在 PSQL（我相信 Redshift 是基于它的）中，有字符串相似函数，如levenshtein/ levenshtein_less_equal[ http://www.postgresql.org/docs/9.1/static/fuzzystrmatch.html ]。这些功能似乎没有进入 Redshift [ http://docs.aws.amazon.com/redshift/latest/dg/String_functions_header.html ]。我错了，还是有人提出创造性的查询来解决这个限制？
问问题
4986 次
1 回答
7
Redshift基于Postgres 8.0，它非常老旧（不再受支持），因此这些年来它们已经发生了很大的分歧。Postgres的开发版本目前是 9.4，而 Postgres 的 8.x 和 9.x 版本在9.0 及更高版本中有一些实质性的差异和补充。
该levenshtein函数是fuzzystrmatch您在上面链接的模块的一部分，并且该模块是在Postgres 8.3中引入的，这可能是它没有为Redshift制作的原因（而且它显然还没有被添加）。
通常我会说你最好的选择是定义一个自定义的PL/pgSQL函数来实现Levenshtein 距离算法，但根据Redshift 文档，用户定义的函数和存储过程是Redshift所做的Postgres的许多主要特性之一不支持，所以我认为你在这方面很不幸。
根据您的要求，您也许可以使用LIKE来达到类似的效果。有关更多信息，请参阅此SO 答案（请注意，该答案中的一些替代建议，例如Redshift也不支持全文）。
更新，2016-04-25
似乎自从我在 2014 年 10 月最初回答这个问题以来，已经添加了创建基于Python的用户定义函数( UDF ) 的能力。这不如能够内联创建自定义Postgres函数（文档列出了UDF的各种警告）那么理想，但应该允许在Python中实现levenshtein 距离算法并在Redshift查询的上下文中处理.
Apache Hive中的UDF是Hadoop生态系统中使用的数据仓库项目，允许以类似方式（基于Java或Python）的用户定义函数。
于 2014-10-28T01:49:12.760 回答