Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Si applica a:
Endpoint di analisi SQL di Sql Server 2025 (17.x) del database SQL diAzurein Microsoft Fabric e warehouse neldatabase SQL di Microsoft Fabric in Microsoft Fabric
Note
In quanto funzionalità di anteprima, la tecnologia presentata in questo articolo è soggetta alle condizioni per l'utilizzo supplementari per le anteprime di Microsoft Azure.
Calcola un punteggio di somiglianza tra due stringhe in base alla loro distanza di montaggio. Il punteggio varia da 0 (nessuna somiglianza) a 100 (una corrispondenza esatta).
Note
-
EDIT_DISTANCE_SIMILARITYè attualmente in versione di anteprima. - Il supporto SQL Server è
EDIT_DISTANCE_SIMILARITYstato introdotto in SQL Server 2025 (17.x). -
EDIT_DISTANCE_SIMILARITYè disponibile in Istanza gestita di SQL di Azure con i criteri di aggiornamento di SQL Server 2025 o Always-up-to-date.
Syntax
EDIT_DISTANCE_SIMILARITY (
character_expression
, character_expression
)
Arguments
character_expression
Espressione alfanumerica dei dati di tipo carattere. character_expression può essere una costante, una variabile o una colonna. L'espressione del carattere non può essere di tipo varchar(max) o nvarchar(max).
Tipi restituiti
int
Remarks
Questa funzione implementa l'algoritmo Damerau-Levenshtein (Allineamento Ottimale delle Stringhe). Se uno degli input è NULL , la funzione restituisce un NULL valore. Altrimenti, la funzione restituisce un valore intero da 0 a 100. Il valore di somiglianza viene calcolato come (1 - (edit_distance / greatest(len(string1), len(string2)))) * 100.
Esempi
A. Calcola la somiglianza della distanza di modifica tra due parole
Nell'esempio seguente vengono confrontate due parole e viene restituito il EDIT_DISTANCE_SIMILARITY() valore come colonna denominata Similarity.
SELECT 'Colour' AS WordUK,
'Color' AS WordUS,
EDIT_DISTANCE_SIMILARITY('Colour', 'Color') AS Similarity;
Il set di risultati è il seguente.
WordUK WordUS Similarity
------ ------ -----------
Colour Color 83
Per altri esempi, vedere Esempio di EDIT_DISTANCE_SIMILARITY().