Sql server 获取与百分比匹配的字符串

我有以下数据的详细信息：

表1：表1的大小很小，记录很少

表2：表2有5000万行

要求：我需要匹配表1到表2中的任意字符串列，例如名称列到名称，并获得匹配注释列的百分比，可以是任意的，可能是地址，也可以是单个单元格中有多个单词的任意字符串列

样本数据：

预期结果：

注：上面给出的只是理解的样本数据，我在实际的senario中的表1和表2中有很少的记录

我的尝试：

步骤1：按照建议，将数据标准化并存储在同一个表中

表1：

ALTER TABLE table1 ADD Name_Normal VARCHAR(1000);
GO

--00:00:00 (5 row(s) affected)
UPDATE table1 
SET Name_Normal=CAST('<x>' + REPLACE((SELECT LOWER(name) AS [*] FOR XML PATH('')),' ','</x><x>') + '</x>' AS XML)
                .query(N'
                        for $fragment in distinct-values(/x/text())
                        order by $fragment
                        return $fragment
                        ').value('.','nvarchar(1000)');           
GO

---

结论：得到了预期的结果，但如上面查询中的注释所述，规范化表2大约需要2个小时。对于表2的步骤1，有没有更好的优化建议？

您是否尝试过研究DQS数据质量服务？ 根据您的SQL版本，它随安装文件一起提供。

---

您是否尝试过调查DQS数据质量服务？ 根据您的SQL版本，它随安装文件一起提供。

---

为什么正常化操作所需的时间很重要？这应该是一次性的行动。。。想象一下，将50mio字符串的大小写降低，将它们分割成片段，然后按排序顺序重新连接这些字符串所需的工作。。。正如在另一个问题中告诉您的那样：对于字符串分割，转到SQL Server 2016将非常有帮助。您可以尝试将此工作转移到CLR函数。使用基于XQuery的规范化的XML拆分器一定很慢……为什么规范化操作所需的时间很重要？这应该是一次性的行动。。。想象一下，将50mio字符串的大小写降低，将它们分割成片段，然后按排序顺序重新连接这些字符串所需的工作。。。正如在另一个问题中告诉您的那样：对于字符串分割，转到SQL Server 2016将非常有帮助。您可以尝试将此工作转移到CLR函数。使用基于XQuery的规范化的XML拆分器一定很慢。。。

    tbl1_Name               tbl2_Name           Percentage  
--------------------------------------------------------
Mario Speedwagon        Speedwagon Mario    100
Petey Cruiser Jack      Cruiser Petey Jack  100
Anna B Sthesia          Sthesia Anna        around 80+
Paul A Molive           Molive Paul         around 80+
Bob Frapples            Frapples Bob        100

ALTER TABLE table1 ADD Name_Normal VARCHAR(1000);
GO

--00:00:00 (5 row(s) affected)
UPDATE table1 
SET Name_Normal=CAST('<x>' + REPLACE((SELECT LOWER(name) AS [*] FOR XML PATH('')),' ','</x><x>') + '</x>' AS XML)
                .query(N'
                        for $fragment in distinct-values(/x/text())
                        order by $fragment
                        return $fragment
                        ').value('.','nvarchar(1000)');           
GO

ALTER TABLE table2 ADD Name_Normal VARCHAR(1000);
GO

--01:59:03 (50000000 row(s) affected)
UPDATE table2 
SET Name_Normal=CAST('<x>' + REPLACE((SELECT LOWER(name) AS [*] FOR XML PATH('')),' ','</x><x>') + '</x>' AS XML)
                .query(N'
                        for $fragment in distinct-values(/x/text())
                        order by $fragment
                        return $fragment
                        ').value('.','nvarchar(1000)');           
GO  

--00:00:33 (23456 row(s) affected)
SELECT t.name AS [tbl1_Name],t1.name AS [tbl2_Name],
       dbo.ufn_Levenshtein(t.Name_Normal,t1.Name_Normal) percentage 
       into #TempTable
FROM table2 t
INNER JOIN table1 t1 
ON CHARINDEX(SOUNDEX(t.Name_Normal),SOUNDEX(t1.Name_Normal))>0 

--00:00:00 (23456 row(s) affected)
SELECT * 
FROM #TempTable 
WHERE percentage >= 50
order by percentage desc;