mysql 的 like '%xxx%' 性能差是因为前导通配符使 b+ 树索引失效，只能全表扫描；fulltext 和内置函数同样有局限；高阶模糊需求应引入 elasticsearch，通过 trigram、pinyin 分析器等策略实现高效文本检索。
为什么 MySQL 的 LIKE '%xxx%' 查不出性能？
因为前导通配符（% 在开头）会让 MySQL 完全无法使用 B+ 树索引，只能全表扫描。哪怕加了普通索引，WHERE name LIKE '%abc%' 也基本等于放弃索引——这是底层存储结构决定的，不是配置能绕过的。
常见误区是以为“加了索引就快”，但索引只对 LIKE 'abc%' 有效；对 LIKE '%abc' 或 LIKE '%abc%'，索引形同虚设。
- 百万级数据下，
LIKE '%keyword%'查询可能从毫秒级升到秒级甚至超时 -
FULLTEXT索引虽可缓解，但仅支持自然语言模式或布尔模式，不支持任意子串、大小写敏感控制、拼音模糊等场景 - 内置函数如
LOCATE()、INSTR()同样无法走索引，纯 CPU 匹配，数据量大时更慢
什么时候该切到 Elasticsearch？
当你的模糊查询需求开始出现这些信号，就该考虑异构：多字段联合检索（比如“部门名+人名+标签”一起搜）、支持拼音/分词/同义词、需要高亮、要求亚秒级响应、或者已有分库分表导致跨库 JOIN 成本极高。
以通讯录系统为例：人员信息分散在 12 个分库，每个库有 user、department、tag_rel 三张表，想查“北京研发部带‘AI’标签的张*”，用 MySQL 拼 SQL 几乎不可维护，而 ES 只需一条 multi_match 查询。
- ES 不是替代 MySQL，而是补足它不擅长的“文本即服务”能力
- 同步延迟可接受（秒级）的业务，用 binlog + canal 或 maxwell 做增量同步足够稳定
- 冷热分离明确的场景，比如历史归档数据只读，更适合放 ES 而非长期压 MySQL
MySQL 到 ES 的数据同步关键点
别直接用 SELECT * FROM user 全量灌 ES——字段映射错、类型不匹配、中文分词没配，查出来全是空结果。必须控制源头结构。
典型坑：user.status 是 tinyint(1)，ES 自动识别成 long，但业务代码传的是字符串 "active"，查不到；又或者 name 字段没配 ik_smart 分词器，搜“张三”能出，“张”单独搜就失败。
- 建索引前先定义
mapping：显式声明text字段用什么 analyzer，数值字段用keyword还是long - 同步脚本里做轻量清洗：把 MySQL 的
NULL转成""或false，避免 ES 字段类型被污染 - 增量同步务必带上时间戳字段（如
updated_at），并用它驱动游标，别依赖自增 ID——分库后 ID 不连续
ES 查询怎么避免“查得到但不对”？
很多人把 MySQL 的 LIKE 思维直接搬过去，写 match_phrase: { query: "张三" }，结果发现搜“张”不出来。ES 默认是分词检索，而 match_phrase 要求完整短语+顺序+邻近，不适合子串场景。
真正贴近 LIKE '%xxx%' 的是 wildcard 或 regexp，但它们性能差、易 OOM；更稳的做法是组合策略：
- 前缀搜索（类似
LIKE 'xxx%'）：用prefix查询，快且准 - 中缀/后缀（
LIKE '%xxx'或LIKE '%xxx%'）：提前在索引时生成 trigram（3-gram）字段，查时用match打 trigram 字段 - 拼音容错：加
pinyinanalyzer，搜“zhangsan”也能命中“张三” - 必要时 fallback：ES 查不到再走 MySQL 主键回查，但得控制 fallback 比例，否则失去异构意义
trigram 不是银弹——它让存储翻 3 倍、写入变慢，但换来的是中缀搜索的可控延迟。要不要上，得看你的“模糊”到底有多模糊。
