Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Van toepassing op: SQL Server 2025 (17.x) Preview
AzureSQL Database Azure SQL Managed Instance
SQL-database
in Microsoft Fabric Preview
Note
Omdat het om een preview-functie gaat, is de technologie die in dit artikel wordt behandeld onderhevig aan de Aanvullende gebruiksvoorwaarden voor Microsoft Azure Previews.
Berekent een overeenkomstwaarde tussen 0 (die geen overeenkomst aangeeft) tot 100 (wat een volledige overeenkomst aangeeft).
Note
-
EDIT_DISTANCE_SIMILARITYis momenteel beschikbaar als preview-versie. -
EDIT_DISTANCE_SIMILARITYbiedt momenteel geen ondersteuning voor omzettingen. - SQL Server-ondersteuning voor
EDIT_DISTANCE_SIMILARITYgeïntroduceerd in SQL Server 2025 (17.x) Preview. -
EDIT_DISTANCE_SIMILARITYis beschikbaar in Azure SQL Managed Instance met het updatebeleid voor SQL Server 2025 of Always-up-to-date update.
Syntax
EDIT_DISTANCE_SIMILARITY (
character_expression,
character_expression
)
Arguments
character_expression
Een alfanumerieke expressie van tekengegevens. character_expression kan een constante, variabele of kolom zijn. De tekenexpressie mag niet van het type varchar(max) of nvarchar(max)zijn.
Resultaattype
int
Remarks
Met deze functie wordt het Damerau-Levenshtein-algoritme geïmplementeerd. Als een van de invoer null is, retourneert de functie een NULL-waarde. Anders retourneert de functie een geheel getal van 0 tot 100. De gelijkeniswaarde wordt berekend als (1 – (edit_distance / greatest(len(string1), len(string2)))) * 100.
Example
In het volgende voorbeeld worden twee woorden vergeleken en wordt de waarde geretourneerd als een kolom met de EDIT_DISTANCE_SIMILARITY() naam Distance.
SELECT 'Colour' AS WordUK,
'Color' AS WordUS,
EDIT_DISTANCE_SIMILARITY('Colour', 'Color') AS Distance;
Returns:
WordUK WordUS Distance
------ ------ -----------
Colour Color 83
Zie Voorbeeld EDIT_DISTANCE_SIMILARITY()voor meer voorbeelden.