mysql - 是否可以通过对某些字符进行相同的处理来进行分组？

Question

我有包含这样数据的表格:

forename        surname
John            O'Neil
Aaron           O Neil
Peter           O-Neil
Mary            Tollmache-Tollmache
Beatrice        Tollmache Tollmache

所有数据均已经过清理，因此它们仅包含拉丁语和拉丁语补充字符表中的字符，以及空格 ( )、撇号 (') 和连字符 (-)。

执行 GROUP BY 时是否可以将空格 ( )、撇号 (') 和连字符 (-) 视为相同的字符。

因此，以上表为例，执行以下查询:

SELECT surname, COUNT(*) AS cnt FROM tbl GROUP BY surname;

将返回:

surname                cnt
O'Neil                 3
Tollmache-Tollmache    2

更新:如果您像我一样使用此查询来构建其他表，吉姆的建议是有用的，但对于部署来说可能不是一个好主意。

根据 Jim 的建议，我对带有索引的姓氏列的表运行了以下测试:

550,000 row table: 4.98 seconds
3.375 million row table: 27.62 seconds
12.485 million row table: 1 min 33 seconds

Answer 1

您可以使用REPLACE将这些字符转换为空格(或撇号等)并检查:

SELECT surname, 
COUNT(*) AS cnt 
FROM tbl 
GROUP BY REPLACE(REPLACE(surname,"-"," "),"'"," ");

可能值得确保数据库中的数据采用您想要的格式，而不是动态转换它。