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。