sql中like and not like的优化

select * from ChkRepItemTaskOfSamle 
where Rvt_ApplyID like '%XG%' and Rvt_ApplyID not like '%XGW%'

优化方案 1：使用 PATINDEX 函数（推荐）

sql

复制

下载

SELECT * 
FROM ChkRepItemTaskOfSamle 
WHERE PATINDEX('%XG[^W]%', Rvt_ApplyID) > 0   -- 包含XG且下一个字符不是WOR PATINDEX('%XG', Rvt_ApplyID) > 0;       -- 处理XG在末尾的情况

优化方案 2：使用 CHARINDEX 组合

sql

复制

下载

SELECT * 
FROM ChkRepItemTaskOfSamle 
WHERE CHARINDEX('XG', Rvt_ApplyID) > 0 AND CHARINDEX('XGW', Rvt_ApplyID) = 0;

优化方案 3：添加计算列 + 索引（大数据量适用）

sql

复制

下载

-- 1. 添加持久化计算列
ALTER TABLE ChkRepItemTaskOfSamle
ADD IsTarget AS CAST(CASE WHEN Rvt_ApplyID LIKE '%XG%' AND Rvt_ApplyID NOT LIKE '%XGW%' THEN 1 ELSE 0 END AS BIT
) PERSISTED;-- 2. 创建索引
CREATE INDEX IX_TargetFilter ON ChkRepItemTaskOfSamle(IsTarget);-- 3. 查询时使用
SELECT * 
FROM ChkRepItemTaskOfSamle 
WHERE IsTarget = 1;

性能对比说明：

方法	优点	缺点	适用场景
原始双LIKE	简单直观	性能较差（两次全列扫描）	小数据量
PATINDEX	单次扫描，性能较好	语法稍复杂	中等数据量
CHARINDEX组合	函数效率高于LIKE	仍需两次扫描	通用场景
计算列+索引	大数据量极快	需要修改表结构，维护成本高	百万级以上数据频繁查询

推荐选择：

• 中等数据量：优先使用 PATINDEX 方案（方案1），它在保持单次扫描的同时更精确

• 超大数据量：采用计算列+索引方案（方案3），但需权衡维护成本

• 兼容性要求高：使用 CHARINDEX 组合（方案2）

注意：如果 Rvt_ApplyID 字段已建立索引，建议测试实际执行计划选择最优方案。在 SQL Server 2016+ 版本中，还可考虑使用 STRING_SPLIT 等函数进一步优化。