mb4字符集（完整UTF-8实现）能支持4字节字符，包括所有Unicode字符。

测试案例：

-- 创建测试表（使用utf8mb4）
CREATE TABLE test_search (
    id INT AUTO_INCREMENT PRIMARY KEY,
    content VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci
);
-- 插入包含特殊汉字的测试数据
INSERT INTO test_search VALUES (1, '测试数据');
INSERT INTO test_search VALUES (2, '測試數據');
-- 执行模糊查询
SELECT * FROM test_search WHERE content LIKE '%测%';  -- 仅返回第一条
SELECT * FROM test_search WHERE content LIKE '%測%';  -- 仅返回第二条

1.2 排序规则的关键作用

MySQL的排序规则（collation）决定了字符比较的方式。utf8mb4_general_ci采用简单的二进制比较，而utf8mb4_unicode_ci基于Unicode标准进行更准确的排序和比较。

二、问题根源的深度解析

2.1 字符集不匹配

当表、列或连接使用的字符集不一致时，会导致字符处理异常。常见组合问题：

• 表使用utf8，连接使用latin1
• 列使用utf8mb4，但索引使用utf8

2.2 通配符位置的影响

%通配符的位置不同会导致查询效率差异：

• LIKE '%中文%'：全表扫描，性能最差
• LIKE '中文%'：可使用索引前缀
• LIKE '%中文'：仍需全表扫描

2.3 索引设计的缺陷

普通B-Tree索引对模糊搜索的支持有限，特别是当通配符出现在开头时：

-- 创建普通索引
CREATE INDEX idx_content ON test_search(content);
-- 以下查询无法有效使用索引
EXPLAIN SELECT * FROM test_search WHERE content LIKE '%测试%';

三、系统性解决方案

3.1 统一字符集配置

实施步骤：

1. 修改MySQL配置文件（my.cnf/my.ini）：
   ```ini
   [client]
   default-character-set = utf8mb4

[mysql]
default-character-set = utf8mb4

[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci

2. 修改现有表结构：
```sql
ALTER TABLE test_search 
CONVERT TO CHARACTER SET utf8mb4 
COLLATE utf8mb4_unicode_ci;

3.2 优化LIKE查询策略

高效查询模式：

1. 避免前导通配符：
   ```sql
   — 不推荐（全表扫描）
   SELECT * FROM products WHERE name LIKE ‘%手机%’;

— 推荐（可利用索引）
SELECT * FROM products WHERE name LIKE ‘手机%’ OR name LIKE ‘%手机%’ LIMIT 20;

2. 使用覆盖索引：
```sql
-- 创建包含查询字段的复合索引
CREATE INDEX idx_name_category ON products(category, name);
-- 查询可利用索引覆盖
SELECT id, name FROM products 
WHERE category = '电子产品' AND name LIKE '%手机%';

3.3 全文索引的深度应用

实施步骤：

1. 创建全文索引：

   ALTER TABLE articles ADD FULLTEXT INDEX ft_idx_content(content);

2. 使用MATCH AGAINST语法：
   ```sql
   — 自然语言模式
   SELECT * FROM articles
   WHERE MATCH(content) AGAINST(‘数据库优化’ IN NATURAL LANGUAGE MODE);

— 布尔模式（支持更复杂的查询）
SELECT * FROM articles
WHERE MATCH(content) AGAINST(‘+MySQL -Oracle’ IN BOOLEAN MODE);

3. 配置全文参数：
```sql
-- 设置最小词长（默认4）
SET GLOBAL innodb_ft_min_token_size = 2;
-- 设置停用词表（中文需要自定义）
-- 需修改innodb_ft_server_stopword_table或创建自定义停用词表

3.4 分词技术的集成方案

实现方式：

1. 使用MySQL存储过程实现简单分词：

   DELIMITER //
   CREATE FUNCTION simple_chinese_split(input TEXT) 
   RETURNS TEXT DETERMINISTIC
   BEGIN
    DECLARE result TEXT DEFAULT '';
    DECLARE i INT DEFAULT 1;
    DECLARE len INT;
    DECLARE char VARCHAR(3);
    SET len = CHAR_LENGTH(input);
    WHILE i <= len DO
        SET char = SUBSTRING(input, i, 1);
        -- 简单处理：每个字符作为单独词（实际应用需更复杂逻辑）
        SET result = CONCAT_WS(' ', result, char);
        SET i = i + 1;
    END WHILE;
    RETURN result;
   END //
   DELIMITER ;

2. 结合应用层分词（推荐）：

• 前端：使用JavaScript分词库（如segment.js）
• 后端：集成Java/Python分词工具（如IKAnalyzer、jieba）
• 数据库：存储分词结果到单独表

3.5 性能优化组合拳

综合优化方案：

1. 索引优化：
   ```sql
   — 创建函数索引（MySQL 8.0+）
   CREATE INDEX idx_content_lower ON articles((LOWER(content)));

— 虚拟列索引（MySQL 5.7+）
ALTER TABLE articles
ADD COLUMN content_lower VARCHAR(255)
GENERATED ALWAYS AS (LOWER(content)) STORED,
ADD INDEX idx_content_lower (content_lower);

2. 查询重写：
```sql
-- 原低效查询
SELECT * FROM logs WHERE message LIKE '%错误%';
-- 优化后（限制结果集+使用索引）
SELECT * FROM logs 
WHERE created_at > DATE_SUB(NOW(), INTERVAL 1 DAY)
AND (message LIKE '错误%' OR message LIKE '%错误%')
ORDER BY created_at DESC
LIMIT 100;

1. 服务器参数调优：

   # my.cnf 配置示例
   [mysqld]
   innodb_buffer_pool_size = 4G  # 设置为可用内存的50-70%
   innodb_ft_cache_size = 80M
   innodb_ft_total_cache_size = 320M
   ft_query_expansion_limit = 20

四、实施路线图

1. 评估阶段（1-2天）：

   • 检查现有数据库字符集配置
   • 分析高频模糊查询模式
   • 评估数据量及增长趋势

2. 改造阶段（3-5天）：

   • 统一字符集配置
   • 创建必要的全文索引
   • 修改应用程序查询逻辑

3. 优化阶段（持续）：

   • 监控查询性能
   • 调整全文索引参数
   • 定期更新统计信息

五、典型问题解决方案

问题1：LIKE '%中文%'始终返回空结果
解决方案：

1. 检查表/列字符集是否为utf8mb4
2. 确认客户端连接字符集设置
3. 测试直接插入查询字符串是否能存储成功

问题2：全文索引对中文检索效果差
解决方案：

1. 调整innodb_ft_min_token_size为2
2. 实现自定义分词函数或使用应用层分词
3. 考虑使用专用搜索引擎（如Elasticsearch）

问题3：模糊查询导致数据库负载过高
解决方案：

1. 添加查询条件限制结果集范围
2. 实现查询缓存机制
3. 考虑读写分离架构

通过系统性地应用上述解决方案，开发者可以彻底解决MySQL中文模糊检索中%通配符无法识别的问题，同时显著提升查询性能和结果准确性。实际实施时，建议先在测试环境验证各方案效果，再逐步推广到生产环境。