htmlspecialchars() 适用于这里的 HTML 文本输出场景,但如果数据被放进 JavaScript、URL 或其他上下文,仍需要采用相应的安全处理方式。不要把所有输入统一转换成 HTML 实体后再保存到数据库,否则可能导致搜索匹配、数据展示和后续业务处理出现不必要的问题。
五、为什么给字段建索引不一定能加速搜索
普通索引对精确匹配和部分前缀查询很有帮助,例如:
SELECT id, name
FROM products
WHERE name LIKE 'computer%';
但常见的模糊搜索使用:
WHERE name LIKE '%computer%'
由于搜索词前面存在 %,普通 B-tree 索引通常无法有效利用关键词前缀定位记录。即使为 name 创建索引,也不能保证这种查询更快。
开发人员可以使用 EXPLAIN 查看执行计划:
EXPLAIN
SELECT id, name
FROM products
WHERE name LIKE '%computer%';
观察访问方式、可能使用的索引、实际查询成本等信息,再结合数据规模和测试结果决定优化方案。对于小型商品表,普通 LIKE 查询可能已经足够;对于大型数据表,则需要考虑全文索引、专门的搜索引擎或其他检索方案。
如果使用 MySQL 全文检索,可以创建类似以下的索引:
ALTER TABLE products
ADD FULLTEXT INDEX idx_products_fulltext
(name, description);
然后使用:
SELECT
id,
name,
MATCH(name, description)
AGAINST (:keyword IN NATURAL LANGUAGE MODE) AS score
FROM products
WHERE MATCH(name, description)
AGAINST (:keyword IN NATURAL LANGUAGE MODE)
ORDER BY score DESC, id DESC
LIMIT 20;
这里假设表中存在 description 字段。MATCH() 中的字段组合必须与相应的全文索引定义匹配,具体行为还受 MySQL 版本、存储引擎和全文检索配置影响。
中文搜索需要特别注意分词问题。MySQL 提供 ngram 全文解析器来支持中文、日文和韩文等文字;如果使用适合中文的解析方式,还应测试短关键词、常见词和不同长度的词组是否能得到预期结果。全文索引也有停用词、最小词长等限制,并不保证所有中文搜索场景都能获得理想结果。
六、缓存、权限与异常处理
对于热门搜索,可以考虑将结果缓存到 Redis,减少重复查询数据库的次数。缓存键应包含规范化后的关键词、页码以及影响结果的其他条件;如果结果与用户权限有关,还必须把相应的权限范围纳入缓存设计,不能让一个用户的结果被其他无权访问的用户复用。
缓存也需要设置合理的过期时间,并考虑商品价格、库存、上下架状态或权限变化后如何更新。对于变化频繁的数据,缓存时间过长可能导致搜索结果过时。
数据库查询还应配置合理的异常处理。例如,生产环境可以捕获 PDOException,将必要的错误信息写入服务器日志,同时向用户返回通用提示。不要把数据库连接信息、SQL 语句和完整异常内容直接显示给访问者。
如果商品存在公开、下架、仅会员可见或管理员可见等状态,必须在 SQL 查询条件中落实访问权限,而不能只依赖前端隐藏按钮。用户角色和商品状态应由服务器端可信的数据来源决定。
七、根据业务规模选择搜索方案
对于简单网站,使用 PHP、PDO、MySQL LIKE 查询和分页即可完成基本搜索。数据量增加后,应通过执行计划和实际测试识别瓶颈,而不是盲目增加索引或引入复杂系统。对于需要相关性排序、拼写纠错、同义词、复杂筛选或大规模中文检索的业务,可以评估 MySQL 全文检索或 Elasticsearch 等专门搜索方案。
安全的搜索系统不是简单地把关键词放进 SQL,而是从输入验证、参数绑定、结果输出、权限控制到查询性能形成完整流程。先建立正确的基础实现,再根据真实的数据规模和用户需求逐步优化,通常比一开始堆叠缓存和搜索引擎更容易维护,也更容易定位问题。