Snowflake：如何筛选table1.col1中为table2.col2子串的行？

核心思路 #

用EXISTS子查询判断table1的每个单字串是否能在table2的任意多行文本中找到匹配，结合LIKE和通配符实现子串匹配。

通用SQL写法（适用于MySQL、PostgreSQL、SQL Server等主流数据库） #

SELECT DISTINCT t1.col1
FROM table1 t1
WHERE EXISTS (
    SELECT 1
    FROM table2 t2
    WHERE t2.col2 LIKE CONCAT('%', t1.col1, '%')
);

说明 #

• DISTINCT：避免table1中重复的单字串被多次返回（如果table1存在重复行）
• CONCAT('%', t1.col1, '%')：给table1的单字串前后加百分号通配符，实现任意位置的子串匹配
• EXISTS：只要table2中存在任意一行满足匹配条件，就保留table1对应的行

不同数据库的细节补充 #

• MySQL/MariaDB：如需区分大小写，可使用LIKE BINARY替代LIKE，示例：

  SELECT DISTINCT t1.col1
  FROM table1 t1
  WHERE EXISTS (
      SELECT 1
      FROM table2 t2
      WHERE t2.col2 LIKE BINARY CONCAT('%', t1.col1, '%')
  );
  

• PostgreSQL：也可用POSITION(t1.col1 IN t2.col2) > 0替代LIKE写法，效果一致：

  SELECT DISTINCT t1.col1
  FROM table1 t1
  WHERE EXISTS (
      SELECT 1
      FROM table2 t2
      WHERE POSITION(t1.col1 IN t2.col2) > 0
  );
  

• SQL Server：字符串拼接可用+号替代CONCAT（CONCAT在SQL Server 2012及以上版本也支持）：

  SELECT DISTINCT t1.col1
  FROM table1 t1
  WHERE EXISTS (
      SELECT 1
      FROM table2 t2
      WHERE t2.col2 LIKE '%' + t1.col1 + '%'
  );
  

性能提示 #

如果table2数据量较大，逐行匹配效率可能偏低，可考虑：

• 给table2.col2创建全文索引，使用数据库对应的全文搜索函数（如MySQL的MATCH()、PostgreSQL的to_tsvector）优化查询速度
• 提前预处理table2的文本内容，提取所有可能的子串存入临时表，再与table1关联查询

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