如何在 PATINDEX 中执行 OR

Question

我想使用 PATINDEX 来匹配列表中的任何项目。如果 patindex 接受正则表达式，我想做如下的事情：

select patindex('% for | is| my%','just for Whosebug')

显然这不起作用，returns 0 表示不匹配。是否有可以与 LIKE/PATINDEX

一起使用的 Or 语法

Answer 1

如果我没有使用 Azure Synapse/SQL DW/SQL 池（可能还存在其他品牌名称），那么下面的代码汤可以作为替代方案

select  GREATEST  (patindex ('% for %', objectname),patindex ('% is %', objectname),patindex ('% my %', objectname)) from myTable

Answer 2

你可以使用这样的东西。

SELECT t.SearchString, 
        FirstOccurance = MIN(NULLIF(PATINDEX(ss.value, t.SearchString), 0))
FROM (VALUES('just for Whosebug'), ('no match')) AS t (SearchString)
    CROSS APPLY STRING_SPLIT('%for%|%is%|%my%', '|') AS ss
GROUP BY t.SearchString;

它基本上将所有搜索词作为一个字符串传递，将它们拆分并每个词执行一次 PATINDEX 和 returns 最低值（不包括被 [=13= 删除的 0） ])

如果您的搜索词不是单个字符串，那么更好的选择可能是将它们放在 table 中，并使用它执行类似的逻辑，例如

DECLARE @T TABLE (SearchTerm NVARCHAR(MAX))
INSERT @T VALUES ('%for%'), ('%is%'), ('%my%');


SELECT t.SearchString, 
        FirstOccurance = (SELECT TOP 1 PATINDEX(ss.SearchTerm, t.SearchString)
                            FROM @T AS ss
                            WHERE PATINDEX(ss.SearchTerm, t.SearchString) > 0
                            ORDER BY PATINDEX(ss.SearchTerm, t.SearchString))
FROM (VALUES('just for Whosebug'), ('no match')) AS t (SearchString);

我使用了一种稍微不同的技术（相关子查询中的 TOP 1 而不是 CROSS APPLY 和 MIN）没有特别的原因，只是为了表明有不止一个接近它的方法。

Answer 3

当您使用 Azure Synapse Analytics 时，如果您需要 RegEx 功能，则可以使用 Synapse Notebooks 获取它们。我正在使用的一种模式是在常规 SQL 中无法实现的地方，然后将数据复制到 Spark，对其进行处理，然后将其放回原处。这是模式：

由于复制数据会产生开销，运行 Spark 池中的重复成本，可能需要几分钟的池预热时间 'worth it' 所以我保留这种模式用于常规 SQL 中不可能的事情，或者有特定需求或已证明的性能优势。

示例数据框：

Scala 中的一个简单示例：

// Get the data from the dedicated SQL pool
val df = spark.read.synapsesql("someDb.dbo.someTable")

// Add the new columns, and remove any unnecessary ones
val df2 = df.
    withColumn("for_or_in", regexp_extract($"errorMessage", "for|in", 0)).
    withColumn("for_or_in_with_word_boundary", regexp_extract($"errorMessage", "\bfor\b|\bin\b", 0)).
    drop("errorMessage")

// Write the dataframe back to the dedicated SQL pool
df2.write.synapsesql("someDb.dbo.someTable_processed", Constants.INTERNAL)

// Debugging
//df2.show

您可以看到天真的检查显示 'in' 发生在 'mainly' 中，您可能想要也可能不想要。我在这里使用单词边界 RegEx 标记 \b.

绕过它

如果您对 Spark SQL 感觉更舒服，那么您也可以使用它来创建数据框：

val df2 = spark.sql("""
SELECT *,
    regexp_extract(errorMessage, "for|in", 0) for_or_in,
    regexp_extract(errorMessage, "\bfor\b|\bin\b", 0) for_or_in_with_word_boundary,

    locate(" for ", errorMessage) locate1,
    locate("in ", errorMessage) locate2
    
FROM errorMessages
""")

结果：

如何在 PATINDEX 中执行 OR

How to perform OR inside PATINDEX

tsql

azure-sqldw

azure-synapse