基于 SQL 查询中最接近的文本匹配连接表？

Posted 2023-05-07

【中文标题】基于 SQL 查询中最接近的文本匹配连接表？

【英文标题】：Join tables based on closest text match in SQL queries?

【发布时间】：2016-08-10 21:44:03

【问题描述】：

我正在使用 Microsoft Access。我对 SQL 还是很陌生（对不起，如果我目前的方法看起来太简单了），我一直在尝试加入两个具有不同列名的表，其中一个表具有完整的打印机型号名称，而其他表只是打印机型号名称的一部分。

这是一些示例数据

表A：型号 MS811DN 激光打印机 MS811DTN激光打印机 MS812激光打印机

表B： 型号 MS811DTN MS811DN MS81（其中MS81之后的任何东西都可以代表除了MS811DTN或MS811DN之外的任何东西）

我尝试在 FROM 语句中使用以下内容： 从 表A 左连接表 B ON TableA.Model LIKE TableB.Model&'*'

但这会返回重复的结果，因为它提供了模型“喜欢”的所有值

我要做的是返回提供最接近匹配的结果，例如 表 A 表 B MS811DN 激光打印机链接到 MS811DN MS811DTN 激光打印机链接到 MS811DTN MS812 激光打印机链接到 MS81

有没有办法只返回最接近匹配的结果？

【问题讨论】：

表 A 是否太大而无法配备可由表 B 中键对应的值填充（可能通过某种算法，然后手动调整）的列？通过这种方式，您可以将最接近的匹配（有时在我看来像是在猜测）转换为完全匹配。

我在表 A 中有超过 30,000 个字段需要匹配（不确定这是否被认为太大），但您的意思是在拉动表之前为表 A 配备另一列到表中询问？如果是这样，我想避免这一步，因为我正在为其他人编写此查询，以便在他们提取报告时复制和粘贴。如果这不是你的意思，你能详细说明吗？

【参考方案1】：

原来的选择很好。正如你提到的

select ... 
FROM TableA 
    LEFT JOIN Table B ON TableA.Model LIKE TableB.Model&'*'

然后我们可以引入相似值计算字段。

LEN(TableB.Model) - LEN(TableA.Model)

如果它是 0，我们发现完全匹配。

那你需要添加

GROUP BY TableA.Model

并为每个模型找到一个 MIN（相似度）。

然后只留下相似度最小的记录。

select *
FROM TableA INNER JOIN 
   (select TableA.Model, MIN(LEN(TableB.Model) - LEN(TableA.Model)) as minSim
    FROM TableA 
        LEFT JOIN Table B ON TableA.Model LIKE TableB.Model&'*'
    GROUP BY TableA.Model) sub ON TableA.Model=sub.Model
    LEFT JOIN TableB on TableA.Model LIKE TableB.Model&'*' 
                    and sub.minSim=LEN(TableB.Model) - LEN(TableA.Model)

我不熟悉 Access，所以语法可能是错误的。只是为了展示这个想法

【讨论】：

您好，感谢您的快速响应！我尝试使用您的建议，但由于某种原因，最后一行“and sub.minSim=LEN(TableB.Model) - LEN(TableA.Model)”不允许它运行。不断弹出“不支持 JOIN 表达式”的错误消息，当我取出该语句时，它再次起作用。知道可以做些什么来解决这个问题吗？

sub.minSim=(LEN(TableB.Model) - LEN(TableA.Model)) 括号呢？我不是 MS Access 方面的专家，无法提供准确的语法。您需要存储相似度并仅保留距离最小的相似度

与其他 sql 平台相比，Microsoft Access 的语法很难看。括号似乎也不起作用，但是当我将最后一行放在 WHERE 语句末尾时，它起作用了。是否有理由认为这是一个糟糕的选择？

我会说将条件移动到 WHERE 部分很好。当 TableB 没有合适的模型时，也尝试使用 NULL