SQL实现：筛选名称列与指定参数有至少2个匹配分词的人员ID

核心逻辑说明 #

之前尝试交叉连接+子串统计的方案常见的两个问题：

• 没有对人员name列做独立分词拆分，无法实现逐词精准匹配，容易出现子串误判
• 统计逻辑未对齐：需要统计的是两个独立分词集合的交集规模，不是单字段内的子串出现频次

可直接运行的实现代码 #

declare @name_to_search_for nvarchar(200) = 'Paul Smith Parsons'
-- 拆分搜索参数的有效分词，过滤空值、去重
WITH search_terms AS (
    SELECT DISTINCT LTRIM(RTRIM(value)) AS term
    FROM STRING_SPLIT(@name_to_search_for, ' ')
    WHERE LTRIM(RTRIM(value)) <> ''
),
-- 拆分每条人员记录name的有效分词
person_terms AS (
    SELECT 
        p.id,
        LTRIM(RTRIM(s.value)) AS person_term
    FROM #persons p
    CROSS APPLY STRING_SPLIT(p.[name], ' ') s
    WHERE LTRIM(RTRIM(s.value)) <> ''
)
-- 关联匹配后按人分组统计匹配数，筛选符合条件的记录
SELECT pt.id
FROM person_terms pt
INNER JOIN search_terms st 
    ON pt.person_term = st.term
GROUP BY pt.id
HAVING COUNT(*) >= 2
ORDER BY pt.id

结果验证 #

对照测试表数据，代码的匹配计数完全符合预期：

• id=1：仅匹配Paul，计数1，不满足
• id=2：匹配Paul、Smith，计数2，满足
• id=3：匹配Paul、Parsons，计数2，满足
• id=4：仅匹配Smith，计数1，不满足
• id=5：仅匹配Paul，计数1，不满足
• id=6：匹配Parsons、Smith，计数2，满足

最终输出结果为2、3、6，与预期完全一致。

常见踩坑提示 #

• 避免使用LIKE '%关键词%'做匹配，会出现子串误判（比如关键词Paul会误匹配名字中的Paula、Paulson），上述实现采用整词完全相等匹配，精度更高
• 分词拆分后必须做前后空格裁剪、空值过滤，避免连续空格拆分出无效空分词导致统计偏差
• 拆分搜索词时加DISTINCT处理，避免搜索参数本身存在重复词时导致的计数虚高
• 上述实现依赖SQL Server 2016及以上版本内置的STRING_SPLIT函数，低版本环境可使用自定义拆分函数替代，整体分词关联、分组统计的逻辑不变

内容的提问来源于stack exchange，提问作者Beaker