BigQuery 是否可以进行近似字符串匹配/模糊字符串搜索？答案

【问题标题】：Is Approximate String Matching / Fuzzy String Searching possible with BigQuery?BigQuery 是否可以进行近似字符串匹配/模糊字符串搜索？
【发布时间】：2014-08-29 08:34:06
【问题描述】：

感谢 Google 提供 BigQuery，非常棒！
BigQuery 是否可以进行近似字符串匹配/模糊字符串搜索？
Google 是否有计划将此功能添加到 BigQuery？

当然，Google 专有的近似字符串匹配算法可用于向 BigQuery 提供此功能，同时仍保留 Google 知识产权。我们搜索了所有 BigQuery 文档和 Stack Overflow 问题。当然有很多算法可以做到这一点，但如何与 BigQuery 集成？

我们的需求很简单，比较两个几乎相同但可能略有不同的字符串。例如：

"Rhodes USA" vs. "Rhodes USA, LLC", vs. "Rhodes USA LLC".

从我们的 BigQuery 测试看来，两个字符串需要完全匹配，BigQuery 才能加入它们，即使是每个字符串中尾随空格的数量也是如此。非常感谢添加此功能或与 BigQuery 集成的指南。这是为了支持 Milwaukee Jets，这是一家位于威斯康星州密尔沃基的区域性、创新性、部分喷气式飞机所有权公司。再次感谢 Google 提供 BigQuery。

非常感谢您和最诚挚的问候，安德鲁·保林 (414) 212-5372

【问题讨论】：

标签： google-bigquery

【解决方案1】：

很遗憾，不支持近似字符串匹配。最接近的方法是使用正则表达式。您最好的选择可能是在数据到达 BigQuery 之前对其进行规范化 - 即将“Rhodes USA”和“Rhodes, USA.”转换为相同的字符串。不过，我会为此支持添加一个功能请求错误。

【讨论】：