MySQL价格区间查询：从基础到进阶的全面指南

在电商、金融或库存管理等系统中，价格区间查询是高频需求。无论是筛选”100-500元商品”还是”价格大于1000元的订单”，都需要通过SQL语句精准定位数据。本文将系统讲解MySQL中价格区间查询的实现方法，从基础语法到性能优化，为开发者提供全流程解决方案。

一、基础价格区间查询语法

1. BETWEEN运算符的规范使用

BETWEEN是查询连续区间的标准语法，其核心规则为：

SELECT * FROM products 
WHERE price BETWEEN 100 AND 500;

需特别注意：

• BETWEEN包含边界值（等价于price >= 100 AND price <= 500）
• 数值顺序必须从小到大，否则返回空集
• 适用于日期、字符串等可比较类型

实际案例：某电商平台查询促销商品（价格区间50-200元）：

SELECT product_id, name, price 
FROM products 
WHERE price BETWEEN 50 AND 200 
AND status = 'active';

2. 比较运算符的灵活组合

当需要非连续区间时，比较运算符更适用：

-- 查询价格低于50或高于300的商品
SELECT * FROM products 
WHERE price < 50 OR price > 300;
-- 查询价格在100-200或400-500的商品
SELECT * FROM products 
WHERE (price BETWEEN 100 AND 200) 
   OR (price BETWEEN 400 AND 500);

性能提示：复杂条件建议使用括号明确优先级，避免SQL解析歧义。

二、高级查询技巧

1. 动态区间查询实现

实际应用中，区间参数常来自前端输入。推荐使用预处理语句防止SQL注入：

// PHP示例
$min = 100;
$max = 500;
$stmt = $pdo->prepare("SELECT * FROM products WHERE price BETWEEN ? AND ?");
$stmt->execute([$min, $max]);

2. 区间统计与分析

结合GROUP BY实现区间统计：

-- 按价格区间统计商品数量
SELECT 
  CASE 
    WHEN price < 50 THEN '0-50'
    WHEN price BETWEEN 50 AND 100 THEN '50-100'
    WHEN price BETWEEN 100 AND 200 THEN '100-200'
    ELSE '200+'
  END AS price_range,
  COUNT(*) AS product_count
FROM products
GROUP BY price_range;

3. 索引优化策略

价格字段查询性能关键在于索引设计：

• 单列索引：对price字段创建普通索引

  ALTER TABLE products ADD INDEX idx_price (price);

• 复合索引：当查询包含其他条件时

  ALTER TABLE products ADD INDEX idx_price_status (price, status);

性能对比：在100万数据表中，无索引查询耗时2.3秒，添加索引后降至0.05秒。

三、实际应用场景解析

1. 电商系统价格筛选

典型需求：多条件组合查询

SELECT product_id, name, price 
FROM products 
WHERE price BETWEEN 200 AND 800
  AND category_id = 5
  AND stock > 0
ORDER BY price ASC
LIMIT 20;

优化建议：

• 将高频查询条件（如category_id）放在WHERE子句前列
• 对排序字段（price）建立索引
• 使用LIMIT控制返回数据量

2. 金融系统风险控制

查询高风险交易（金额超过阈值）：

SELECT transaction_id, amount, user_id
FROM transactions
WHERE amount > 10000
  AND transaction_date BETWEEN '2023-01-01' AND '2023-12-31';

扩展功能：

• 添加时间范围限制
• 结合用户风险等级进行更复杂筛选

3. 库存管理系统

查询滞销商品（价格区间+库存天数）：

SELECT sku, price, stock_quantity,
       DATEDIFF(CURDATE(), last_sold_date) AS days_unsold
FROM inventory
WHERE price BETWEEN 50 AND 200
  AND stock_quantity > 10
  AND days_unsold > 90;

四、常见问题与解决方案

1. 浮点数比较精度问题

现象：price=199.99的商品无法被BETWEEN 100 AND 200匹配
解决方案：

• 使用DECIMAL类型存储价格

  ALTER TABLE products MODIFY price DECIMAL(10,2);

• 或设置合理的比较误差范围

  SELECT * FROM products 
  WHERE price >= 99.995 AND price <= 200.005;

2. 大数据量表优化

当数据量超过千万级时：

• 采用分区表按价格范围分区

  CREATE TABLE products (
  id INT,
  price DECIMAL(10,2),
  ...
  ) PARTITION BY RANGE (price) (
  PARTITION p0 VALUES LESS THAN (100),
  PARTITION p1 VALUES LESS THAN (500),
  PARTITION p2 VALUES LESS THAN (1000),
  PARTITION pmax VALUES LESS THAN MAXVALUE
  );

• 使用覆盖索引减少回表操作

  -- 创建只包含查询字段的索引
  ALTER TABLE products ADD INDEX idx_cover (price, product_id, name);

五、最佳实践总结

1. 索引优先：对价格字段及常用查询条件建立适当索引
2. 数据类型规范：使用DECIMAL而非FLOAT存储价格
3. 参数化查询：防止SQL注入的同时提升复用性
4. 分页处理：大数据量查询务必使用LIMIT
5. 定期维护：对碎片化严重的表执行ANALYZE TABLE

实际案例：某电商重构价格查询模块后，复杂查询响应时间从3.2秒降至0.4秒，CPU使用率下降40%。

通过系统掌握这些技术要点，开发者能够高效处理各类价格区间查询需求，构建出性能优异、稳定可靠的数据检索系统。