如何在雪花中搜索彼此靠近的单词？

Question

假设我的表有一个字符串列，即VARCHAR()，每个字符串是一个句子。我想在此列中搜索某个单词与另一个单词非常接近的句子。

例如，如果我想在“Smith”的两个词中搜索包含“John”的句子，在 SQL Server 中，我会这样做

SELECT row_id
FROM my_table
WHERE CONTAINS(sentence_column, 'NEAR((John, Smith), 2)') 

这如何转化为雪花？

Answer 1

您可以编写一个 UDF 来近似该语法。这并不是为了重现 SQL Server 的 near 语法，而是展示了它是如何完成的。它仅处理用于分词的空格，但可以对其进行修改以支持其他分词。它不区分大小写。如果您希望它区分大小写，可以删除 toUpperCase() 方法。

create or replace function NEAR(STR string, STR1 string, STR2 string, DISTANCE float)
returns boolean
language javascript
as
$$
    var firstWord = -1;
    var secondWord = -1;
    var words = STR.split(" ");
    for (var i=0; i < words.length; i++){
        if (words[i].toUpperCase() === STR1.toUpperCase()) firstWord = i;
        if (words[i].toUpperCase() === STR2.toUpperCase()) secondWord = i;
    }
    return (firstWord >= 0) && (secondWord >= 0) && (secondWord - firstWord <= DISTANCE)
$$;

select near('John Jacob Smith', 'John', 'Smith', 2);  --True
select near('John Jacob Williams Smith', 'John', 'Smith', 2);  --False