用SQL高性能解决字符串的连续匹配

微信公众号：振振有CI

振振有辞ci,分享AI、BI中的一些技术心得。

间或来点小诗词附庸风雅!

欢迎大家关注。

高性能解决有序集合的连续匹配问题

场景：

A集合有8个元素：ali、boy、c、dog、e、f、g、h，

B集合有5个元素：boy、c、dog、e、h

问B中是否包含连续4个以上的A集合元素？是即符合要求。

查阅网络资料甚至咨询论坛、技术群里的朋友，尽管方法各异，本质上还是循环遍历，最多考虑了利用bitmap提升下循环匹配性能。

难点：连续4个以上的计算与匹配

不论是集合还是字符串，4个连续的判断与匹配基本都依赖循环遍历算法，不论是KMP还是Boyer-Moore算法，如果一行记录都需要这么复杂的循环才能得出，那对千万级甚至亿级的数据时的性能？

绝对原创的独特解法

《SQL沉思录》一书明确指出，循环是过程化的思维方式，数据集是集合思维方式，就不用能集合思维也就是sql的方式高效解决问题？

但没有现成轮子的时候，那只有自己发明轮子。

连续4个，试试分区函数的滑动分窗？当原、现尺码都高效拆分出连续4个后，匹配就是一个简单的join关联问题。

思路：

1、滑动分窗求出连续4个元素

2、两表关联，能关联到即为合格

实现代码

1、构造2张测试表

2、构造连续4个元素集合

3、匹配

下面的是我的公众号二维码图片，欢迎加我，一起学习，一起交流。