計算SQL

Question

我打算寫兩個輸入字符串的TSQL功能和作爲輸出的話相似的百分比，例如類似的話兩個字符串之間的數字：

SELECT [dbo].[FN_CalcSimilarWords]('Golden horses hotel','Hotel Golden Horses') 

返回：

3/3 

或

SELECT [dbo].[FN_CalcSimilarWords]('Golden horses','Golden horses Malaysia') 

返回：

2/3 

我在考慮循環和比較分析字符串後的單詞到This split function，任何其他想法，以獲得更好的性能？

Answer 1

如果你想在SQL中做到這一點，我會採取一種方法。

創建兩個臨時表，使用分流常規，叫Words1和Words2

現在連接表，並獲得數，即

select count(*) 
from Words1 w1 
join Words2 w2 on w1.word=w2.word 

讓SQL做它是爲

優化方法

這裏是如何從兩個表中獲取計數

select count(distinct w1.word) as Matches, 
     count(distinct w1.word) as FromW1, 
     count(distinct w2.word) as FromW2 
    from #Words1 w1 
    left join #Words2 w2 on w1.word=w2.word 

Answer 2

如果您在部署CLR程序集時沒有任何限制，則可以嘗試此路線並比較性能。

Answer 3

如果您不擔心具有普通項目的確切數量，則可以使用SQL Server全文搜索功能。 ContainsTable和FREETEXT函數都返回一個Rank。看到這裏的細節

Full Text Ranking

Answer 4

原來的答案： SQL Fiddle

我看到@ T-克勞森在PTR Blog

編輯

這種技術修正，以解決意見問題。DK：

SQL Fiddle

MS SQL Server 2012的架構設置：

CREATE TABLE StringTable 
(
    Id INT IDentity, 
    String varchar(max) 
) 

INSERT INTO StringTable 
VALUES ('xx xx Golden horses Malaysia'), 
     ('xx xx xx xx xx') 

查詢1：

WITH StringsCTE 
AS 
(
    SELECT ID,String As StringValue, 
      CASE CHARINDEX(' ', String) 
       WHEN 0 THEN String 
       ELSE LEFT(String, CHARINDEX(' ',String) -1) 
      END AS Word, 
      1 as Position, 
      CASE CHARINDEX(' ',String) 
       WHEN 0 THEN '' 
       ELSE RIGHT(String, LEN(String) - CHARINDEX(' ',String)) 
      END AS RestOfLine 
    FROM StringTable 
    UNION ALL 

    SELECT Id,S.StringValue, 
      CASE CHARINDEX(' ',RestOfLine) 
       WHEN 0 THEN RestOfLine 
       ELSE LEFT(RestOfLine, CHARINDEX(' ',RestOfLine) -1) 
      END, 
      Position + 1, 
      CASE CHARINDEX(' ',RestOfLine) 
       WHEN 0 THEN '' 
       ELSE RIGHT(RestOfLine, LEN(RestOfLine) - CHARINDEX(' ',RestOfLine)) 
      END 
    FROM StringsCTE S 
    WHERE s.RestOfLine != '' 
), 
WordsPerString 
As 
(
    SELECT S.Id, COUNT(s.Word) As NumberOfWords 
    FROM StringsCTE S 
    GROUP BY S.Id 
) 
SELECT COUNT(*) As Matches, (SELECT MAX(NumberOfWords) FROM WordsPerString) as Total 
FROM StringsCTE S1 
INNER JOIN StringsCTE S2 
    ON S1.Word = S2.Word AND S1.Id <> S2.Id 
WHERE S1.Id = 1 AND 
    NOT EXISTS -- Not already matched 
    (SELECT * FROM StringsCTE S3 WHERE S3.Word = S2.Word AND S3.Id <> S1.ID AND S3.Position < S2.Position) 

Results：

| MATCHES | TOTAL | 
|---------|-------| 
|  2 |  5 | 

Answer 5

有了這個解決方案，我假設你想重複刪除。切換第一個和第二個參數對結果沒有影響。

它返回一個值，而不是百分比，因爲函數只能返回1個值或一個表。我假設你想在0和1之間的值，使得2/3 = 0.67或67％，如果你用100

CREATE function f_functionx 
(
    @str1 varchar(2000), 
    @str2 varchar(2000) 
) 
returns decimal(5,2) 
as 
BEGIN 
DECLARE @returnvalue decimal(5,2) 
DECLARE @list1 table(value varchar(50)) 
INSERT @list1 
SELECT t.c.value('.', 'VARCHAR(2000)') 
FROM (
    SELECT x = CAST('<t>' + 
     REPLACE(@str1, ' ', '</t><t>') + '</t>' AS XML) 
) a 
CROSS APPLY x.nodes('/t') t(c) 

DECLARE @list2 table(value varchar(50)) 
INSERT @list2 
SELECT t.c.value('.', 'VARCHAR(2000)') 
FROM (
    SELECT x = CAST('<t>' + 
     REPLACE(@str2, ' ', '</t><t>') + '</t>' AS XML) 
) a 
CROSS APPLY x.nodes('/t') t(c) 


;WITH isect as 
(
    SELECT count(*) match FROM 
    (
    SELECT value FROM @list1 
    INTERSECT 
    SELECT value FROM @list2 
) x 
), total as 
(
    SELECT max(cnt) cnt 
    FROM 
    (
    SELECT count(distinct value) cnt FROM @list1 
    UNION ALL 
    SELECT count(distinct value) FROM @list2 
) x 
) 
SELECT 
    @returnvalue = cast(isect.match as decimal(9,2))/total.cnt 
FROM total 
CROSS JOIN isect 

RETURN @returnvalue 
END 

GO 

乘你這樣調用該函數：

SELECT dbo.f_functionx('Golden horses', 'Golden horses') 
SELECT dbo.f_functionx('Golden horses', 'Golden horses XX') 

返回：

1 
0.67