SQL技术需求：生成T1的TITLE二元组并匹配T2的DESCRIPTION

问题背景 #

现有两张表：

• T1：仅含TITLE字段，存储空格分隔的文本
• T2：含NAME、DESCRIPTION字段，DESCRIPTION包含无空格拼接的连续词对

需要从T1的TITLE中提取所有相邻词对（拼接成无空格的Bigram），找出在T2的DESCRIPTION中出现过的Bigram，返回对应的TITLE、DESCRIPTION及匹配的Bigram。

示例数据 #

T1表

T2表

预期输出

解决方案（以PostgreSQL为例） #

WITH t1_bigrams AS (
    SELECT
        title,
        CONCAT(word, next_word) AS bigram
    FROM (
        SELECT
            title,
            word,
            lead(word) OVER (PARTITION BY title ORDER BY idx) AS next_word
        FROM (
            SELECT
                title,
                unnest(string_to_array(title, ' ')) AS word,
                row_number() OVER (PARTITION BY title) AS idx
            FROM t1
        ) split_words
    ) bigram_pairs
    WHERE next_word IS NOT NULL
)
SELECT
    tb.title,
    t2.description,
    tb.bigram
FROM t1_bigrams tb
JOIN t2 ON t2.description LIKE '%' || tb.bigram || '%'
ORDER BY tb.title, t2.description;

代码说明 #

1. 分割文本生成单词列表：用string_to_array把TITLE拆成单词数组，unnest展开成单行记录，row_number标记每个单词的位置
2. 生成Bigram：通过lead窗口函数获取每个单词的下一个相邻单词，用CONCAT拼接成无空格的词对
3. 关联匹配：将生成的Bigram与T2的DESCRIPTION做模糊匹配，关联后输出目标字段

其他数据库适配提示 #

• MySQL：可使用递归CTE实现字符串分割，再结合变量或窗口函数生成Bigram
• SQL Server：利用STRING_SPLIT分割文本，配合LEAD函数生成词对，逻辑与上述一致

内容的提问来源于stack exchange，提问作者userit1985