如何在SQL Server中无需预知字符串值，实现基于字符串相似性的关联数据查询

针对你需要从FRUIT表中根据主项名称拉取含相似关键词关联项的需求，我整理了几个SQL Server内置或自定义的可行方案，不用额外添加表就能实现：

1. 拆分关键词+LIKE模糊匹配（快速实现） #

这个方案完美适配你的示例场景，核心思路是从目标项的名称中拆分出关键词，再用LIKE匹配其他包含相同关键词的行，同时排除自身。

示例代码： #

DECLARE @TargetID INT = 1; -- 目标项ID，这里对应"Fuji Apples"
DECLARE @TargetName NVARCHAR(100);

-- 获取目标项的名称
SELECT @TargetName = NAME FROM FRUIT WHERE ID = @TargetID;

-- 拆分名称为关键词（替换冒号为空格后，按空格分割）
WITH ExtractedKeywords AS (
    SELECT TRIM(value) AS Keyword
    FROM STRING_SPLIT(REPLACE(@TargetName, ':', ' '), ' ')
    WHERE LEN(TRIM(value)) > 2 -- 过滤短词，避免无意义匹配
)
SELECT DISTINCT f.*
FROM FRUIT f
JOIN ExtractedKeywords ek ON f.NAME LIKE '%' + ek.Keyword + '%'
WHERE f.ID != @TargetID -- 排除当前查看的主项
ORDER BY f.ID;

说明： #

• 用REPLACE把名称里的冒号换成空格，确保STRING_SPLIT能正确拆分所有词汇
• 过滤短词（比如长度≤2的词）可以避免像"Fuji"这类独有的词干扰匹配结果
• DISTINCT用来防止同一行被多个关键词重复匹配

2. 全文搜索（高效智能的内置方案） #

如果你的数据量较大，或者需要更智能的文本匹配（比如支持语义关联、同义词），SQL Server的全文搜索是最优内置方案，性能比LIKE好很多。

步骤1：创建全文索引（仅需执行一次） #

-- 创建全文目录（如果没有的话）
CREATE FULLTEXT CATALOG FruitFullTextCatalog AS DEFAULT;

-- 给FRUIT表的NAME列创建全文索引（需指定表的主键索引名）
CREATE FULLTEXT INDEX ON FRUIT(NAME)
KEY INDEX PK_Fruit_ID -- 替换成你的FRUIT表主键索引的实际名称
WITH STOPLIST = SYSTEM; -- 使用系统停用词表，过滤"the""a"这类无意义词汇

步骤2：使用全文搜索查询关联项 #

DECLARE @TargetID INT = 1;
DECLARE @TargetName NVARCHAR(100);

SELECT @TargetName = NAME FROM FRUIT WHERE ID = @TargetID;

SELECT f.*
FROM FRUIT f
WHERE f.ID != @TargetID
AND CONTAINS(f.NAME, @TargetName) -- 精准匹配关键词
-- 若需要语义模糊匹配，可替换为：FREETEXT(f.NAME, @TargetName)
ORDER BY f.ID;

说明： #

• CONTAINS适合精准匹配关键词，FREETEXT更偏向语义层面的相似性匹配
• 全文搜索会自动处理词干（比如"Apples"和"Apple"会被识别为同一词根），无需手动拆分

3. 自定义相似性算法（编辑距离） #

如果以上内置方案都不满足你的需求（比如需要基于字符串整体相似度的匹配），可以自己实现**编辑距离（Levenshtein Distance）**算法，计算两个字符串的差异程度，通过设置阈值筛选相似项。

步骤1：创建编辑距离函数 #

CREATE FUNCTION dbo.CalculateLevenshteinDistance(@String1 NVARCHAR(MAX), @String2 NVARCHAR(MAX))
RETURNS INT
AS
BEGIN
    DECLARE @Len1 INT = LEN(@String1), @Len2 INT = LEN(@String2);
    DECLARE @DistanceTable TABLE (i INT, j INT, Distance INT);

    -- 初始化距离表
    INSERT INTO @DistanceTable VALUES (0, 0, 0);
    DECLARE @i INT = 1;
    WHILE @i <= @Len1
    BEGIN
        INSERT INTO @DistanceTable VALUES (@i, 0, @i);
        SET @i += 1;
    END
    SET @i = 1;
    WHILE @i <= @Len2
    BEGIN
        INSERT INTO @DistanceTable VALUES (0, @i, @i);
        SET @i += 1;
    END

    -- 填充距离表
    SET @i = 1;
    WHILE @i <= @Len1
    BEGIN
        DECLARE @j INT = 1;
        WHILE @j <= @Len2
        BEGIN
            DECLARE @Cost INT = CASE WHEN SUBSTRING(@String1, @i, 1) = SUBSTRING(@String2, @j, 1) THEN 0 ELSE 1 END;
            DECLARE @MinPrevDistance INT = (SELECT MIN(Distance) FROM @DistanceTable WHERE (i = @i-1 AND j = @j) OR (i = @i AND j = @j-1) OR (i = @i-1 AND j = @j-1));
            INSERT INTO @DistanceTable VALUES (@i, @j, @MinPrevDistance + @Cost);
            SET @j += 1;
        END
        SET @i += 1;
    END

    RETURN (SELECT Distance FROM @DistanceTable WHERE i = @Len1 AND j = @Len2);
END
GO

步骤2：使用函数筛选相似项 #

DECLARE @TargetID INT = 1;
DECLARE @TargetName NVARCHAR(100);
DECLARE @SimilarityThreshold INT = 6; -- 阈值越小，相似度越高

SELECT @TargetName = NAME FROM FRUIT WHERE ID = @TargetID;

SELECT 
    f.*,
    dbo.CalculateLevenshteinDistance(f.NAME, @TargetName) AS SimilarityDistance
FROM FRUIT f
WHERE f.ID != @TargetID
AND dbo.CalculateLevenshteinDistance(f.NAME, @TargetName) <= @SimilarityThreshold
ORDER BY SimilarityDistance;

说明： #

• 编辑距离代表将一个字符串转换成另一个字符串所需的最少操作次数（插入、删除、替换），数值越小越相似
• 这个T-SQL版本的函数适合小数据量场景，大数据量建议用CLR版本提升性能

内容的提问来源于stack exchange，提问作者azucarrogers