从一个 table 中找到与另一个匹配的人（MS SQL 服务器）

Question

我有两个table：

table“人物”

ID          FirstName  LastName
----------- ---------- ----------
1           Janez      Novak
2           Matija     Špacapan
3           Francka    Joras

Table“用户列表”

ID    FullName
----- --------------------
1     Andrej Novak
2     Novak Peter Janez
3     Jana Novak
4     Andrej Kosir
5     Jan Balon
6     Francka Joras
7     France Joras

因此，查询必须 return 来自两个 table 的那些 ID，table Person 的 FirstName 和 Lastname 存在于 table UserList 中。姓名和姓氏必须完全相同。 table UserList 中的 FullName 可以包含中间名 - 应该被“忽略”。

匹配：Janez Novak = Janez Novak OR Novak Janez OR Janez Peter Novak

不匹配：Janez Novak <> Janeza Novak OR Jjanez Novak

想要的结果：

ID   FirstName  LastName  ID   WholeName
---- ---------- --------- ---- -------------------
1    Janez      Novak     2    Novak Peter Janez
3    Francka    Joras     6    Francka Joras

这是我的查询：

SELECT 
    A.ID
    ,A.FirstName
    ,A.LastName
    ,B.ID
    ,B.WholeName
FROM    
    dbo.UserList B
    cross join dbo.Person A 
WHERE   
    (                                                
    CHARINDEX('"'+A.FirstName+'"', '"'+Replace(B.WholeName,' ','"')+'"') > 0
     AND CHARINDEX('"'+A.LastName+'"', '"'+Replace(B.WholeName,' ','"')+'"') > 0 
    )

当 table 中的记录不多时，查询工作正常。

但是我的 table 有：“Person” -> 400k 和“UserList” -> 14k 条记录。

我找到解决方案的方法是否可行，或者还有其他更有效的方法吗？谢谢。

BR

Answer 1

您的架构已损坏 :p

进行匹配有多种启发式方法，但我希望您能够找到反例来打破您尝试的任何方法。例如，彼得·史密斯、皮特·史密斯、彼得·史密森和皮特·史密森这四个人呢？

这是一个 %LIKE% 方法，我预计它会很慢。

SELECT p.ID, p.FirstName, p.LastName, u.ID, u.FullName,
    CASE WHEN COUNT(*) OVER (PARTITION BY p.ID) > 1 THEN 0 ELSE 1 END AS MatchIsUnique
FROM Person p
    INNER JOIN UserList u
        ON u.FullName LIKE p.FirstName + '%'
        AND u.LastName LIKE '%' + p.LastName

这是一种基于 space 字符是分隔符的假设的字符串操作方法。

SELECT p.ID, p.FirstName, p.LastName, u.ID, u.FullName,
    CASE WHEN COUNT(*) OVER (PARTITION BY p.ID) > 1 THEN 0 ELSE 1 END AS MatchIsUnique
FROM Person p
    INNER JOIN UserList u
        ON p.FirstName = SUBSTRING(@FullName, 0, CHARINDEX(' ', @Fullname))
        AND p.LastName = SUBSTRING(@FullName, LEN(@FullName) - CHARINDEX(' ', REVERSE(@Fullname))+1, CHARINDEX(' ', REVERSE(@Fullname)))

可能也很慢。也许您可以通过添加

来加快速度

SUBSTRING(@FullName, 0, CHARINDEX(' ', @Fullname)) 和
SUBSTRING(@FullName, LEN(@FullName) - CHARINDEX(' ', REVERSE(@Fullname))+1, CHARINDEX(' ', REVERSE(@Fullname)))

作为计算列并为其编制索引。

Answer 2

创建表

create table persons (
  id int IDENTITY(1,1) PRIMARY KEY,
  FirstName nvarchar(32) NOT NULL,
  LastName nvarchar(32) NOT NULL
);

create table users (
  id int IDENTITY(1,1) PRIMARY KEY,
  FullName nvarchar(32) NOT NULL
);

示例数据

INSERT INTO persons (FirstName, LastName)
values
('Janez','Novak'),
('Matija','Špacapan'),
('Francka','Joras');

INSERT INTO users (FullName)
VALUES
('Andrej Novak'),
('Novak Peter Janez'),
('Jana Novak'),
('Andrej Kosir'),
('Jan Balon'),
('Francka Joras'),
('France Joras'),

/* --EDIT: added sample data for wildcard testing-- */
('Franckas Joras'), -- added 's' after firstname
('Francka AJoras'), -- added 'A' before lastname
('Franckas AJoras'), -- both above
('Francka Jr. Joras'), -- added just midname
('Franckas Jr. Joras'); -- added 's' before firstname & added midname as well

查询（匹配名称）

SELECT p.id, p.FirstName, p.LastName, u.id as user_id, u.FullName
FROM persons p, users u
WHERE
  -- EDIT
  /* changed wildcards (added spaces on both sides)
  + added 2 more conditions without wildcards */
  u.FullName LIKE CONCAT(p.FirstName, ' % ', p.LastName)
  OR
  u.FullName LIKE CONCAT(p.LastName, ' % ', p.FirstName)
  OR
  u.FullName LIKE CONCAT(p.FirstName, ' ', p.LastName)
  OR
  u.FullName LIKE CONCAT(p.LastName, ' ', p.FirstName)

输出

编辑： 输出新样本数据（用于通配符测试）

运行示例 SQL Fiddle

上面的例子 link 是 MySQL 并且代码在 SQL 服务器上工作正常

Answer 3

您可以尝试的一种方法是将全名拆分成行然后进行比较，只选择名字和姓氏匹配的那些：

select Max(m.id) Id, max(m.firstname) FirstName, Max(m.lastname) LastName, 
  u.id, Max(u.fullname) FullName
from userlist u
cross apply String_Split(fullname,' ')
cross apply (
    select *
    from person p
    where p.firstname = value or p.lastname = value
)m
group by u.id 
having Count(*)=2;

输出：

从一个 table 中找到与另一个匹配的人（MS SQL 服务器）

Find matching persons from one table with another (MS SQL Server)

sql

sql-server

string

substring

match

运行示例 SQL Fiddle

从一个 table 中找到与另一个匹配的人（MS SQL 服务器）

Find matching persons from one table with another (MS SQL Server)

sql

sql-server

string

substring

match

运行 示例 SQL Fiddle

运行示例 SQL Fiddle