VillageSQL is a drop-in replacement for MySQL with extensions.
All examples on this page work on VillageSQL. Install Now →
本指南需要 VillageSQL 0.0.4 或更高版本。
= 和 LIKE 无法捕捉的变化。VillageSQL 的 vsql_fuzzystrmatch 扩展提供了四种方法:Soundex(按读音相似分组)、Levenshtein 编辑距离(逐字符计算代价)、Metaphone(基于发音的编码)和 Double Metaphone(处理来自多种语言来源的歧义发音)。
安装
vsql_fuzzystrmatch.soundex(...) 的形式调用,即用所属扩展的名称加以限定——这是 VEF 的名称解析,而不是真正的 schema,vsql_fuzzystrmatch 不会出现在 SHOW DATABASES 中。当任一参数为 NULL 时,所有函数都返回 NULL。
Soundex
Soundex 根据英文单词的读音将其简化为一个 4 字符的代码。代码相同的单词被视为语音匹配。difference 返回一个 0–4 的分数,表示两个字符串的 Soundex 代码有多少个字符相同。4 = 代码完全相同。
在表中查找语音匹配
Levenshtein 编辑距离
Levenshtein 计算将一个字符串变为另一个字符串所需的最少单字符编辑次数——插入、删除、替换。自定义操作代价
levenshtein_cost 允许您为插入、删除和替换设置不同的权重:
提前退出阈值
levenshtein_less_equal 在距离超过阈值后立即短路——用于过滤时更高效。当实际距离超过 max_d 时,它返回 max_d + 1,而不是计算完整的距离:
按编辑距离去重
Metaphone
Metaphone 比 Soundex 应用了更多的英语发音规则,并产生可变长度的输出。max_output_length 参数限制结果的长度。
Double Metaphone
Double Metaphone 处理来自多种语言来源的歧义发音——德语、斯拉夫语、西班牙语、希伯来语等来源的名字,它们会以不同的方式被英语化。它产生两个代码:主代码和备选代码。dmetaphone_alt 回退为主代码。
在以下情况使用 Double Metaphone:您的数据包含来自多种语言背景的名字,或者 Metaphone 漏掉了人工会认为等价的匹配。
用两个代码匹配
选择方法
函数参考
已知限制
不支持函数重载。VEF 仅按名称注册函数;两个同名函数不能共存。PostgreSQL 使用重载的地方(levenshtein 的 2 参数与 5 参数版本),本扩展使用不同的名称(levenshtein 与 levenshtein_cost)。
字符串长度限制。levenshtein 的输入必须 ≤ 255 个字符。