VillageSQL is a drop-in replacement for MySQL with extensions.
All examples on this page work on VillageSQL. Install Now →
Este guia requer o VillageSQL 0.0.4 ou posterior.
= e LIKE não capturam. A extensão vsql_fuzzystrmatch do VillageSQL oferece quatro abordagens: Soundex (agrupamento por sonoridade semelhante), distância de edição de Levenshtein (custo caractere por caractere), Metaphone (codificação baseada na pronúncia) e Double Metaphone (trata pronúncias ambíguas de múltiplas origens linguísticas).
Instalação
vsql_fuzzystrmatch.soundex(...), qualificando pelo nome da extensão proprietária — isso é a resolução de nomes do VEF, não um schema real, e vsql_fuzzystrmatch não aparece em SHOW DATABASES. Todas retornam NULL quando qualquer argumento é NULL.
Soundex
O Soundex reduz uma palavra em inglês a um código de 4 caracteres com base em como ela soa. Palavras com o mesmo código são consideradas correspondências fonéticas.difference retorna uma pontuação de 0 a 4 para quantos caracteres do código Soundex duas strings compartilham. 4 = códigos idênticos.
Encontrando correspondências fonéticas em uma tabela
Distância de edição de Levenshtein
Levenshtein conta o número mínimo de edições de um único caractere — inserções, exclusões, substituições — necessárias para transformar uma string em outra.Custos de operação personalizados
levenshtein_cost permite atribuir pesos diferentes a inserções, exclusões e substituições:
Limite com saída antecipada
levenshtein_less_equal interrompe o cálculo assim que a distância excede um limite — mais eficiente para filtragem. Quando a distância real excede max_d, ela retorna max_d + 1 em vez de calcular a distância completa:
Deduplicação por distância de edição
Metaphone
O Metaphone aplica mais regras de pronúncia do inglês do que o Soundex e produz uma saída de comprimento variável. O parâmetromax_output_length limita o resultado.
Double Metaphone
O Double Metaphone trata pronúncias ambíguas de múltiplas origens linguísticas — nomes de origem alemã, eslava, espanhola, hebraica e outras que são anglicizados de maneiras diferentes. Ele produz dois códigos: primário e alternativo.dmetaphone_alt retorna o código primário.
Use o Double Metaphone quando seus dados contiverem nomes de múltiplas origens linguísticas, ou quando o Metaphone deixar de encontrar correspondências que uma pessoa consideraria equivalentes.
Correspondência com ambos os códigos
Escolhendo uma abordagem
Referência de funções
Limitações conhecidas
Sem sobrecarga de funções. O VEF registra funções apenas pelo nome; duas funções com o mesmo nome não podem coexistir. Onde o PostgreSQL usa sobrecargas (levenshtein com 2 ou 5 argumentos), esta extensão usa nomes distintos (levenshtein e levenshtein_cost).
Limite de comprimento de string. As entradas de levenshtein devem ter ≤ 255 caracteres.