Question

这是我在使用基于T-SQL的Stack Exchange Data Explorer时反复遇到的问题：

当字符串作为其他字符串的子字符串出现时，如何搜索除之外的字符串？

例如，如何选择表MyTable中MyCol列包含字符串foo但忽略属于foo的任何foobar的所有记录。字符串SELECT * FROM MyTable WHERE MyCol LIKE '%foo%' AND MyCol NOT LIKE '%foobar%'？

快速而肮脏的尝试将是：

MyCol = 'not all foos are foobars'

但显然这将无法匹配，例如foobar，我确实希望与之匹配。

我提出的一个解决方案是用一些虚拟标记（不是foo的子字符串）替换所有出现的foo，然后检查剩余的SELECT * FROM MyTable WHERE REPLACE(MyCol, 'foobar', 'X') LIKE '%foo%' s，如：

REPLACE()

这有效，但我怀疑它效率不高，因为它必须在表中的每条记录上运行Posts。（对于SEDE，这通常是http://表，目前有大约3000万行。）有更好的方法吗？

（FWIW，the real use case提示此问题是搜索包含使用i.stack.imgur.com方案前缀但未指向主机{{1}}的图片网址的SO帖子。）

Answer 1

目前为止所提供的方式都不能保证按宣传的方式工作，只对行的子集执行REPLACE。

SQL Server does not guarantee short circuiting of predicates和can move compute scalars up into the underlying query for derived tables and CTEs。

唯一可以保证（mostly）工作的是CASE语句。下面我使用扩展到IIF

的CASE的句法糖种类

SELECT *
FROM   MyTable
WHERE  1 = IIF(MyCol LIKE '%foo%', 
               IIF(REPLACE(MyCol, 'foobar', 'X') LIKE '%foo%', 1, 0), 
               0);

Answer 2

三级过滤器应该有效：

收集所有符合'％foo％'的行;
用非发生的字符串替换'foobar'的所有实例（例如''或许）;
再次检查匹配'％foo％'

在这里，您只对可能匹配的行执行REPLACE，而不是对所有行执行REPLACE。如果你只期望一小部分比赛，这应该会更有效率。

SQL看起来像这样：

;with data as (
    select * 
    from MyTable 
    where MyCol like '%foo%'      
)
select *
from data
where replace(MyCol, 'foobar', 'X') like '%foo%'

请注意，需要子查询，因为SQL中没有表达式快捷方式;引擎可以根据需要自由重新排序布尔项，以便在单个查询级别内进行有效处理。

Answer 3

这将比您当前的查询更快：

SELECT * 
FROM MyTable 
WHERE 
  MyCol like '%foo%' AND
  REPLACE(MyCol, 'foobar', 'X') LIKE '%foo%'

在应用MyCol之后计算REPLACE，因此这比仅仅更快：

REPLACE(MyCol, 'foobar', 'X') LIKE '%foo%'

Answer 4

假设您只想找到foo的实例，并在其周围留出空格

 SELECT * 
 FROM MyTable 
 WHERE MyCol LIKE 'foo %' OR MyCol LIKE '% foo %' OR MyCol LIKE '% foo'

T-SQL模式匹配异常

4 个答案: