Sql server 预期结果。您需要发布[dbo].[f_ALGORITHM_LEVENSHTEIN]函数，这似乎正在处理两个字符串？从选择dbo.f_GetPercentageOfTwoStringMatching（'John Smith Makde'，'John Smit

---

---

预期结果。您需要发布

[dbo].[f_ALGORITHM_LEVENSHTEIN]

函数，这似乎正在处理两个字符串？从

选择dbo.f_GetPercentageOfTwoStringMatching（'John Smith Makde'，'John Smith Makde'）

得到的预期结果是什么？这里有什么问题吗？如果我理解正确，如果片段相同（比如：

John-Smith-Makde==Makde-John-Smith

），您希望结果为100%？您可以1）拆分该字符串，按字母顺序排序并比较这些规范化字符串，或2）拆分该字符串并对每个字符串进行比较，然后计算平均百分比。。。但请先澄清您的需要。@ZoharPeled，我的错，我已经添加了预期结果。我预期给定字符串为100%（1.000），但从第二个方法中，我将获得

NULL

输出。如果我删除条件

s1.Cs2.C

将获得它，我可以对两个表之间的列执行相同的操作吗？例如，表1的行数很少，表2的行数超过1000万行？我希望给定的字符串为100%（1.000），但从第二种方法中，我得到的是

NULL

输出。如果我删除条件

s1.Cs2.C

将得到它，我可以对两个表之间的列执行相同的操作吗？例如，表1的行数很少，表2的行数超过1000万行？太好了！大型数据的任何最快匹配百分比（例如

table1

有

几行

和

table2

有超过

1000万行

）？@MAK，您必须知道是搜索匹配还是搜索接近度。对于数百万行，必须多久执行一次代价高昂的计算是很重要的。无论何时，只要您可以预计算值（如规范化名称），它都会非常有用。您可以尝试通过排除那些不相似的行来减少行数（通过长度、通过

SOUNDEX

等等）。但是百分比的计算必须在运行时进行。对于1000万行，这一定会变慢…我能在给定的规范化方法上获得更多优化吗？因为更新1000万条记录需要5分钟以上。@MAK，首先：请避免后续问题，而是开始一个新问题并在此处放置链接。这将吸引更多的注意力，并在第1期第1个问题中保持干净。同样，您的需求也不完全清楚：我在回答中指出的规范化应该是一次性操作，并且应该保存在附加列或副表中。

XML/XQuery

方法不是很快。。。您可以移动到SQL Server 2016并使用

STRING\u SPLIT（）

或使用CLR函数。但在2008-R2中，你的能力有限。。。我的建议：用更多细节开始一个新问题，并放置一个链接。太好了！大型数据的任何最快匹配百分比（例如

table1

有

几行

和

table2

有超过

1000万行

）？@MAK，您必须知道是搜索匹配还是搜索接近度。对于数百万行，必须多久执行一次代价高昂的计算是很重要的。无论何时，只要您可以预计算值（如规范化名称），它都会非常有用。您可以尝试通过排除那些不相似的行来减少行数（通过长度、通过

SOUNDEX

等等）。但是百分比的计算必须在运行时进行。对于1000万行，这一定会变慢…我能在给定的规范化方法上获得更多优化吗？因为更新1000万条记录需要5分钟以上。@MAK，首先：请避免后续问题，而是开始一个新问题并在此处放置链接。这将吸引更多的注意力，并在第1期第1个问题中保持干净。同样，您的需求也不完全清楚：我在回答中指出的规范化应该是一次性操作，并且应该保存在附加列或副表中。

XML/XQuery

方法不是很快。。。您可以移动到SQL Server 2016并使用

STRING\u SPLIT（）

或使用CLR函数。但在2008-R2中，你的能力有限。。。我的建议是：用更多细节开始一个新问题，并放置一个链接。

String 1: John Smith Makde

String 2: Makde John Smith   

CREATE FUNCTION [dbo].[udf_GetPercentageOfTwoStringMatching]
(
    @string1 NVARCHAR(1000)
    ,@string2 NVARCHAR(1000)
)
RETURNS INT

--WITH ENCRYPTION 
AS
BEGIN

    DECLARE @levenShteinNumber INT

    DECLARE @string1Length INT = LEN(@string1), @string2Length INT = LEN(@string2)
    DECLARE @maxLengthNumber INT = CASE WHEN @string1Length > @string2Length THEN @string1Length ELSE @string2Length END

    SELECT @levenShteinNumber = [dbo].[f_ALGORITHM_LEVENSHTEIN] (@string1  ,@string2)

    DECLARE @percentageOfBadCharacters INT = @levenShteinNumber * 100 / @maxLengthNumber

    DECLARE @percentageOfGoodCharacters INT = 100 - @percentageOfBadCharacters

    -- Return the result of the function
    RETURN @percentageOfGoodCharacters

END

SELECT dbo.f_GetPercentageOfTwoStringMatching('John Smith Makde','Makde John Smith')    

7

SELECT dbo.f_GetPercentageOfTwoStringMatching('John Smith Makde','John Smith Makde')

100

100

DECLARE 
  @String1 VARCHAR(100) = 'John Smith Makde Sr.',
  @String2 VARCHAR(100) = 'Makde John Smith Jr.';

SELECT COUNT(*)/(1.*LEN(@String1)-LEN(REPLACE(@string1,' ',''))+1)
FROM
(
  SELECT      s1.item
  FROM        dbo.delimitedSplit8K(@String1,' ') AS s1
  INTERSECT
  SELECT      s2.item
  FROM        dbo.delimitedSplit8K(@String2,' ') AS s2
) AS a

DECLARE 
  @String1 VARCHAR(100) = 'John Smith Makde Sr.',
  @String2 VARCHAR(100) = 'Makde John Smith Jr.';

SELECT (1.*f.L-f.MM)/f.L
FROM
(
  SELECT 
    MM = SUM(ABS(s1.C-s2.C)), 
    L  = CASE WHEN LEN(@String1)>LEN(@string2) THEN LEN(@String1) ELSE LEN(@string2) END
  FROM
  (
    SELECT s1.token, COUNT(*)
    FROM   samd.NGrams8k(@String1,1) AS s1
    GROUP BY s1.token
  ) AS s1(T,C)
  JOIN 
  (
    SELECT s1.token, COUNT(*)
    FROM   samd.NGrams8k(@String2,1) AS s1
    GROUP BY s1.token
  ) AS s2(T,C)
  ON  s1.T=s2.T  -- Letters that are equal
  AND s1.C<>s2.C -- ... but the QTY is different
) AS f;

CREATE TABLE #MockUpYourTable(ID INT IDENTITY, SomeName VARCHAR(1000));
INSERT INTO #MockUpYourTable VALUES('Makde John Smith')
                                  ,('Smith John Makde')
                                  ,('Some other string')
                                  ,('string with with duplicates with');
GO

ALTER TABLE #MockupYourTable ADD NormalizedName VARCHAR(1000);
GO

UPDATE #MockUpYourTable SET NormalizedName=CAST('<x>' + REPLACE((SELECT LOWER(SomeName) 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

SELECT * FROM #MockUpYourTable

ID  SomeName                            NormalizedName
----------------------------------------------------------
1   Makde John Smith                    john makde smith
2   Smith John Makde                    john makde smith
3   Some other string                   other some string
4   string with with duplicates with    duplicates string with

--Clean-Up
GO
DROP TABLE #MockUpYourTable