Remarque
L’accès à cette page requiert une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page requiert une autorisation. Vous pouvez essayer de modifier des répertoires.
S’applique à : Point de terminaison d’analyse SQL Server 2025 (17.x)
Azure SQL Database
Azure SQL Managed Instance
SQL dans Microsoft Fabric et Warehouse dans la
base de données Microsoft Fabric SQL dans Microsoft Fabric
Note
En tant que fonctionnalité en préversion, la technologie présentée dans cet article est soumise aux conditions d’utilisation supplémentaires des préversions de Microsoft Azure.
Calcule un score de similarité entre deux chaînes en fonction de leur distance de montage. Le score varie de 0 (sans similitude) à 100 (une correspondance exacte).
Note
-
EDIT_DISTANCE_SIMILARITYest actuellement en aperçu. - Le support de SQL Server a
EDIT_DISTANCE_SIMILARITYété introduit dans SQL Server 2025 (17.x). -
EDIT_DISTANCE_SIMILARITYest disponible dans Azure SQL Managed Instance avec la stratégie de mise à jourSQL Server 2025 ou Always-up-to-date.
Syntax
EDIT_DISTANCE_SIMILARITY (
character_expression
, character_expression
)
Arguments
character_expression
Expression alphanumérique des données de caractères. character_expression peut être une constante, une variable ou une colonne. L’expression du caractère ne peut pas être du type varchar(max) ou nvarchar(max).
Types de retour
int
Remarks
Cette fonction implémente l’algorithme Damerau-Levenshtein (Optimal String Alignment). Si l’une des entrées est NULL alors, la fonction retourne une NULL valeur. Sinon, la fonction retourne une valeur entière de 0 vers 100. La valeur de similarité est calculée en tant que (1 - (edit_distance / greatest(len(string1), len(string2)))) * 100.
Examples
R : Calculer la similarité de distance de modification entre deux mots
L’exemple suivant compare deux mots et retourne la valeur sous la EDIT_DISTANCE_SIMILARITY() forme d’une colonne nommée Similarity.
SELECT 'Colour' AS WordUK,
'Color' AS WordUS,
EDIT_DISTANCE_SIMILARITY('Colour', 'Color') AS Similarity;
Voici l'ensemble des résultats.
WordUK WordUS Similarity
------ ------ -----------
Colour Color 83
Pour obtenir d’autres exemples, consultez l’exemple EDIT_DISTANCE_SIMILARITY().