标签: string-searching

我必须编写一个简单的查询，在其中查找以 B 或 D 开头的人名：

SELECT s.name 
FROM spelers s 
WHERE s.name LIKE 'B%' OR s.name LIKE 'D%'
ORDER BY 1

我想知道是否有办法重写它以提高性能。所以我可以避免or和/或like？

我正在努力提高我的词汇量，以便更好地与我的开发人员交流。我们在站点中有几个地方正在讨论是否应该从头开始搜索字符串，还是应该在字符串中的'running%'任何位置搜索'%running%。

我一直将中间搜索称为“模糊”，我意识到这是不正确的，因为模糊意味着改变单词“run”、“runing”[原文如此]、“runed”[原文如此]的形式。

搜索字符串开头和搜索字符串中间的正确术语是什么？

如何patindex在表格或变量中找到所有位置？

declare @name nvarchar(max)
set @name ='ali reza dar yek shabe barani ba yek  '
  + 'dokhtare khoshkel be disco raft va ali baraye'
  + ' 1 saat anja bud va sepas... ali...'
select patindex('%ali%',@name) as pos 

这会返回1但我想要所有结果，例如：

pos
===
  1
 74
113

我想查看一个表是否包含给定字符串的任何子字符串。

假设我有一个字符串

somedomain.com 

在数据库中我有：

blabladomain.com
testdomain.com
domain.com

我需要进行一个查询，该查询将返回“domain.com”，因为它是“somedomain.com”的子字符串。

我不知道这在 MySQL 中是否可行。

CREATE TABLE `site_core_antispam_banned_domain` (
`domain_id` int(11) NOT NULL AUTO_INCREMENT,
`domain_name` varchar(255) NOT NULL,
PRIMARY KEY (`domain_id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

我正在 T-SQL ^{† 中}编写自定义 JSON 解析器。

出于解析器的目的，我使用了PATINDEX从标记列表中计算标记位置的函数。在我的情况下，令牌都是单个字符，它们包括以下内容：

{ } [ ] : ,

通常，当我需要找到几个给定字符中的任何一个的（第一个）位置时，我会使用这样的PATINDEX函数：

PATINDEX('%[abc]%', SourceString)

然后，该函数将给我aorb或 or的第一个位置c——以最先找到的为准—— in SourceString。

现在我的问题似乎与]角色有关。一旦我在字符列表中指定它，例如像这样：

PATINDEX('%[[]{}:,]%', SourceString)

我的预期模式显然被破坏了，因为该函数从未找到匹配项。看起来我需要一种方法来转义第一个，]以便PATINDEX将其视为查找字符之一而不是特殊符号。

我发现这个问题询问了一个类似的问题：

• 需要 LIKE 运算符和方括号方面的帮助

但是，在这种情况下，]不需要在方括号中简单地指定，因为它只是一个字符，并且可以在不使用方括号的情况下指定。使用转义的替代解决方案仅适用于LIKE而不适用于PATINDEX，因为它使用一个ESCAPE子条款，由前者支持而不是由后者支持。

所以，我的问题是，有没有什么办法去寻找一个]与PATINDEX使用[ ]通配符？或者有没有办法使用其他 Transact-SQL 工具模拟该功能？

附加信息

这是我需要使用PATINDEX上述[…]模式的查询示例。这里的模式有效（虽然有点），因为它不包含]字符。我也需要它来工作] …

我有一个 1 TB 的数字串。给定一个 12 个字符的数字序列，我想获取该序列在原始字符串（charindex函数）中的起始位置。

我已经使用 SQL Server 使用 1GB 字符串和 9 位子字符串对此进行了测试，并将字符串存储为varchar(max). Charindex需要 10 秒。将 1GB 字符串分解为 900 字节重叠块并创建一个表（StartPositionOfChunk、Chunkofstring），其中包含二进制排序规则的 chunkofstring，索引时间不到 1 秒。10GB,10 位子字符串的后一种方法将 charindex 提高到 1.5 分钟。我想找到一种更快的存储方法。

