我有一个参考表（REF）和一个不完整数据表（ICD）。两种记录结构都是一样的。在这种情况下，它恰好包含人员相关数据。我试图用REF中最匹配行的数据填写ICD中的记录，如果最合适的行存在于合理范围内。 ICD表可能包含或缺少名字，中间名，姓氏，地址，城市，州，邮政编码，dob等。
我需要确保我填写的数据是100％准确的，所以我已经知道我将无法填写没有合理匹配的ICD行。
到目前为止，我已经编写了近十二种匹配查询的变体，在当前不匹配的行上运行，并在匹配的情况下引入数据。我知道必须有更好的方法。
我想要做的是在某些标准上设置权重，然后对所有满意的标准采用总和权重，如果超过某个阈值，则遵守该匹配。例如：
然后我搜索以前不匹配的行，任何超过72点的匹配都被宣布为自信匹配。
我似乎无法在单个查询中了解如何执行此操作。我在每个表格中也有一个唯一的ID（它们不会对齐或重叠，但它可能对跟踪子查询结果很有用）。
感谢!!!
答案 0 :(得分：0)
以下是一些基本想法：
如果没有保证匹配的列，则必须考虑ICD中每行的REF中的每一行。基本上这只是两个表的连接而没有任何连接条件。
此连接为您提供行对，即每个表中列数的两倍。现在，您必须应用排名系统并计算其他列weight。您可以使用存储过程或许多解码来执行此操作，例如
decode(REF.firstName, ICD.firstName, 15, 0) + decode ...
现在您选择权重大于72的那些。问题是一个ICD行可能有多个自信匹配。如果您只想要最佳匹配，那么您最好按重量降序排序并执行更新。如果ICD行有多个自信的REF行，您将进行一些过时的更新，但更好的更新将始终排在最后并覆盖以前的更新。
如果您想在一次更新中完成所有操作，那将是另一项挑战。
答案 1 :(得分：0)
@tbone的评论是最正确的，但我不能将其标记为答案，因为它只是一个评论。
我确实创建了一个处理这个的包，它包含两个函数。
第一个函数查询引用表中与任何各种索引匹配的任何记录。然后计算与每个字段相关的分数。例如，姓氏完全匹配值为25，姓氏soundex匹配值为16，null值为0，总不匹配值为-15。将它们相加在一起，然后我运行各种查询来判断在放入垃圾之前阈值有多低。第一个函数以refc顺序从ref返回每一行，并返回与之关联的分数。
第二个函数使用超前和滞后来专门考虑第一个函数返回的最高分数，然后我添加了第二个检查，最高得分至少是从第二高分中领先的合理分数。这个技巧消除了我的错误比赛。如果匹配，则第二个函数返回匹配的唯一唯一ID。
从那里可以很容易地在ICD表上写一个更新语句。