Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis 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().