Anmerkung
Der Zugriff auf diese Seite erfordert eine Genehmigung. Du kannst versuchen, dich anzumelden oder die Verzeichnisse zu wechseln.
Der Zugriff auf diese Seite erfordert eine Genehmigung. Du kannst versuchen , die Verzeichnisse zu wechseln.
Gilt für: SQL Server 2025 (17.x)
Azure SQL-Datenbank
AzureSQL Managed Instance
SQL SQL-Datenbank in Microsoft Fabric
Note
Als Previewfunktion unterliegt die in diesem Artikel vorgestellte Technologie den zusätzlichen Nutzungsbedingungen für Microsoft Azure-Vorschauen.
Berechnet einen Ähnlichkeitswert zwischen 0 (ohne Übereinstimmung) und 100 (die vollständige Übereinstimmung angibt).
Note
-
EDIT_DISTANCE_SIMILARITYbefindet sich derzeit in der Preview-Phase. -
EDIT_DISTANCE_SIMILARITYdie Umsetzung wird derzeit nicht unterstützt. - SQL Server-Unterstützung wurde
EDIT_DISTANCE_SIMILARITYin SQL Server 2025 (17.x) eingeführt. -
EDIT_DISTANCE_SIMILARITYist in azure SQL Managed Instance mit der SQL Server 2025- oder Always-up-to-Updaterichtlinie verfügbar.
Syntax
EDIT_DISTANCE_SIMILARITY (
character_expression
, character_expression
)
Arguments
character_expression
Ein alphanumerischer Ausdruck von Zeichendaten. character_expression kann eine Konstante, Variable oder Spalte sein. Der Charakterausdruck kann nicht vom Typ varchar(max) oder nvarchar(max) sein.
Rückgabetypen
int
Remarks
Diese Funktion implementiert den Damerau-Levenshtein Algorithmus. Wenn eine der Eingaben NULL ist, gibt die Funktion einen NULL-Wert zurück. Andernfalls gibt die Funktion einen ganzzahligen Wert von 0 bis 100 zurück. Der Ähnlichkeitswert wird berechnet als (1 – (edit_distance / greatest(len(string1), len(string2)))) * 100.
Examples
Im folgenden Beispiel werden zwei Wörter verglichen und der EDIT_DISTANCE_SIMILARITY() Wert als Spalte mit dem Namen zurückgegeben Distance.
SELECT 'Colour' AS WordUK,
'Color' AS WordUS,
EDIT_DISTANCE_SIMILARITY('Colour', 'Color') AS Distance;
Returns:
WordUK WordUS Distance
------ ------ -----------
Colour Color 83
Weitere Beispiele finden Sie unter Beispiel EDIT_DISTANCE_SIMILARITY().