=====In der Oracle Datenbank Strings vergleichen und Ähnlichkeiten in String qualifizieren=====
**10g R2 / 11g / 12c **

Wie gleich bzw. wie ähnlich sind zwei Strings? Diese Frage stellt sich oft wenn Kundennamen und Adressen aus verschiedenen Quellen zusammen gezogen werden sollen.
Beispiel: 

Ist der String "Gunther" = "gunther" gleich oder nur ähnlich? Und wie ähnlich ist dann das ganze?

----

=== Case in sensitive vergleichen und sortieren====

Geht es nur darum die GROSS/klein Schreibung zu ignorieren, muss das entweder über eine upper/lower Funktion erfolgen oder die ganze Session wird auf einen Linguistischen Vergleich umgestellt.

siehe auch [[prog:sql_nls_comp_nls_sort_inguistic_search_sorting|NLS_COMP und NLS_SORT für Linguistische Vergleiche und Case Ignore in der Oracle Datenbank]]

<code sql>
SELECT *  FROM DUAL WHERE 'Gunther' = 'gunther';


no rows selected


alter session set NLS_COMP=LINGUISTIC;
alter session set NLS_SORT=BINARY_CI;

SELECT *  FROM DUAL WHERE 'Gunther' = 'gunther';

DUM
---
X
</code>

<fc #800000>!Achtung!</fc>

Im Ausführungsplan wird dann aber evtl. ein vorhandener Index auf die Spalte nicht mehr verwendet, da die Filterbedingung für den Linguistischen Vergleich als Funktion im Hintergrund vom Optimzier einbaut wird!

 

----




==== UTL_MATCH Package für den String Vergleich ====

Seit Oracle 11g R1 offiziell unterstützt.

===Edit Distance - "Levenshtein Distance" ===

Wie stark unterscheiden sich zwei Strings => https://en.wikipedia.org/wiki/Levenshtein_distance

<code sql>
SELECT UTL_MATCH.Edit_Distance('abcde', 'cdef') as sd FROM DUAL;

sd
--
3

-- Als Wert zwischen 0 und 100 (100=gleich)

SELECT UTL_MATCH.Edit_Distance_SIMILARITY('abcde', 'cdef') as sd FROM DUAL;

sd
--
40

</code>

Die Distance zwischen zwei Strings ist die Anzahl an Einfügungen, Löschungen und Substitutionen um den ersten String in den zweiten zu überführen, die kleinste Anzahl der notwendigen Änderungen



===JARO_WINKLER Funktion===

Ähnlichkeit zweier Strings quantifizieren => siehe https://en.wikipedia.org/wiki/Jaro%E2%80%93Winkler_distance 

<code sql>
set numwidth 30



SELECT UTL_MATCH.JARO_WINKLER('gunther', 'gunter')  as sq FROM DUAL;

sq
---
 9.7142857142857142E-001




-- Als Wert zwischen 0 und 100 (100=gleich)

SELECT UTL_MATCH.JARO_WINKLER_SIMILARITY('gunther', 'gunter')  as sq FROM DUAL;

 SQ
---
 97

</code>



----

==== Quellen ====

Person

  * Gespräch mit Bruno Cirone => http://www.cirone.de/

Web

  * Fast Similarity Searches => https://www.informatik.hu-berlin.de/de/forschung/gebiete/wbi/research/publications/2010/doag2010_final.pdf
  * https://en.wikipedia.org/wiki/Hamming_distance


12c Doku
  * https://docs.oracle.com/database/121/ARPLS/u_match.htm#ARPLS352