大数据量情况下，如何在两张表之间 找出一张表与另一张表中NAME字段相似度最高的数据？
-2
所有回答(10)
-1
找国家申请专项科研基金，再找100个数学家，闭门研究个几十年总能有办法吧，到时候说不定量子计算机就有了。
-1
可以发展10W个好心人，每人分配一个AName和一个BName。每个人都通过P2P网络寻找与当前ANAME最相似的BNAME。如果好心人爬遍了P2P网络，就将结果返回给中心服务器。（滑稽
-1
为什么要一次性取出来了？用逻辑去控制 分批次取值。ID 主键 Name 全文索引。用 CONTAINS 匹配就行了。
-1
已找到10万人
-1
个人愚见，遇到数据较多相似比对的情况，最好是再建第三张表。比对的时机一般可以放在，新增、修改数据的时候进行。一次性比对这么多数据确实不太靠谱。纯粹的对比总不能依赖你的语句查询。这个可以选择适合的容器。分批次取得数据，利用像LIST，字典，等等进行匹配对比，存入第三张表。目前我能想到的只有这些。另外你的这个思路"将两张表CROSS 后"。- -就这个所消耗掉的时间估计就很长了。还是分批处理吧！
-1
这个不是那么简单的
-1
你相似度是怎么定义的？
-1
我觉得，先把NAME和ID拿到内存里，20W数据也不多。然后你自己定义一个规则把NAME上某种值的数据分类，比如张开头的分一类，长度大于10的分一类之类的，根据你自己的需要。也就两遍内存里循环。等数据分小了，你再在两个表分的同一类里去用相似度算法找。（其实同一类本身就是一种相似度匹配规则，关键是个模糊度的问题，几次比较模糊的分类就可以把数据变得很少，精确度也不影响）
-1
放到同一个表里面。order by,
-1
楼主，你这种需求可以看下lucene.net，配合盘古分词，应该能达到你的效果，但是，前提是录入数据库的时候，你先做好分词之后再插入，然后通过数据库索引去查询，10W真不是什么大数据...
