Oracle_SQL：数据查询过程中SQL技巧总结（持续更新中）

1: 如何计算两字段中字符串的相似程度？

有时候我们需要对比两个字段相似程度，Oracle提供一个函数用于使用。

涉及函数（11gR2）

UTL_MATCH 的4个子程序来进行处理(subprogram)

Subprogram	Description
EDIT_DISTANCE	Calculates the number of changes required to transform string-1 into string-2 计算字符串string-1 转成string-2需要做几次改变
EDIT_DISTANCE_SIMILARITY	Calculates the number of changes required to transform string-1 into string-2, returning a value between 0 (no match) and 100 (perfect match) 计算字符串string-1 转成string-2需要做改变的次数，剩下的值，0代表没有一个字符匹配，100代表完全匹配
JARO_WINKLER	Calculates the measure of agreement between string-1 and string-2 计算字符串1和字符串2之间的一致程度
JARO_WINKLER_SIMILARITY	Calculates the measure of agreement between string-1 and string-2, returning a value between 0 (no match) and 100 (perfect match)计算字符串1和字符串2之间的一致程度，返回0（不匹配）和100（完全匹配）之间的值

UTL_MATCH函数简介

The UTL_MATCH package facilitates matching two records. This is typically used to match names, such as two First Names or two Last Names.
译文：UTL_MATCH包有助于匹配两个记录。 这通常用于匹配名称，例如两个名或两个姓。

Edit Distance 概念

“Edit Distance”也称为“ Levenshtein距离”（以俄罗斯科学家Vladimir Levenshtein的名字命名，他于1965年设计了该算法），它是两个字符串s1和s2之间相似度的量度。 距离是将s1转换为s2所需的插入，删除或替换的数量。

UTL_MATCH.EDIT_DISTANCE((string-1, string-2)

UTL_MATCH.EDIT_DISTANCE_SIMILARITY(string-1, string-2)

Jaro-Winkler 概念

“ Jaro-Winkler算法”是另一种计算两个字符串之间的编辑距离的方法。 在美国人口普查局开发的此方法是一种字符串比较器量度，可提供两个字符串之间的部分一致值。 字符串比较器考虑了字符串的长度，部分考虑了字母数字字符串中常见的人为错误。