PostgreSQL - 查询表中列中的关键字模式

Question

我们都知道在 SQL 中，我们可以通过这样的查询来查询一个列（比如说，列“breeds”）来查找某个单词，例如“dog”：

select breeds
from myStackOverflowDBTable
where breeds = 'dog'

但是，假设我有更多的列和更多的数据，比如数百万条记录，我不想找到一个词，而是最常见的关键字模式或通配符表达式，这样的查询：

SELECT * 
FROM myStackOverflowDBTable
WHERE address LIKE '%alb%'"

有没有一种有效的方法可以使用 SQL 在列中找到这些“模式”？我需要找到最常见的子字符串，根据上面的查询，说通配符字符串“alb”出现在“位置”列中，其中包含奥尔巴尼、阿尔伯克基、阿拉巴马州等词，显然是直接查询这些词会产生 0 个结果，但查询该通配符关键字模式会产生很多结果，但是 我想为给定的列找到最重复或最频繁的通配符/关键字模式/正则表达式/子字符串（但是你想定义它） - 有没有一种简单的方法可以做到这一点，而无需查询一百万个测试查询并手动进行？？？

Answer 1

好吧，如果你想找到三个字符模式，你可以提取所有的三个字符模式，聚合和计数：

select substr(t.address, gs.i, 3) as ngram_3, count(*)
from t cross join lateral
     generate_series(1, length(address) - 3, 1) gs(i)
group by ngram_3
order by count(*) desc
limit 100;