大网数据广告活动
数据库部署与 SQL 参考

StarRocks 中文参考:ngram_search

· 52CE 我爱测

返回一个描述这两个字符串相似程度的值。返回值的范围在 0 和 1 之间。该值越大,两个字符串越相似。

ngram_search

计算两个字符串的 ngram 相似度。

  • 目前字符编码仅支持 ASCII 编码,不支持 UTF-8 编码。
  • 函数 ngram_search 区分大小写。另一个函数 ngram_search_case_insensitive 不区分大小写。除此之外,这两个函数是相同的。

语法

DOUBLE ngram_search(VARCHAR haystack, VARCHAR needle, INT gram_num)

参数说明

  • haystack: 必填项,需要比较的第一个字符串。必须是 VARCHAR 值,可以是列名或常量值。如果 haystack 为列名,并且表中已经基于该列创建 N-Gram bloom filter 索引,则该索引可以加速 ngram_search 函数的运算速度。

  • needle: 必填项,需要比较的第二个字符串。必须是 VARCHAR 值,且只能是常量值。

    • needle 值的长度不能大于 2^15,否则会抛出错误。
    • 如果 haystack 值的长度大于 2^15,则此函数将返回 0。
    • 如果 haystack 或 needle 值的长度小于 gram_num,则此函数将返回 0。
  • gram_num: 必填项,用于指定 gram 的数量。推荐值为 4。

返回值说明

返回一个描述这两个字符串相似程度的值。返回值的范围在 0 和 1 之间。该值越大,两个字符串越相似。

示例

-- haystack 和 needle 都输常量值
mysql> select ngram_search("chinese","china",4);
+----------------------------------+
| ngram_search('chinese', 'china') |
+----------------------------------+
|                              0.5 |
+----------------------------------+

-- haystack 是列名,needle 是常量值
mysql> select rowkey,ngram_search(rowkey,"31dc496b-760d-6f1a-4521-050073a70000",4) as string_similarity from string_table order by string_similarity desc limit 5;
+--------------------------------------+-------------------+
| rowkey                               | string_similarity |
+--------------------------------------+-------------------+
| 31dc496b-760d-6f1a-4521-050073a70000 |                 1 |
| 31dc496b-760d-6f1a-4521-050073a40000 |         0.8787879 |
| 31dc496b-760d-6f1a-4521-05007fa70000 |         0.8787879 |
| 31dc496b-760d-6f1a-4521-050073a30000 |         0.8787879 |
| 31dc496b-760d-6f1a-4521-0500c3a70000 |         0.8787879 |
+--------------------------------------+-------------------+

本文来自 StarRocks 文档贡献者,按 Apache 2.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
StarRocks 文档贡献者
适用范围
main 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
Apache 2.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。