从一个日常场景说起
你在一家电商公司做运营，老板让你查一下最近有没有叫“小李”或者“李强”的客户下单。你打开后台系统，发现用户表里名字五花八门：有叫李晓强的、李志强的、小李子的……精确匹配根本不管用。
这时候，就得靠 SQL 模糊查询了。它不像等号（=）那样死板，而是像搜索引擎一样，支持“包含”“开头是”“结尾是”这类灵活条件，帮你从海量数据里捞出想要的信息。
LIKE 是模糊查询的核心
在 SQL 中，实现模糊查询主要靠 LIKE 操作符，配合两个通配符：
%：代表任意数量的字符（包括零个）_：代表单个字符
比如，想找所有姓“李”的用户：
SELECT * FROM users WHERE name LIKE '李%';这条语句会匹配“李明”“李晓峰”“李”，甚至“李123”。
如果只想找名字两个字、且姓李的：
SELECT * FROM users WHERE name LIKE '李_';这里下划线 _ 表示第二个字可以是任意一个字符，所以“李明”“李强”能查到，但“李晓明”就不行。
实际应用中的常见模式
除了“以什么开头”，还有几种常用写法：
查找名字中包含“小”的用户：
SELECT * FROM users WHERE name LIKE '%小%';这能找出“小李”“张小花”“王小虎”等。
查找以“老师”结尾的名字：
SELECT * FROM users WHERE name LIKE '%老师';比如“张老师”“刘老师”都能命中。
结合其他条件使用更强大
模糊查询经常和其他条件搭配。比如你要找注册时间在 2023 年之后、并且邮箱是 QQ 的用户：
SELECT * FROM users WHERE email LIKE '%@qq.com' AND created_at > '2023-01-01';这样既能模糊匹配邮箱域名，又能精确控制时间范围。
注意大小写和性能问题
有些数据库（如 MySQL 在默认配置下）对 LIKE 不区分大小写，但 PostgreSQL 就可能区分。如果需要明确控制，可以用 ILIKE（PostgreSQL 支持）或配合 UPPER() 函数处理。
另外，模糊查询尤其是前导 %（比如 %abc）会导致索引失效，数据量大时会变慢。如果追求性能，尽量用“前缀匹配”（如 abc%），并给对应字段加索引。
正则表达式？也可以，但别滥用
某些数据库（如 PostgreSQL、MySQL 8.0+）支持更强大的正则匹配，比如用 ~ 或 REGEXP：
SELECT * FROM users WHERE name ~ '^李.*强$';这条语句找的是以“李”开头、以“强”结尾的名字，比 LIKE 更灵活。但语法复杂，调试麻烦，日常使用中，多数情况 LIKE 已经够用。
掌握好 LIKE 和通配符，再结合业务场景稍作变形，SQL 模糊查询就能成为你处理数据的趁手工具。