MySQL条件查询与范围查询：从基础到进阶的完整指南

一、条件查询的核心语法与使用场景

1.1 WHERE子句基础

WHERE子句是MySQL条件查询的核心组件，用于过滤符合特定条件的记录。其基本语法为：

SELECT column1, column2, ...
FROM table_name
WHERE condition;

关键特性：

• 支持比较运算符（=, >, <, >=, <=, <>）
• 逻辑运算符（AND, OR, NOT）组合条件
• 括号优先级控制复杂逻辑

典型场景：

-- 查询订单金额超过1000元的记录
SELECT order_id, amount 
FROM orders 
WHERE amount > 1000;
-- 多条件组合查询
SELECT product_id, price 
FROM products 
WHERE category = 'Electronics' 
  AND price < 500 
  AND stock_quantity > 0;

1.2 模糊查询与模式匹配

LIKE运算符配合通配符实现模糊查询：

• % 匹配任意长度字符串
• _ 匹配单个字符

优化建议：

• 避免前导通配符（如%keyword），因其无法使用索引
• 考虑使用FULLTEXT索引处理全文搜索需求

示例：

-- 查询以"Apple"开头的商品
SELECT product_name 
FROM products 
WHERE product_name LIKE 'Apple%';
-- 查询第二个字符为"p"的5位产品编码
SELECT product_code 
FROM inventory 
WHERE product_code LIKE '_p___';

1.3 NULL值处理

MySQL使用IS NULL和IS NOT NULL判断空值，避免使用= NULL的错误写法。

业务场景：

-- 查询未分配客服的客户
SELECT customer_id, name 
FROM customers 
WHERE assigned_agent IS NULL;
-- 排除无效数据
SELECT transaction_id 
FROM transactions 
WHERE completion_date IS NOT NULL;

二、范围查询的进阶技巧

2.1 BETWEEN运算符

BETWEEN提供简洁的范围查询语法，包含边界值。

语法对比：

-- 传统写法
SELECT * FROM employees 
WHERE salary >= 5000 AND salary <= 10000;
-- BETWEEN写法
SELECT * FROM employees 
WHERE salary BETWEEN 5000 AND 10000;

注意事项：

• 适用于日期、数字等连续值
• 边界值包含在结果集中
• 性能与显式比较运算符相同

2.2 IN运算符与集合查询

IN运算符简化多值匹配，替代多个OR条件。

性能优势：

• 当集合值固定且较少时，IN比OR更清晰
• 配合子查询实现动态过滤

示例：

-- 查询特定地区的订单
SELECT order_id, customer_id 
FROM orders 
WHERE region IN ('North', 'South', 'East');
-- 子查询示例
SELECT product_id 
FROM products 
WHERE supplier_id IN (
    SELECT supplier_id 
    FROM suppliers 
    WHERE country = 'China'
);

2.3 日期范围查询

日期范围查询是业务系统的常见需求，需注意日期格式与函数使用。

最佳实践：

• 使用标准日期格式’YYYY-MM-DD’
• 考虑使用DATE()函数提取日期部分
• 避免在日期列上使用函数导致索引失效

示例：

-- 查询本月订单
SELECT order_id, order_date 
FROM orders 
WHERE order_date BETWEEN '2023-11-01' AND '2023-11-30';
-- 使用函数查询（注意索引影响）
SELECT user_id, login_time 
FROM user_logins 
WHERE DATE(login_time) = CURDATE();

三、性能优化与索引策略

3.1 索引对条件查询的影响

• 等值查询（=, IN）优先使用B-tree索引
• 范围查询（>, <, BETWEEN）只能使用索引的最左前缀
• 避免在索引列上使用函数或计算

索引设计示例：

-- 为常用查询条件创建复合索引
ALTER TABLE orders ADD INDEX idx_customer_date (customer_id, order_date);
-- 查询时可充分利用索引
EXPLAIN SELECT order_id 
FROM orders 
WHERE customer_id = 1001 
  AND order_date > '2023-01-01';

3.2 查询重写优化

案例分析：
原始低效查询：

SELECT * FROM products 
WHERE price > 100 
  AND price < 200 
  AND category = 'Electronics';

优化后查询：

-- 调整条件顺序利用索引
SELECT * FROM products 
WHERE category = 'Electronics' 
  AND price BETWEEN 100 AND 200;
-- 假设有(category, price)复合索引

3.3 分页查询优化

大结果集分页时，避免使用OFFSET大数值，改用”seek method”：

-- 传统分页（性能随页数下降）
SELECT * FROM orders 
ORDER BY order_date 
LIMIT 10000, 20;
-- 优化分页（保持稳定性能）
SELECT * FROM orders 
WHERE order_date > '2023-10-01' 
ORDER BY order_date 
LIMIT 20;

四、实际应用案例分析

4.1 电商系统查询优化

场景：查询某品类下价格在特定区间且库存充足的商品

-- 原始查询（可能全表扫描）
SELECT product_id, name, price 
FROM products 
WHERE category = 'Mobile' 
  AND price BETWEEN 1000 AND 3000 
  AND stock > 0;
-- 优化方案
-- 1. 创建复合索引 ALTER TABLE products ADD INDEX idx_cat_price_stock (category, price, stock);
-- 2. 重写查询（若stock列选择性低，可考虑单独查询）
SELECT product_id, name, price 
FROM products 
WHERE category = 'Mobile' 
  AND price BETWEEN 1000 AND 3000 
  AND stock > 0 
ORDER BY price;

4.2 数据分析报表生成

场景：统计每月新增用户数

-- 按月分组统计
SELECT 
    DATE_FORMAT(register_date, '%Y-%m') AS month,
    COUNT(*) AS new_users
FROM users
WHERE register_date BETWEEN '2023-01-01' AND '2023-12-31'
GROUP BY month
ORDER BY month;
-- 优化建议：对register_date列创建索引

五、常见错误与解决方案

5.1 索引失效的典型情况

1. 隐式类型转换：
   ```sql
   — user_id是字符串类型但使用数字查询
   SELECT * FROM users WHERE user_id = 123; — 索引失效

— 正确写法
SELECT * FROM users WHERE user_id = ‘123’;

2. **使用OR连接不同列**：
```sql
-- 除非有复合索引覆盖所有列，否则索引可能失效
SELECT * FROM products 
WHERE name = 'Laptop' OR category = 'Electronics';

5.2 范围查询后的索引使用

复合索引(A, B, C)在以下情况的使用：

• WHERE A = 1 AND B = 2 AND C > 3 → 使用索引A,B部分
• WHERE A = 1 AND B > 2 AND C = 3 → 仅使用索引A部分

六、总结与最佳实践

1. 索引设计原则：

   • 为高频查询条件创建索引
   • 复合索引遵循最左前缀原则
   • 避免过度索引影响写入性能

2. 查询编写建议：

   • 优先使用等值查询
   • 范围查询放在索引列的右侧
   • 避免在索引列上使用函数

3. 性能监控：

   • 使用EXPLAIN分析查询执行计划
   • 关注type列（应达到range或ref级别）
   • 检查key列确认使用的索引

通过系统掌握MySQL条件查询与范围查询技术，结合合理的索引设计，开发者能够显著提升数据库查询效率，为业务系统提供稳定高效的数据服务。