使用levenshtein距離比來比較2條記錄

我已經使用levenshtein距離和比率源代碼創建了mysql用戶函數。我正在比較2條記錄，並基於75％的匹配我想選擇記錄。使用levenshtein距離比來比較2條記錄

訂單進入表paypal_ipn_orders與ITEM標題
查詢執行對錶itemkey找到一個創紀錄的75％的比賽稱爲ITEM以及
，如果75％的標題爲符合其分配一個八位數字從表itemkey表paypal_ipn_orders

下面是該查詢

 UPDATE paypal_ipn_orders 
     SET sort_num = (SELECT sort_id 
     FROM itemkey 
     WHERE levenshtein_ratio(itemkey.item, paypal_ipn_orders.item_name) > 75) 
     WHERE packing_slip_printed = 0 
     AND LOWER(payment_status) = 'completed' 
     AND address_name <> '' 
     AND shipping < 100

我已經調整了幾次，但它在levenshtein_ratio部分的第4行和第5行之間失敗。如果它工作，它說，子查詢返回多行。我不知道如何解決它，使其返回正確的結果，我只是失去了如何使這項工作。

來源

2012-08-06 user1542036

您顯示的查詢代碼中有兩個「WHERE」項。第二個應該是「AND」嗎？ – 2012-08-06 21:51:50

這是一個子查詢，所以它不需要是AND – user1542036 2012-08-07 00:04:39

SET上的子查詢應只返回一個值。如果itemkey有多個項目是item_name的75％，你想要做什麼？以下將使用其中一個最佳匹配：

UPDATE paypal_ipn_orders 
SET sort_num = (SELECT sort_id 
    FROM itemkey 
    WHERE levenshtein_ratio(itemkey.item, paypal_ipn_orders.item_name) > 75 
    ORDER BY levenshtein_ratio(itemkey.item, paypal_ipn_orders.item_name) DESC 
    LIMIT 1) 
WHERE packing_slip_printed = 0 
    AND LOWER(payment_status) = 'completed' 
    AND address_name <> '' 
    AND shipping < 100

來源

2012-08-06 22:08:41 Andrew

ok有很大意義，我發現這樣的子查詢執行得非常慢，似乎是超時，有沒有辦法將結果限制爲第一個結果，而不通過訂單。 – user1542036 2012-08-07 00:19:08

好吧，我想它可能會很慢，因爲它爲每個paypal_ipn_orders.item名稱做Levenshtein。這可能是很多工作，但你怎麼能找到最好的？如果你願意將結果限制在第一個或兩個字母的確切匹配位置，那可能會加快速度。 – Andrew 2012-08-07 01:02:09

所以我想我可以先將我需要的值加載到一個臨時表中，然後執行levenshteins距離/比率，然後這不會超時，我的訂單表是蠻力的。但我認爲這會奏效。 – user1542036 2012-08-21 06:10:42

使用levenshtein距離比來比較2條記錄

回答

相關問題