我們經常在資料庫中使用 LIKE 操作符來完成對資料的模糊搜尋，LIKE 操作符用于在 WHERE 子句中搜尋列中的指定模式。
如果需要查找客戶表中所有姓氏是“張”的資料，可以使用下面的 SQL 語句：
SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要查找客戶表中所有手機尾号是“1234”的資料，可以使用下面的 SQL 語句：
SELECT * FROM Customer WHERE Phone LIKE '%123456' 如果需要查找客戶表中所有名字中包含“秀”的資料，可以使用下面的 SQL 語句：
SELECT * FROM Customer WHERE Name LIKE '%秀%' 以上三種分别對應了：左字首比對、右字尾比對和模糊查詢，并且對應了不同的查詢優化方式。
資料概覽
現在有一張名為 tbl_like 的資料表，表中包含了四大名著中的全部語句，資料條數上千萬：
左字首比對查詢優化
如果要查詢所有以“孫悟空”開頭的句子，可以使用下面的 SQL 語句：
SELECT * FROM tbl_like WHERE txt LIKE '孫悟空%' SQL Server 資料庫比較強大，耗時八百多毫秒，并不算快：
我們可以在 txt 列上建立索引，用于優化該查詢：
CREATE INDEX tbl_like_txt_idx ON [tbl_like] ( [txt] ) 應用索引後，查詢速度大大加快，僅需 5 毫秒：
由此可知：對于左字首比對，我們可以通過增加索引的方式來加快查詢速度。
右字尾比對查詢優化
在右字尾比對查詢中，上述索引對右字尾比對并不生效。使用以下 SQL 語句查詢所有以“孫悟空”結尾的資料：
SELECT * FROM tbl_like WHERE txt LIKE '%孫悟空' 效率十分低下，耗時達到了 2.5秒：
我們可以采用“以空間換時間”的方式來解決右字尾比對查詢時效率低下的問題。
簡單來說，我們可以将字元串倒過來，讓右字尾比對變成左字首比對。以“防着古海回來再抓孫悟空”為例，将其倒置之後的字元串是“空悟孫抓再來回海古着防”。當需要查找結尾為“孫悟空”的資料時，去查找以“空悟孫”開頭的資料即可。
具體做法是：在該表中增加“txt_back”列，将“txt”列的值倒置後，填入“txt_back”列中，最後為 “txt_back”列增加索引。
ALTER TABLE tbl_like ADD txt_back nvarchar(1000);-- 增加資料列
UPDATE tbl_like SET txt_back = reverse(txt); -- 填充 txt_back 的值
CREATE INDEX tbl_like_txt_back_idx ON [tbl_like] ( [txt_back] );-- 為 txt_back 列增加索引 資料表調整之後，我們的 SQL 語句也需要調整：
SELECT * FROM tbl_like WHERE txt_back LIKE '空悟孫%' 此番操作下來，執行速度就非常迅速了：
由此可知：對于右字尾比對，我們可以建立倒序字段将右字尾比對變成左字首比對來加快查詢速度。
模糊查詢優化
在查詢所有包含“悟空”的語句時，我們使用以下的 SQL 語句：
SELECT * FROM tbl_like WHERE txt LIKE '%悟空%' 該語句無法利用到索引，是以查詢非常慢，需要 2.7 秒：
遺憾的是，我們并沒有一個簡單的辦法可以優化這個查詢。但沒有簡單的辦法，并不代表沒有辦法。解決辦法之一就是：分詞+反向索引。
分詞就是将連續的字序列按照一定的規範重新組合成詞序列的過程。我們知道，在英文的行文中，單詞之間是以空格作為自然分界符的，而中文隻是字、句和段能通過明顯的分界符來簡單劃界，唯獨詞沒有一個形式上的分界符，雖然英文也同樣存在短語的劃分問題，不過在詞這一層上，中文比之英文要複雜得多、困難得多。
反向索引源于實際應用中需要根據屬性的值來查找記錄。這種索引表中的每一項都包括一個屬性值和具有該屬性值的各記錄的位址。由于不是由記錄來确定屬性值，而是由屬性值來确定記錄的位置，因而稱為反向索引(inverted index)。帶有反向索引的檔案我們稱為反向索引檔案，簡稱倒排檔案(inverted file)。
以上兩段讓人摸不着頭腦的文字來自百度百科，你可以和我一樣選擇忽略他。
我們不需要特别高超的分詞技巧，因為漢語的特性，我們隻需“二進制”分詞即可。
所謂二進制分詞，即将一段話中的文字每兩個字元作為一個詞來分詞。還是以“防着古海回來再抓孫悟空”這句話為例，進行二進制分詞之後，得到的結果是：防着、着古、古海，海回，回來，來再，再抓，抓孫，孫悟，悟空。使用 C# 簡單實作一下：
public static List<String> Cut(String str)
{
var list = new List<String>();
var buffer = new Char[2];
for (int i = 0; i < str.Length - 1; i++)
{
buffer[0] = str[i];
buffer[1] = str[i + 1];
list.Add(new String(buffer));
}
return list;
} 測試一下結果：
我們需要一張資料表，把分詞後的詞條和原始資料對應起來，為了獲得更好的效率，我們還用到了覆寫索引：
CREATE TABLE tbl_like_word (
[id] int identity,
[rid] int NOT NULL,
[word] nchar(2) NOT NULL,
PRIMARY KEY CLUSTERED ([id])
);
CREATE INDEX tbl_like_word_word_idx ON tbl_like_word(word,rid);-- 覆寫索引（Covering index） 以上 SQL 語句建立了一張名為 ”tbl_like_word“的資料表，并為其 ”word“和“rid”列增加了聯合索引。這就是我們的倒排表，接下來就是為其填充資料。
為了便于示範，筆者使用了 LINQPad 來做資料處理，對該工具感興趣的朋友，可以參看筆者之前的文章：《.NET 程式員的 Playground ：LINQPad》，文章中對 LINQPad 做了一個簡要的介紹，連結位址是：https://www.coderbusy.com/archives/432.html 。
我們需要先用 LINQPad 自帶的資料庫連結功能連結至資料庫，之後就可以在 LINQPad 中與資料庫互動了。首先按 Id 順序每 3000 條一批讀取 tbl_like 表中的資料，對 txt 字段的值分詞後生成 tbl_like_word 所需的資料，之後将資料批量入庫。完整的 LINQPad 代碼如下：
void Main()
{
var maxId = 0;
const int limit = 3000;
var wordList = new List<Tbl_like_word>();
while (true)
{
$"開始處理：{maxId} 之後 {limit} 條".Dump("Log");
//分批次讀取
var items = Tbl_likes
.Where(i => i.Id > maxId)
.OrderBy(i => i.Id)
.Select(i => new { i.Id, i.Txt })
.Take(limit)
.ToList();
if (items.Count == 0)
{
break;
}
//逐條生産
foreach (var item in items)
{
maxId = item.Id;
//單個字的資料跳過
if (item.Txt.Length < 2)
{
continue;
}
var words = Cut(item.Txt);
wordList.AddRange(words.Select(str => new Tbl_like_word { Rid = item.Id, Word = str }));
}
}
"處理完畢，開始入庫。".Dump("Log");
this.BulkInsert(wordList);
SaveChanges();
"入庫完成".Dump("Log");
}
// Define other methods, classes and namespaces here
public