Question

假设我只有一张桌子： members_tbl列是：SN，FN，DB，IDDBL，FLAG，DBLCRIT我需要更新表，如果这个算法有一些条件是正常的：

R.drawables.main_title

这是一个测试用例：

   id_dup := 1;
FOR (i in 1 to Nrow(members_tbl)) THEN
{
FOR (j in (i+1) to Nrow(members_tbl)) THEN
{
IF(members_tbl(i).iddbl IS NULL) THEN
members_tbl(i).iddbl := id_dup
IF (((members_tbl(i).DBIRTH ==members_tbl(j).DBIRTH) AND
    (UTL_MATCH.jaro_winkler_similarity(members_tbl(i).SNAME,members_tbl(j).SNAME) > 80) AND
  (UTL_MATCH.jaro_winkler_similarity(members_tbl(i).FNAME,members_tbl(j).FNAME) > 80)) 
AND (members_tbl(j).iddbl IS NULL)) THEN
{
   members_tbl(j).iddbl := id_dup;
   members_tbl(i).flag := 1;
   members_tbl(j).flag := 1;
   members_tbl(i).dblcrit:= 1;
   members_tbl(j).dblcrit:= 1;
}

}
   id_dup := id_dup + 1;
}

更加全面，我确实改变了SNAME中的列SN，FNAME中的FN和DBIRTH中的DB

有没有办法在pl / sql程序中编写这个算法？我是PL / SQL的新手，我从来没有写过存储过程。

Answer 1

我认为这会奏效。您需要弄清楚它是如何确定哪一行是＆＃34;更高＆＃34;因此重复。

update members_tbl
set iddbl = 1
where iddbl is null and exists (
    select 1
    from members_tbl m2
    where
            m2.DB = members_tbl.DB
        and UTL_MATCH.jaro_winkler_similarity(members_tbl.FN, m2.FN) > 80
        and UTL_MATCH.jaro_winkler_similarity(members_tbl.SN, m2.SN) > 80
        and NumberOfRow(m2) < NumberOfRow(members_tbl) /* ??? */

);

update members_tbl
set flag = 1, dblcrit = 1;

Answer 2

实际上，正如@ shawnt00所建议的那样，它是基于Jaro Winkler函数的字符串近似的重复检测。因此，不需要count（不需要flag，dblcrit，iddbl），只需要一个左外连接：

SELECT * FROM (
SELECT m.IDM,
       m2.IDM AS dups_key
FROM members_tbl m
LEFT OUTER JOIN members_tbl m2
ON ( m.IDM != m2.IDM
      AND m.DBIRTH = m2.DBIRTH
      AND utl_match.jaro_winkler_similarity(m.SNAME,m2.SNAME) > 80
      AND utl_match.jaro_winkler_similarity(m.FNAME,m2.FNAME) > 80 )
    )
Where dups_key IS NOT NULL;

从那以后，如果我使用过前面提到的计数器，我已经提取了我需要的其他信息;所以在以下链接中，以下是从上面第一个查询中提取的其他数据：this link.

使用双循环通过pl sql更新表过程

2 个答案: