SQL:根据特定描述连接两个表

Question

我有两个表:

我想根据品牌名称将 GTIN 从表 2 添加到表 1。虽然我不能使用 = 或 like，因为正如您在突出显示的行中看到的那样，它们并不完全匹配。

例如

表 1 的第二行，假设有表 2 中的第一个 GTIN，因为两者都是 Ziagen 300mg 片剂。然而，我尝试的所有方法都未能正确匹配所有行。

Answer 1

Postgres 有一个 pg_trgm 模块描述 here .从连接两个表的cross join 开始，计算返回实数的similarity(t1.brand,t2.brand) 函数。

接下来根据一些启发式数字过滤结果。然后使用 row_number() 窗口函数选择单个最佳匹配来缩小范围。

结果可能不准确，您也可以通过考虑通用相似性来改进它。

with cross_similarity(generic1,brand1,gtin,brand2,generic2,sim) as (
    select *, similarity(t1.brand, t2.brand) as sim
    from t1,
         t2
    where similarity(t1.brand, t2.brand) > 0
)
, max_similarity as (
    select *, 
      row_number() over (partition by gtin order by sim desc) as best_match_rank
    from cross_similarity
)
select * from max_similarity where best_match_rank =1;