Sql 如何使用levenstein条件语句和百分比内部联接两个表

下面的脚本返回我正在查找的内容，这是一个内部联接，用于查找两个表中相似的数据

SELECT zip_codes.building_name, test_1_2.poiname_c_132, zip_codes.street_name, test_1_2.streetname_c_35 FROM zip_codes INNER JOIN test_1_2
 ON (levenshtein(replace(zip_codes.building_name, ' ',''),replace(test_1_2.poiname_c_132, ' ',''))
  < 2)
  AND
   (levenshtein(replace(zip_codes.street_name, ' ',''),replace(test_1_2.streetname_c_35, ' ',''))
    < 4); 

从邮政编码内部连接测试中选择邮政编码、建筑名称、测试名称、测试名称、邮政编码、街道名称、测试名称、街道名称和测试35
在（levenshtein）（替换（邮政编码.建筑名称，''，''），替换（测试名称，''）
< 2)
及
（levenshtein（替换（邮政编码、街道名称、“”）、替换（测试1、2、街道名称、c_35、“”））
< 4); 

在那之后，我试着让内部连接返回一个百分比，该百分比需要低于找到要连接的百分比，但我没有得到正确的输出

SELECT zip_codes.building_name, test_1_2.poiname_c_132, zip_codes.street_name, test_1_2.streetname_c_35 FROM zip_codes INNER JOIN test_1_2
 ON (levenshtein(replace(zip_codes.building_name, ' ',''),replace(test_1_2.poiname_c_132, ' ',''))
 /GREATEST(char_length(replace(test_1_2.poiname_c_132,' ','')), char_length(replace(zip_codes.building_name,' ','')))
  < 2/GREATEST(char_length(replace(test_1_2.poiname_c_132,' ','')), char_length(replace(zip_codes.building_name,' ',''))))
  AND
   (levenshtein(replace(zip_codes.street_name, ' ',''),replace(test_1_2.streetname_c_35, ' ',''))/GREATEST(char_length(replace(test_1_2.streetname_c_35,' ','')), char_length(replace(zip_codes.street_name,' ','')))
    < 4/GREATEST(char_length(replace(test_1_2.streetname_c_35,' ','')), char_length(replace(zip_codes.street_name,' ','')))); 

从邮政编码内部连接测试中选择邮政编码、建筑名称、测试名称、测试名称、邮政编码、街道名称、测试名称、街道名称和测试35
在（levenshtein）（替换（邮政编码.建筑名称，''，''），替换（测试名称，''）
/最大（字符长度（替换（测试1、2、poiname、c、132、“”））、字符长度（替换（邮政编码、建筑名称、“”）））
<2/最大长度（字符长度（替换（测试1\u 2.poiname\u c\u 132，，''）、字符长度（替换（邮政编码.建筑名称，，''））
及
（levenshtein（替换（邮政编码.街道名称，''，''），替换（测试1.街道名称.街道名称，''，''）/最大（字符长度（替换（测试1.街道名称.街道名称，''），''），字符长度（替换（邮政编码.街道名称，''，''））
<4/最大（字符长度（替换（测试1、2、街道名称、c、35、“”））、字符长度（替换（邮政编码、街道名称、35、“”））；

---

有什么想法吗？

你所做的听起来像是一个非常非常慢的查询的回应。您正在有效地计算表中所有记录组合之间的levenshtein距离。如果您知道10.000个zipcodes，并且在另一个表中有1000条记录，那么数据库必须解析10.000.000个组合，每个组合计算四次levenshtein

如果levenshtein必须在两个字符的距离内，则sting的长度差异也不能超过两个字符。考虑到大多数字符串的差异更大，您甚至可以在前往levenshtein之前使用快速且不可执行的WHERE条件删除它们

---

至于你关于百分比的问题，你到底想得到什么？所有两个字段的差异小于X%的组合？

我该如何在…（Noob，对不起）中添加WHERE条件？这个编辑器快把我累死了：-）您只需告诉数据库条件是什么：长度的差异可能不会超过两个，所以长度（table_a.field）-长度（table_b.field）不能大于2或小于-2。类似于：从a.Something=b.Something上的内部连接b中选择*，其中ABS（长度（a.field）-长度（b.field））