EDIT_DISTANCE_SIMILARITY (Transact-SQL) pré-visualização

Aplica-se a: SQL Server 2025 (17.x) Base de Dados SQL do Azure AzureSQL ManagedInstance SQL Analytics endpoint em Microsoft Fabric e Warehouse em Microsoft Fabric Basede dados SQL no Microsoft Fabric

Note

Como funcionalidade de pré-visualização, a tecnologia apresentada neste artigo está sujeita aos Termos de Utilização Suplementares para Pré-visualizações do Microsoft Azure.

Calcula uma pontuação de semelhança entre duas cadeias com base na distância de edição. A pontuação varia de 0 (sem semelhança) a 100 (uma correspondência exata).

Note

  • EDIT_DISTANCE_SIMILARITY está atualmente em fase de testes.
  • O suporte para SQL Server foi EDIT_DISTANCE_SIMILARITY introduzido no SQL Server 2025 (17.x).
  • EDIT_DISTANCE_SIMILARITYestá disponível na Instância Gerenciada SQL do Azure com a política de atualizaçãoSQL Server 2025 ou Always-up-to-date.

Syntax

EDIT_DISTANCE_SIMILARITY (
    character_expression
    , character_expression
)

Arguments

character_expression

Uma expressão alfanumérica de dados de caracteres. character_expression pode ser uma constante, variável ou coluna. A expressão do carácter não pode ser do tipo varchar(max) ou nvarchar(max).

Tipos de devolução

int

Remarks

Esta função implementa o algoritmo Damerau-Levenshtein (Alinhamento Ótimo de Strings). Se qualquer uma das entradas for NULL , então a função retorna um NULL valor. Caso contrário, a função devolve um valor inteiro de 0 para 100. O valor de similaridade é calculado como (1 - (edit_distance / greatest(len(string1), len(string2)))) * 100.

Examples

A. Calcular a semelhança da distância de edição entre duas palavras

O exemplo a seguir compara duas palavras e retorna o EDIT_DISTANCE_SIMILARITY() valor como uma coluna, chamada Similarity.

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

Aqui está o conjunto de resultados.

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

Para obter exemplos adicionais, consulte Exemplo EDIT_DISTANCE_SIMILARITY().