通过

EDIT_DISTANCE_SIMILARITY（Transact-SQL） 预览版

适用于：Microsoft Fabric 中的 SQL Server 2025 （17.x） Azure SQL 数据库Azure SQL 托管实例 SQL 数据库

Note

作为预览版功能，本文中介绍的技术受制于 Microsoft Azure 预览版补充使用条款。

计算从 0（表示不匹配）到 100（表示完全匹配）的相似性值。

Note

  • EDIT_DISTANCE_SIMILARITY 目前为预览版。
  • EDIT_DISTANCE_SIMILARITY 当前不支持转置。
  • SQL Server 支持 EDIT_DISTANCE_SIMILARITY SQL Server 2025（17.x）引入。
  • EDIT_DISTANCE_SIMILARITY 在具有 SQL Server 2025 或 Always-up-to-date更新策略的 Azure SQL 托管实例中可用。

Syntax

EDIT_DISTANCE_SIMILARITY (
    character_expression
    , character_expression
)

Arguments

character_expression

字符数据的字母数字表达式。 character_expression 可以是常量、变量或列。 角色表达式不能是 varchar（max） 或 nvarchar（max） 类型。

返回类型

int

Remarks

此函数实现 Damerau-Levenshtein 算法。 如果任一输入为 NULL，则该函数将返回 NULL 值。 否则，该函数返回一个介于 0 到 100 的整数值。 相似性值计算为 (1 – (edit_distance / greatest(len(string1), len(string2)))) * 100.

例子

下面的示例比较两个单词，并将该值作为列返回 EDIT_DISTANCE_SIMILARITY() ，命名 Distance。

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

Returns:

WordUK WordUS Distance
------ ------ -----------
Colour Color  83

有关其他示例，请参阅示例EDIT_DISTANCE_SIMILARITY（）。

相关内容

  • Last updated on