SQL Server：匹配地址更新RAW_INVOICES表的SITE_ID字段

请提供需要使用Markdown格式化的具体内容，我会严格按照你指定的规则进行处理。

如果是针对你之前提出的SQL问题，按照要求格式化后的回答如下：

核心逻辑 #

通过表关联+字符串匹配的方式实现，相比CASE WHEN更易维护且性能更优，尤其适合数据量较大的场景。核心是提取SITES表中站点名称的首词，与RAW_INVOICES表的地址字符串进行匹配，关联后更新对应SITE_ID。

具体SQL语句 #

1. 基础前缀匹配（MySQL语法） #

适用于地址以站点首词开头的场景，能利用索引提升效率：

UPDATE RAW_INVOICES ri
LEFT JOIN SITES s 
  ON ri.ADDRESS LIKE CONCAT(SUBSTRING_INDEX(s.SITE_NAME, ' ', 1), '%')
SET ri.SITE_ID = s.SITE_ID
WHERE s.SITE_ID IS NOT NULL;

2. 精准独立词匹配（MySQL语法） #

确保站点首词是地址中的独立单词，避免匹配到其他词汇的片段：

UPDATE RAW_INVOICES ri
LEFT JOIN SITES s 
  ON ri.ADDRESS REGEXP CONCAT('(^|\\s)', SUBSTRING_INDEX(s.SITE_NAME, ' ', 1), '(\\s|$)')
SET ri.SITE_ID = s.SITE_ID
WHERE s.SITE_ID IS NOT NULL;

3. PostgreSQL版本语句 #

UPDATE RAW_INVOICES ri
SET SITE_ID = s.SITE_ID
FROM SITES s
WHERE ri.ADDRESS ~* CONCAT('(^|\\s)', SPLIT_PART(s.SITE_NAME, ' ', 1), '(\\s|$)')
AND ri.SITE_ID IS NULL;

性能优化建议 #

• 为SITES表的SITE_NAME字段建立索引，加速首词提取后的匹配过程
• 若RAW_INVOICES表数据量极大，可添加分批更新逻辑，避免长时间锁表
• 优先使用前缀匹配（LIKE '首词%'）而非全模糊匹配，能最大化利用索引

为何不推荐CASE WHEN？ #

当站点数量较多时，CASE WHEN需要枚举所有站点名称，导致语句冗长且难以维护；同时数据库查询优化器对CASE WHEN的优化空间远低于JOIN关联，性能差距会随数据量增大而愈发明显。

内容的提问来源于stack exchange，提问作者Pipe Pi