SQL计算RowSum标记村镇表重复项时不区分大小写和重音的实现问题

解决方案 #

你之前的操作未生效，是因为没有在分组统计、关联匹配两个核心步骤同时应用不区分大小写和重音的排序规则，统一指定规则即可实现需求，正确代码如下：

UPDATE
    Mapping.dbo.OsmGlobal
SET
    notUnique = 1
FROM
    Mapping.dbo.OsmGlobal osm
JOIN (
        SELECT [name] COLLATE Latin1_General_CI_AI AS name_ci_ai, COUNT(*) AS RowSum
        FROM Mapping.dbo.OsmGlobal
        GROUP BY [name] COLLATE Latin1_General_CI_AI
        HAVING COUNT(*) > 1
) cnt
ON osm.[name] COLLATE Latin1_General_CI_AI = cnt.name_ci_ai
GO

规则说明 #

Latin1_General_CI_AI排序规则的两个核心属性正好匹配你的需求：

• CI：不区分大小写
• AI：不区分重音、变音符号（ñ、ä这类带特殊符号的字符会被识别为对应的普通字母）

执行上述代码后，Pasadena和Pasadeña会被归为同一重复分组，三条对应记录的notUnique字段都会被标记为1。

内容的提问来源于stack exchange，提问作者kaspar