今天又来总结工作中遇到的问题了，今天是SQL，spark引擎
需求描述，筛选渠道包含”线上化“的数据
也就是讨论where里面的这个筛选条件怎么写
一般起手都是
where QD like '%线上化%‘学习了其他的写法:
1.INSTR函数
where INSTR(QD,"线上化") <> 0INSTR函数的介绍：
INSTR 函数通常用于查找一个子字符串在另一个字符串中首次出现的位置。如果找到子字符串，函数会返回其首次出现的位置（位置从 1 开始计数）；如果未找到，函数会返回 0。
2.正则表达式匹配
where QD REGEXP "线上化"好处在于，如果我的应用场景是包含多个字符串其中一个的
WHERE QD REGEXP '金融科技部|投资银行部|人力资源部'| 表示或关系，意味着只要 QD 列中的字符串包含 “金融科技部”、“投资银行部” 或者 “人力资源部” 中的任意一个，就会被筛选出来。
正则表达式的匹配操作通常会比普通的字符串比较操作更耗费资源，所以在处理大量数据时，可能会对性能产生一定影响。
三者的比较，参考豆包的回复
功能
-
WHERE QD LIKE '%线上化%'：LIKE是 SQL 中用于字符串模糊匹配的操作符。%是通配符，表示任意数量（包括零个）的任意字符。因此，'%线上化%'表示匹配包含 “线上化” 的任意字符串。它只能处理简单的通配符匹配，无法进行复杂的模式匹配。 -
WHERE INSTR(QD, "线上化") <> 0：INSTR是一个函数，用于返回子字符串在字符串中第一次出现的位置。如果QD列包含 “线上化”，则INSTR(QD, "线上化")的返回值大于 0；如果不包含，则返回 0。因此，INSTR(QD, "线上化") <> 0表示QD列包含 “线上化”。 -
WHERE QD REGEXP "线上化"：REGEXP是 SQL 中的正则表达式匹配操作符，用于按照正则表达式模式来匹配字符串。“线上化” 是一个简单的正则表达式模式，表示匹配包含 “线上化” 的字符串。正则表达式可以进行更复杂的模式匹配，如字符类、量词、分组等。
性能
-
WHERE QD LIKE '%线上化%'：由于LIKE操作符使用了通配符%在开头，数据库无法使用索引进行快速查找，因此性能通常较差，尤其是在处理大量数据时。 -
WHERE INSTR(QD, "线上化") <> 0：INSTR函数同样无法利用索引进行优化，需要对每一行数据进行全字符串扫描，因此性能也较差。 -
WHERE QD REGEXP "线上化"：正则表达式匹配通常比LIKE和INSTR更复杂，需要更多的计算资源，因此性能可能是三者中最差的。
总结
- 如果只需要进行简单的模糊匹配，建议使用
LIKE操作符，因为它的语法简单，性能相对较好。 - 如果对性能要求不高，且需要使用函数进行更灵活的处理，可以使用
INSTR函数。 - 如果需要进行复杂的模式匹配，如匹配特定格式的字符串、进行字符类匹配等，则应使用
REGEXP操作符。