PostgreSQL按名称相似度关联表，每组限2条结果的问题

你的原查询存在三个核心问题：

• 相似性计算错误：你写的similarity(da.Name, da.Name)永远返回1，应该对比data_a和data_b的Name字段
• 全局LIMIT 2限制了总返回行数，而非每个data_a名称分组下返回2条结果
• 不必要的GROUP BY：此处不需要分组聚合，而是需要分组取TopN的逻辑

正确实现步骤 #

1. 首先确保PostgreSQL已启用pg_trgm扩展（%匹配符和similarity函数依赖该扩展）：

CREATE EXTENSION IF NOT EXISTS pg_trgm;

2. 使用窗口函数ROW_NUMBER()实现分组取Top2的逻辑，完整查询语句如下：

SELECT Name_a, Name_b, similarity
FROM (
    SELECT 
        da.Name AS Name_a,
        db.Name AS Name_b,
        similarity(da.Name, db.Name) AS similarity,
        -- 按data_a的Name分组，相似度降序排序，给每个分组内的匹配项编号
        ROW_NUMBER() OVER (PARTITION BY da.Name ORDER BY similarity(da.Name, db.Name) DESC) AS rn
    FROM data_a da
    JOIN data_b db ON da.Name % db.Name
) sub
-- 只保留每个分组的前2条匹配结果
WHERE rn <= 2
ORDER BY Name_a, similarity DESC;

查询说明 #

• 子查询完成表关联与相似度计算，同时通过ROW_NUMBER()窗口函数，为每个data_a.Name分组内的匹配项按相似度从高到低编号
• 外层查询筛选编号≤2的记录，确保每个data_a的名称最多返回2条最相似的结果
• 最终按Name_a和相似度排序，输出结果完全符合你的预期：

内容的提问来源于stack exchange，提问作者Bennyh961