在另一个字段Oracle SQL中包含的一个字段中查找文本

Posted 2021-04-05

如果有人提出这个问题，我很抱歉，我无法用语言表达。

我被要求过滤出查询中的行，其中来自一个字段的文本包含在另一个字段中。一个例子可能会更好地解释它：

    Column_1         Column_2
    Low Static       Static
    Static           Static
    Static           Clear
                     Static
    Very Low Freq    Freq

查询的结果应仅返回第3行和第4行，因为第1,2和5行包含相似的字符串。现在，我有以下条件：

    WHERE
    ((Column_2 NOT LIKE '%' || Column_1 || '%')
    OR (Column_1 NOT LIKE '%' || Column_2 || '%' OR Column_1 IS NULL))

但是，当我只想返回第3行和第4行时，它返回第1,3,4和5行。这只是示例数据，我的实际数据集在第1列和第2列包含许多不同的文本字符串，所以我不能只是编写特定的case语句来驱逐列相似的某些实例。

也许这是不可能的，因为我无法将字符串定义为2个空格中包含的内容，同时考虑到没有空格的情况？

谢谢

答案

为了你的表达，我认为你想要and而不是or：

WHERE ((Column_2 NOT LIKE '%' || Column_1 || '%') AND
       (Column_1 NOT LIKE '%' || Column_2 || '%' OR Column_1 IS NULL)
      )

你需要两个条件都是真的。您可能会发现逻辑更容易理解为：

WHERE NOT (Column_2 LIKE '%' || Column_1 || '%' OR
           Column_1 LIKE '%' || Column_2 || '%'
          )

另一答案

您要使用的方法是进行全表扫描，因此随着表的增长它不会扩展。如果要实现将使用索引的更有效的解决方案（不使用Oracle大文本索引），请使用基于函数的索引预先计算列公共子串。

使用INSTR（），您可以查找列是否是另一列的子字符串，并返回该分数。 0表示不匹配。

create index ix_t_score on t (instr(nvl(column_1,' '), nvl(column_2, ' ')),
                              instr(nvl(column_2,' '), nvl(column_1, ' ')));

现在编写查询，以便Oracle允许Oracle使用索引。

-- Find rows that don't have common strings
select * from t
  where instr(nvl(column_1, ' '), nvl(column_2, ' ')) = 0 and
        instr(nvl(column_2, ' '), nvl(column_1, ' ')) = 0;

-- Find rows that do
select * from t
  where instr(nvl(column_1, ' '), nvl(column_2, ' ')) > 0 or
        instr(nvl(column_2, ' '), nvl(column_1, ' ')) > 0;


set autotrace on


Execution Plan
----------------------------------------------------------
Plan hash value: 4100696360

---------------------------------------------------------------------------------
| Id  | Operation         | Name        | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |             |     1 |    22 |     2   (0)| 00:00:01 |
|   1 |  SORT AGGREGATE   |             |     1 |    22 |            |          |
|*  2 |   INDEX RANGE SCAN| IX_T_SCORE  |     1 |    22 |     2   (0)| 00:00:01 |
---------------------------------------------------------------------------------


Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access(INSTR(NVL("COLUMN_1",' '),NVL("COLUMN_2",' '))=0 AND
              INSTR(NVL("COLUMN_2",' '),NVL("COLUMN_1",' '))=0)

您可以通过创建确定性存储过程/函数来返回分数来简化它，并且SQL变得比上面简单得多。使用NVL（）是为了处理带空值的列。