Question

有没有人知道如何处理这种情况

获得了10M的商业名称记录和其中大部分都是脏的并且要清理的地址。

使用带有LIKE＆amp ;;的Case语句开始构建函数正则表达式找到模式，我面临的问题是MySQL性能和它非常慢。

函数确实如下：删除多余的空格，非字母数字字符，并使用LIKE标准化名称（几乎有100个模式），我知道它会很慢，但不知道我会尝试哪些其他选项

我正在考虑选择将所有这些关键字保存到具有相应更正值的表中，并使用该表作为查找以使用函数替换关键字是否有效？

punctuation (could use REPLACE; not sure it there are more efficient options)
abbreviations (this is the tough one -- street = st, etc.)
Company/Restaurant/other Names standardizing: Like 
Universities to Univ, CENTER to CTR, AND to &, 
case 
when Businnes_name like '%SUBWAY%' then 'SUBWAY'
when Businnes_name like '%MCDONALDS%' then 'MCDONALD''S'
when Businnes_name like '%MCDONALD''S%' then 'MCDONALD''S'
when Businnes_name like '%STARBUCKS%' then 'STARBUCKS'
when Businnes_name like '%DUNKIN%DONUTS%' then 'DUNKIN'' DONUTS'
when Businnes_name like '%BURGER%KING%' then 'BURGER KING'

我在函数中总共有100个关键字，如上述语句

-Thanks

Answer 1

数据清理最好采用更全面的编程语言，而不是SQL。在过去的生活中，我发现Perl很棒。

首先用几个s{}{}g命令来清理一些东西。

然后是sub，有一百行像 return q{MCDONALD'S} if $str =~ m{McDonald's}i;

然后 - 只有 - 将数据存储到数据库中。（您可以选择为原始列（麦当劳）和专栏形式的列（MCDONALD＆＃39; S）添加一列。

MySQL：带有案例陈述的表现＆amp;喜欢

1 个答案: