字元串相似度處理函數

来源:https://www.cnblogs.com/5sdba-notes/archive/2020/05/03/12821175.html
-Advertisement-
Play Games

oracle裡面查比如存儲過程裡面與表SALES有關jobs: SELECT * FROM (SELECT a.name,upper(b.what)AS what,SYS.UTL_MATCH.edit_distance_similarity (a.name,upper(b.what)) AS sim ...


oracle裡面查比如存儲過程裡面與表SALES有關jobs:
SELECT * FROM (SELECT a.name,upper(b.what)AS what,SYS.UTL_MATCH.edit_distance_similarity
(a.name,upper(b.what)) AS similarity FROM dba_source a,dba_jobs b
WHERE  SYS.UTL_MATCH.edit_distance_similarity(a.name,upper(b.what))>80
AND upper(a.text)  LIKE '%SALES%'
AND b.what NOT LIKE '%dbms_refresh%')
ORDER BY 3 DESC;

有自帶相似度函數 SYS.UTL_MATCH.edit_distance_similarity 可以直接用。

mysql8裡面我只查到了一個搜索相關的文檔文檔地址並不適合我自己用,找了一下大佬的文章,發現了一個能用的自定義函數,用於計算字元串相似度。

DELIMITER $$
CREATE DEFINER=`root`@`localhost` FUNCTION `COMPARE_STRING`( s1 text, s2 text) RETURNS int(11)
    DETERMINISTIC
BEGIN 
    DECLARE s1_len, s2_len, i, j, c, c_temp, cost INT; 
    DECLARE s1_char CHAR; 
    DECLARE cv0, cv1 text; 
    SET s1_len = CHAR_LENGTH(s1), s2_len = CHAR_LENGTH(s2), cv1 = 0x00, j = 1, i = 1, c = 0; 
    IF s1 = s2 THEN 
      RETURN 0;     
    ELSEIF s1_len = 0 THEN 
      RETURN s2_len; 
    ELSEIF s2_len = 0 THEN 
      RETURN s1_len; 
    ELSE 
      WHILE j <= s2_len DO 
        SET cv1 = CONCAT(cv1, UNHEX(HEX(j))), j = j + 1; 
      END WHILE; 
      WHILE i <= s1_len DO 
        SET s1_char = SUBSTRING(s1, i, 1), c = i, cv0 = UNHEX(HEX(i)), j = 1; 
        WHILE j <= s2_len DO 
          SET c = c + 1; 
          IF s1_char = SUBSTRING(s2, j, 1) THEN  
            SET cost = 0; ELSE SET cost = 1; 
          END IF; 
          SET c_temp = CONV(HEX(SUBSTRING(cv1, j, 1)), 16, 10) + cost; 
          IF c > c_temp THEN SET c = c_temp; END IF; 
            SET c_temp = CONV(HEX(SUBSTRING(cv1, j+1, 1)), 16, 10) + 1; 
            IF c > c_temp THEN  
              SET c = c_temp;  
            END IF; 
            SET cv0 = CONCAT(cv0, UNHEX(HEX(c))), j = j + 1; 
        END WHILE; 
        SET cv1 = cv0, i = i + 1; 
      END WHILE; 
    END IF; 
    RETURN c; 
  END$$
DELIMITER ;

DELIMITER $$
CREATE DEFINER=`root`@`localhost` FUNCTION `SIMILARITY_STRING`(a text, b text) RETURNS double
BEGIN
RETURN ABS(((COMPARE_STRING(a, b) / length(b)) * 100) - 100);
END$$
DELIMITER ;

試了一下還挺好用的,一些邏輯可以自己再適當的修改。

而在gp裡面,我找了許久,發現一個 fuzzystrmatch  看起來比較高檔的函數,這個函數需要安裝:

[gpadmin@SZWPLDB1085 ~]$ psql -d postgres -f $GPHOME/share/postgresql/contrib/fuzzystrmatch.sql
SET
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION
CREATE FUNCTION

然後會在 postgres 庫多出一些函數:

用法在文檔地址


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 事務:把一組操作看做一個工作單元,要麼都執行,要麼都不執行。dml操作才有事務,查詢沒有事務。 開始事務:從上一次的事務結束之後,從第一次dml操作,就自動開啟了事務 提交事務:commit 回滾事務:rollback create table bank ( id number(5) primary ...
  • MySQL備忘 目錄 [TOC] 使用MySQL + 分別指明用戶名,主機名,埠號 + 對每個欄位返回一行,其中的信息分別是欄位名,數據類型,是否允許為空,鍵信息,預設值及其他信息 與上同 + 顯示廣泛的伺服器狀態信息 + 和`SHOW CREATE TABLE `,分別用來顯示創建特定資料庫或表 ...
  • 學習視頻: https://www.bilibili.com/video/BV1tJ411r7EC?p=35 數據的完整性:保證插入表格的數據必須正確。包括實體完整性、區域完整性、引用完整性、自定義完整性。 約束:約束的作用是為了保證數據的完整性,類型包括主鍵約束(PK)、唯一約束()、檢查約束、外 ...
  • 什麼是存儲過程 1. 一組可編程的函數,是為了完成特定功能的SQL語句集 經編譯創建並保存在資料庫中,用戶可通過指定存儲過程的名字並給定參數(需要時)來調用執行。 2. 存儲過程就是具有名字的一段代碼,用來完成一個特定的功能。 3. 創建的存儲過程保存在資料庫的數據字典中 為什麼要用存儲過程 1. ...
  • 什麼是視圖 1. 視圖是一個虛擬表,其內容由查詢定義。 2. 同真實的表一樣,視圖包含一系列帶有名稱的列和行數據。 3. 行和列數據來自定義視圖的查詢所引用的表,並且在引用視圖時動態生成。 4. 簡單的來說視圖是由select結果組成的表; 視圖的特性 1. 視圖是對若幹張基本表的引用,一張虛表,查 ...
  • 什麼是索引 1. 幫助Mysql高效獲取數據的數據結構 2. 索引就是數據結構 3. 類似新華字典的索引目錄,可以通過索引目錄快速查到你想要的字 4. 排好序的快速查找數據 為什麼要建立索引 1. 提高查詢效率 沒有排序之前一個一個往後找 通過索引進行排序之後,可以直接定義到想要的位置 2. 排好序 ...
  • @ "TOC" 什麼是許可權 限制一個用戶能夠做什麼事情,在MySQL中,可以設置全局許可權,指定資料庫許可權,指定表許可權,指定欄位許可權 有哪些許可權 1. create:創建資料庫、表或索引許可權 2. DROP:除資料庫或表許可權 3. ALTER:ALTER更改表,比如添加欄位、索引等 4. DELETE ...
  • 什麼是事務 1. 不可分割的操作,假設該操作有ABCD四個步驟組成. 2. 若ABCD四個步驟都成功完成,則認為事務成功. 3. 若ABCD中任意一個步驟操作失敗,則認為事務失敗 4. 每條sql語句都是一個事務 5. 事務只對DML語句有效,對於DQL無效 事務的ACID 原子性(Atomicit ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...