NGRAM_SEARCH

描述

NGRAM_SEARCH 函数用于计算两个字符串的 N-gram 相似度。相似度范围为 0 到 1，值越大表示字符串越相似。

N-gram 是将字符串分解为连续 N 个字符的集合。相似度计算公式为：2 * |交集| / (|集合1| + |集合2|)

仅支持 ASCII 字符。

语法

NGRAM_SEARCH(<text>, <pattern>, <gram_num>)

参数

参数	说明
<text>	需要比较的文本字符串。类型：VARCHAR
<pattern>	模式字符串（必须为常量）。类型：VARCHAR
<gram_num>	N-gram 的 N 值（必须为常量）。类型：INT

返回值

返回 DOUBLE 类型，为两个字符串的 N-gram 相似度（0 到 1 之间）。

特殊情况：

• 如果任意参数为 NULL，返回 NULL
• 如果字符串长度小于 <gram_num>，返回 0
• <pattern> 和 <gram_num> 必须为常量
• 相似度为 1 不一定表示字符串完全相同

示例

1. 基本用法：计算相似度

SELECT ngram_search('123456789', '12345', 3);

+---------------------------------------+
| ngram_search('123456789', '12345', 3) |
+---------------------------------------+
|                                   0.6 |
+---------------------------------------+

2. 高相似度示例

SELECT ngram_search('abababab', 'babababa', 2);

+-----------------------------------------+
| ngram_search('abababab', 'babababa', 2) |
+-----------------------------------------+
|                                       1 |
+-----------------------------------------+

3. 字符串过短返回 0

SELECT ngram_search('ab', 'abc', 3);

+----------------------------------+
| ngram_search('ab', 'abc', 3)     |
+----------------------------------+
|                                0 |
+----------------------------------+

4. NULL 值处理

SELECT ngram_search(NULL, 'test', 2);

+--------------------------------+
| ngram_search(NULL, 'test', 2)  |
+--------------------------------+
| NULL                           |
+--------------------------------+

Keywords

NGRAM_SEARCH,NGRAM,SEARCH