Postgres pg_trgm如何比较字符串数组的相似性
我正在尝试使用pg_trgm进行字符串模糊匹配，我知道它可能是这样使用的：
SELECT * FROM artists WHERE SIMILARITY(name, 'Claud Monay') > 0.4;其中标量值可用于与相似性进行比较。但是，我见过将SIMILARITY与字符串数组一起使用的这种方式：
SELECT * FROM artists WHERE 'Cadinsky' % ANY(STRING_TO_ARRAY(name, ' '));它使用%运算符，该运算符是与默认值0.3进行比较的一种简写方式。我正在尝试找到正确的语法来使用ANY(STRING_TO_ARRAY(...))，但是对于第一种形式，可以给出一个任意的标量值来比较相似性。
这很可能只是一个正确使用ANY语法的简单问题，但我无法理解正确的形式是什么。
回答 2
Stack Overflow用户
发布于 2021-02-13 05:06:15
没有语法可以使用带有3个参数(字符串、字符串数组和相似性阈值)的ANY。方法是将pg_trgm.similarity_threshold设置为您想要的值，而不是默认值0.3，然后使用% ANY。
如果您想在查询的不同部分使用不同的阈值，那么使用ANY构造就不太好了。
您总是可以定义自己的函数，但您可能无法让它使用索引。
create or replace function most_similar(text, text[]) returns double precision
language sql as $$
select max(similarity($1,x)) from unnest($2) f(x)
$$;
SELECT * FROM artists WHERE most_similar('Cadinsky', STRING_TO_ARRAY(name, ' '))>0.4;Stack Overflow用户
发布于 2021-06-29 16:18:07
我不是一个数据库专家，也不擅长SQL，但这是我的解决方案。
我基本上使用了一个名为unnest()的函数。因此，我可以遍历数组并检查每个项目的相似度值，然后将其与相似度输入进行比较，后者是一个浮点数。
据我所知，使用像set pg_trgm.similarity_threshold=0.6;这样的东西是一种全球性的设置。这个问题特别要求一个显式阈值。
此外，如果您创建了一个函数来执行此工作，并且该函数不是VOLATILE而是STABLE，则不能使用 set pg_trgm.similarity_threshold。(至少在我身上是这样的)。
警告：我没有将我的方法与(任何)方法在性能方面进行比较。
示例代码：
CREATE OR REPLACE FUNCTION your_function_name (input text, similarity float) RETURNS
SELECT * FROM your_table_name
WHERE EXISTS
(SELECT
FROM unnest(ARRAY['item','anotherItem', 'third-ish']) element
WHERE SIMILARITY (input, element) > similarity
);
$ function $https://stackoverflow.com/questions/66178283
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号