例子

数字串：0123456789 - 要搜索的子字符串 345
charindex('345','0123456789') 给出 4

方法 1：我现在可以将其存储在包含一列的 SQL Server 表 strtable 中colstr并执行：

select charindex('345',colstr) from strtable

方法2：或者我可以通过拆分原始字符串来组成一个表strtable2（pos，colstr1）：1;012 | 2;123 | 3;234 aso然后我们可以进行查询

select pos from strtable2 where colstr1='345'

方法 3：我可以通过将原始字符串拆分成更大的块来组成一个表strtable2 (pos2,colstr2) …

我想匹配WHERE子句中字符串的开头。虽然我认识到数据库性能通常取决于底层数据结构，但是否有最佳实践来做到这一点？是否有一种选择总是优于其他选择？

我想避免，LIKE因为我认为它的效率低于LEFTor CHARINDEX。据我所知，我的选择如下。欢迎其他建议：

DECLARE @MyField as varchar(10)
SET @MyField = 'HELLOWORLD'
SELECT 1 WHERE @MyField LIKE 'HELLO%'
SELECT 2 WHERE LEFT(@MyField, 5) = 'HELLO'
SELECT 3 WHERE CHARINDEX('HELLO', @MyField) = 1

我正在尝试使用 postgresql 为某些图像实现全文搜索。我正在将有关我的图像的一些信息存储到我表中的 json 字段中。这个 json 有一个tags键，我有多种语言，每种语言都有标签（关键字），如下所示：

"tags": {
    "en": ["blue female", "red female"],
    "es": ["hembra azul", "hembra roja"]
}

tsvector考虑到我有更多语言，此时我还不清楚如何存储。

一个最初的想法是将所有这些连接tsvectors成一个，并将其存储在我表中的一列中。

第二个想法是为每种语言创建一个不同的列，并将对应向量存储到该列中。

哪个会更好？也许还有另一种更好的方法？

我们有一个简单的语法，允许我们查看单个标量的数组，

SELECT 'foo' = ANY(ARRAY['foo', 'bar', 'baz']);

我们可以用同样的方法来匹配 LIKE

SELECT 'foobar' LIKE ANY(ARRAY['foo%', 'bar%', 'baz%'];

我的问题是，如果你想做另一个。

SELECT ANY(ARRAY['foobar', 'barbar', 'bazbar']) LIKE 'foo%' 
ERROR:  syntax error at or near "ANY"
LINE 1: SELECT ANY(ARRAY['foobar', 'barbar', 'bazbar']) LIKE 'foo%';

我知道语法不起作用，但我希望它起作用。

# SELECT ARRAY['foobar', 'barbar', 'bazbar'] LIKE 'foo%';
ERROR:  operator does not exist: text[] ~~ unknown
LINE 1: SELECT ARRAY['foobar', 'barbar', 'bazbar'] LIKE 'foo%';
HINT:  No operator matches the given name and argument type(s). You might need to add explicit type casts.

我想过滤一个数组以查看元素是否存在。这可能不使用 …

这里我们有两组数字。问题是我无法弄清楚如何从数字的输入到输出（下面的 DDL 和 DML 以及这里的小提琴）。

current_data
1,2,3
1,4
1,5,7
8,9,10
10,11,15

expected_outcome
1,2,3,4,5,7
8,9,10,11,15

我们只是尝试根据单个数字是否与任何其他组匹配来匹配一组数字。然后合并所有这些组。

例如。

如果我们有：

('1,2,3'),
('1,4'),
('1,5,7')

我们想要：

(1,2,3,4,5,7)

我们将它们合并为 PostgreSQL 中的一行。

或（另一个例子）：

('8,9,10'), 
('10,11,15')

所需的输出：

(8,9,10,11,15)

查询将对这些数字进行分组，因为它们的共同点是数字 10。但它不会与(1,2,3,4,5,7)不共享数字的前一行（即）分组。

当我们将这些组放在一张表中时。如果他们在每一组中至少有一个匹配的号码，他们才会分组在一起。

======== DDL 和 DML ============

create table current (current_data text not null);
create table expected_output (expected_outcome text not null);

insert into current (current_data) values ('1,2,3'),('1,4'),('1,5,7'),('8,9,10'), ('10,11,15');
insert into expected_output (expected_outcome) values ('1,2,3,4,5,7'),('8,9,10,11,15');