EDIT_DISTANCE_SIMILARITY (Transact-SQL) (versión preliminar)

Se aplica a: Sql Server 2025 (17.x) Punto de conexión de análisis sql de Azure SQL Database de Azure SQL DatabasedeAzure SQL Databaseen Microsoft Fabric y Almacenamiento en labase de datos SQL de Microsoft Fabric en Microsoft Fabric

Note

Como característica en versión preliminar, la tecnología que se presenta en este artículo está sujeta a los términos de uso complementarios para las versiones preliminares de Microsoft Azure.

Calcula un valor de similitud comprendido entre 0 (que indica ninguna coincidencia) y 100 (lo que indica la coincidencia completa).

Note

  • EDIT_DISTANCE_SIMILARITY está actualmente en versión preliminar.
  • EDIT_DISTANCE_SIMILARITY actualmente no admite las transposiciones.
  • El soporte EDIT_DISTANCE_SIMILARITY para SQL Server se introdujo en SQL Server 2025 (17.x).
  • EDIT_DISTANCE_SIMILARITYestá disponible en Instancia administrada de Azure SQL con la directiva de actualización de sql Server 2025 o Always-up-to-date.

Syntax

EDIT_DISTANCE_SIMILARITY (
    character_expression
    , character_expression
)

Arguments

character_expression

Expresión alfanumérica de datos de caracteres. character_expression puede ser una constante, una variable o una columna. La expresión del carácter no puede ser del tipo varchar(máx) o nvarchar(máx).

Tipos de retorno

int

Remarks

Esta función implementa el algoritmo Damerau-Levenshtein. Si alguna de las entradas es NULL, la función devuelve un valor NULL. De lo contrario, la función devuelve un valor entero de 0 a 100. El valor de similitud se calcula como (1 – (edit_distance / greatest(len(string1), len(string2)))) * 100.

Examples

En el ejemplo siguiente se comparan dos palabras y se devuelve el EDIT_DISTANCE_SIMILARITY() valor como una columna denominada Distance.

SELECT 'Colour' AS WordUK,
       'Color' AS WordUS,
       EDIT_DISTANCE_SIMILARITY('Colour', 'Color') AS Distance;

Returns:

WordUK WordUS Distance
------ ------ -----------
Colour Color  83

Para obtener ejemplos adicionales, vea Ejemplo EDIT_DISTANCE_SIMILARITY().

Contenido relacionado

  • Last updated on