EDIT_DISTANCE_SIMILARITY (Transact-SQL) (wersja zapoznawcza)

Dotyczy: Sql Server 2025 (17.x) Punkt końcowy analizy SQLusługi Azure SQL Managed Instanceusługi Azure SQL Database w usłudzeMicrosoft Fabric i magazynie wbazie danych Microsoft Fabric SQL Database w usłudze Microsoft Fabric

Note

Jako funkcja w wersji zapoznawczej technologia przedstawiona w tym artykule podlega dodatkowym warunkom użytkowania dla wersji zapoznawczych platformy Microsoft Azure.

Oblicza wynik podobieństwa między dwoma ciągami na podstawie ich dystansu edycji. Wynik waha się od 0 (brak podobieństwa) do 100 (dokładne dopasowanie).

Note

  • EDIT_DISTANCE_SIMILARITY jest obecnie dostępna w wersji zapoznawczej.
  • Wsparcie dla SQL Server wprowadzone EDIT_DISTANCE_SIMILARITY w SQL Server 2025 (17.x).
  • EDIT_DISTANCE_SIMILARITYjest dostępny w usłudze Azure SQL Managed Instance z zasadami aktualizacji zawszeup-toSQL Server 2025 lub Always-up-to.

Syntax

EDIT_DISTANCE_SIMILARITY (
    character_expression
    , character_expression
)

Arguments

character_expression

Alfanumeryczne wyrażenie danych znaków. character_expression może być stałą, zmienną lub kolumną. Wyrażenie znaku nie może być typu varchar(max) ani nvarchar(max).

Typy zwracane

int

Remarks

Funkcja ta implementuje algorytm Damerau-Levenshtein (Optimal String Alignment). Jeśli którykolwiek z danych wejściowych jest NULL , funkcja zwraca NULL wartość. W przeciwnym razie funkcja zwraca wartość całkowitą z 0 do .100 Wartość podobieństwa jest obliczana jako (1 - (edit_distance / greatest(len(string1), len(string2)))) * 100.

Przykłady

Odp. Obliczanie podobieństwa odległości edycji między dwoma słowami

Poniższy przykład porównuje dwa wyrazy i zwraca EDIT_DISTANCE_SIMILARITY() wartość jako kolumnę o nazwie Similarity.

SELECT 'Colour' AS WordUK,
       'Color' AS WordUS,
       EDIT_DISTANCE_SIMILARITY('Colour', 'Color') AS Similarity;

Oto zestaw wyników.

WordUK WordUS Similarity
------ ------ -----------
Colour Color  83

Aby uzyskać dodatkowe przykłady, zobacz Przykład EDIT_DISTANCE_SIMILARITY().

Treści powiązane

  • Last updated on