全文索引比like更适合大规模中文文本模糊匹配，因like%开头无法用b+树索引致全表扫描，而fulltext需显式声明、match语法及布尔模式配合ngram或外部引擎方可有效支持中文分词。
全文索引比 LIKE 更适合大规模文本的模糊匹配，尤其在中文场景下需特别注意分词和配置。
为什么 LIKE 查询慢？
LIKE 配合 % 开头（如 LIKE ‘%关键词%’）无法使用普通 B+ 树索引，只能全表扫描。即使有索引，LIKE ‘关键词%’ 仅能走最左前缀匹配，对中间或后缀模糊完全无效。数据量一过百万，响应常超数秒。
全文索引真正起效的关键点
mysql 的 FULLTEXT 索引不是“自动变快”，必须满足几个条件：
- 字段类型需为 char、VARCHAR 或 TEXT，且建表/建索引时显式声明 FULLTEXT
- 查询必须用 MATCH … AGAINST(…) 语法，不能混用 LIKE
- 默认模式是自然语言模式（NATURAL LANGUAGE MODE），对单字词（如中文“数”“据”）不敏感——这是中文支持差的主因
- 如需支持单字或短词检索，必须启用布尔模式：AGAINST(‘关键词’ IN Boolean MODE)，并配合 +、* 等操作符（如 ‘+数 +据*’）
中文全文检索要绕过的坑
MySQL 原生 FULLTEXT 对中文基本不友好：它按空格分词，而中文无天然分隔符。解决方法有二：
- 升级到 MySQL 5.7.6+ 并启用 ngram 分词器：建索引时指定 WITH PARSER ngram，ngram_token_size 默认为 2（即按二字切分），可查“数据库”→匹配“数据”“库”“数据”“据库”
- 更稳妥方案是接入外部引擎：elasticsearch 或 sphinx，它们自带中文分词（如 IK、jieba），支持同义词、拼音、模糊音等高级特性
什么时候仍可用 LIKE 优化？
并非所有模糊场景都得上全文索引。以下情况可低成本提速：
- 固定前缀模糊（如 LIKE ‘北京%’）：给该字段加普通索引即可
- 长度可控的后缀匹配（如查邮箱域名）：用 REVERSE(email) + 函数索引（MySQL 8.0+ 支持函数索引），把 LIKE ‘%@qq.com’ 转为 REVERSE(email) LIKE ‘moc@qQ%’
- 高频关键词可冗余字段：例如“标题”中常搜“教程”“入门”，额外加 boolean 字段 is_tutorial、is_beginner，查时直接走索引