SnowFlake中是否有类Oracle UTL_MATCHING.EDIT_DISTANCE_SIMILARITY的姓名模糊匹配行级差异查询函数
Snowflake 姓名类字段行级模糊匹配能力说明
Snowflake 原生提供完全对标 Oracle UTL_MATCH.EDIT_DISTANCE_SIMILARITY 能力的文本匹配函数,可直接支撑行级粒度的姓名差异查找需求,无需自定义函数开发。
核心对标匹配函数
- 内置
EDIT_DISTANCE_SIMILARITY(str1, str2)函数- 计算逻辑与 Oracle 对应函数完全一致:基于莱文斯坦编辑距离规则,返回0-100区间的相似度分值,分值越高代表两个字符串匹配度越高,100代表两个字符串完全一致
- 运算逻辑为逐行计算,天然适配行级粒度的字段差异查找场景
- 逐行计算示例:
-- 逐行计算源姓名与标准姓名的匹配分值 SELECT record_id, source_name, standard_name, EDIT_DISTANCE_SIMILARITY(source_name, standard_name) AS similarity_score FROM name_record_table;
姓名场景适配的可选补充函数
针对姓名类字段的常见差异类型,可搭配以下原生函数提升匹配精度:
JARO_WINKLER_SIMILARITY:对短文本的首尾字符匹配敏感度更高,更适配姓名类短字段的细微拼写差异匹配,同样返回0-100的相似度分值SOUNDEX:基于发音规则的匹配,适合同音不同字的拼音转写差异、英文姓名的发音类差异查找LEVENSHTEIN:返回两个字符串的编辑距离绝对值,可根据业务规则自定义阈值筛选差异条目
实操参考逻辑
可配合 WHERE 子句设置匹配阈值,快速定位存在差异的姓名条目,示例:
阈值筛选逻辑:筛选相似度高于70分的记录,定位需人工核查的姓名差异
SELECT * FROM customer_info WHERE EDIT_DISTANCE_SIMILARITY(customer_name, '李梅') > 70;
- 所有文本匹配函数均为单行运算,不会触发跨行聚合逻辑,完全满足行级粒度的查找要求
内容的提问来源于stack exchange,提问作者Arslan Sajid
相关产品推荐
相关产品推荐

