Java中如何实现模糊查询？SQL LIKE与MyBatis写法详解

在Java开发中,模糊查询是一种常见的数据检索需求，它允许用户通过部分匹配或模式匹配来查找数据，实现模糊查询的关键在于构建合适的SQL语句或查询条件，并结合Java代码进行动态拼接与执行，本文将详细介绍在Java中实现模糊查询的多种方法，包括SQL拼接、预编译处理、以及使用ORM框架等，并分析各自的优缺点与适用场景。

基于SQL语句拼接的模糊查询

最基础的模糊查询实现方式是通过Java代码直接拼接SQL语句,通常使用LIKE关键字配合通配符（表示任意多个字符）和_（表示单个字符），在用户表中查询姓名包含“张”的用户，SQL语句可写为SELECT * FROM user WHERE name LIKE '%张%'，在Java中，可以通过字符串拼接的方式动态构建SQL：

String keyword = "张";
String sql = "SELECT * FROM user WHERE name LIKE '%" + keyword + "%'";
Statement stmt = connection.createStatement();
ResultSet rs = stmt.executeQuery(sql);

这种方式简单直观,但存在严重的安全隐患，极易发生SQL注入攻击，攻击者可以通过输入特殊字符（如' OR '1'='1）来篡改SQL逻辑，导致数据泄露或破坏，除非在绝对可控的环境下，否则不推荐直接拼接SQL，若必须使用，需对输入参数进行严格的转义处理，例如使用StringEscapeUtils.escapeSql()方法（来自Apache Commons Lang库）对特殊字符进行过滤。

使用PreparedStatement防止SQL注入

为了解决SQL注入问题,推荐使用PreparedStatement对象，预编译语句会对SQL语句进行预处理，参数值通过setString()等方法绑定，数据库引擎会将参数值作为数据处理，而非SQL代码的一部分，实现模糊查询时，需在SQL语句中用作为占位符，并在设置参数时手动添加通配符：

String keyword = "张";
String sql = "SELECT * FROM user WHERE name LIKE ?";
PreparedStatement pstmt = connection.prepareStatement(sql);
pstmt.setString(1, "%" + keyword + "%"); // 动态添加通配符
ResultSet rs = pstmt.executeQuery();

这种方式有效防止了SQL注入,且预编译语句可以被数据库缓存，提高重复执行时的效率，需要注意的是，通配符的位置会影响查询结果：%keyword%表示包含关键字，keyword%表示以关键字开头，%keyword表示以关键字结尾，开发者应根据业务需求灵活调整。

动态SQL构建与框架支持

在实际项目中,查询条件往往更复杂，可能涉及多个字段、动态组合的模糊匹配，手动拼接SQL语句会变得繁琐且容易出错，可以使用MyBatis等持久层框架提供的动态SQL功能，MyBatis通过<if>、<where>、<choose>等标签，灵活组装查询条件：

<select id="findByKeyword" resultType="User">
  SELECT * FROM user
  <where>
    <if test="keyword != null and keyword != ''">
      AND name LIKE CONCAT('%', #{keyword}, '%')
      OR email LIKE CONCAT('%', #{keyword}, '%')
    </if>
  </where>
</select>

在Java代码中,只需传入Map对象或POJO作为参数，MyBatis会自动解析动态SQL标签并生成最终的查询语句，这种方式既保证了安全性（使用参数绑定），又实现了SQL的动态构建，适合复杂的查询场景，MyBatis还支持<bind>标签自定义变量，例如<bind name="pattern" value="'%' + keyword + '%'" />，简化通配符拼接。

JPA与Hibernate中的模糊查询

使用JPA（Java Persistence API）或Hibernate时，可以通过JPQL（Java Persistence Query Language）或Criteria API实现模糊查询，JPQL语法类似于SQL，但操作对象是实体类而非表名：

String keyword = "张";
TypedQuery<User> query = entityManager.createQuery(
    "SELECT u FROM User u WHERE u.name LIKE :keyword", User.class);
query.setParameter("keyword", "%" + keyword + "%");
List<User> users = query.getResultList();

Criteria API则提供了一种面向对象的方式构建查询，适合动态条件组合：

CriteriaBuilder cb = entityManager.getCriteriaBuilder();
CriteriaQuery<User> cq = cb.createQuery(User.class);
Root<User> root = cq.from(User.class);
Predicate predicate = cb.like(root.get("name"), "%" + keyword + "%");
cq.where(predicate);
TypedQuery<User> query = entityManager.createQuery(cq);
List<User> users = query.getResultList();

JPA/Hibernate的方式与数据库解耦，代码更规范，但性能可能略低于原生SQL，且复杂查询的编写相对繁琐，对于简单模糊查询，JPQL更为便捷；对于动态条件，Criteria API更灵活。

全文检索与高级搜索

当数据量庞大或需要更复杂的模糊匹配（如分词、同义词搜索）时，关系型数据库的LIKE查询效率较低，此时可考虑全文检索引擎（如Elasticsearch），通过将数据同步到Elasticsearch，利用其强大的分词和搜索功能，实现高性能的模糊匹配，Java中可通过Elasticsearch High Level REST Client进行操作：

SearchRequest searchRequest = new SearchRequest("index_name");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
sourceBuilder.query(QueryBuilders.matchQuery("name", "张"));
searchRequest.source(sourceBuilder);
SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);

全文检索适合电商、内容平台等需要高效搜索的场景，但引入额外的组件会增加系统复杂度。

性能优化与注意事项

无论采用哪种方式,模糊查询的性能都需重点关注，以下几点建议可提升查询效率：

1. 索引优化：确保模糊查询的字段建有索引，但需注意，以开头的模糊查询（如'%keyword%'）无法使用索引，全表扫描会导致性能下降，若必须使用前导通配符，可考虑全文索引或搜索引擎。
2. 限制结果集：通过分页（LIMIT、PageHelper等）避免返回大量数据，减少内存消耗和网络传输。
3. 避免频繁拼接：使用预编译语句或ORM框架，减少SQL解析和编译的开销。
4. 缓存策略：对频繁查询的模糊结果进行缓存（如Redis），减轻数据库压力。

Java中实现模糊查询需在安全性、性能和可维护性之间权衡，对于简单场景，PreparedStatement是安全高效的选择；复杂动态查询推荐MyBatis等框架；大规模数据则适合Elasticsearch等全文检索方案，开发者应根据实际需求和技术栈选择合适的方案，并注重性能优化与代码规范。