谁能解释一下为什么SQL函数(使用SQL Server2019)返回的结果在我看来是违反直觉的？以下是问题和分数:
SELECT
DIFFERENCE('Good', 'Good Samaritans'); --Result is 4 (High score match)
SELECT
DIFFERENCE('Samaritans', 'Good Samaritans'); --Result is 1 (Low score match)
SELECT
DIFFERENCE('Sam', 'Good Samaritans'); --Result is 2 (A higher score than above!)
我知道DIFFERENCE使用SOUNDEX来匹配辅音，但上面的结果似乎非常奇怪，特别是在第二个查询中.这与空格和前面的字符串有关吗？
如果你改变了单词的顺序，你会发现第一个单词有偏差.然后，如果你考虑SOUNDEX，你就会开始理解为什么.也请阅读下面的参考资料.
Soundex将字母数字字符串转换为四个字符的代码，该代码基于字符串在英语中的发音.这个 代码的第一个字符是的第一个字符 CHARACTER_EXPRESS，转换为大写.第二个到第二个 代码的第四个字符是代表字母的数字 在表达式中.字母A、E、I、O、U、H、W和Y将被忽略 除非它们是字符串的第一个字母.将零添加到 如有必要，结束，以产生四个字符的代码.了解更多 有关Soundex代码的信息，请参阅The Soundex Indexing System
-- Bias based on left to right order of words
SELECT 10 id, DIFFERENCE('Good', 'Good Samaritans') --Result is 4 (High score match)
union all
SELECT 11 id, DIFFERENCE('Good', 'Samaritans Good') --Result is 1 (Low score match)
union all
SELECT 20, DIFFERENCE('Samaritans', 'Good Samaritans') --Result is 1 (Low score match)
union all
SELECT 21, DIFFERENCE('Samaritans', 'Samaritans Good') --Result is 4 (High score match)
union all
SELECT 30, DIFFERENCE('Sam', 'Good Samaritans') --Result is 2 (On the upper low side)
| id | (No column name) |
|---|---|
| 10 | 4 |
| 11 | 1 |
| 20 | 1 |
| 21 | 4 |
| 30 | 2 |
你对difference岁的期望可能太高了.