本文介绍在sql server 2016+中，使用string_split与exists子查询精准匹配多值字符串列（如导演/编剧）的共有项，并提供可直接运行的示例代码及关键注意事项。
本文介绍在sql server 2016+中，使用string_split与exists子查询精准匹配多值字符串列（如导演/编剧）的共有项，并提供可直接运行的示例代码及关键注意事项。
在实际数据处理中，常遇到将多个值以逗号分隔形式存储于单个字段的情况（例如 directors 和 writers 列）。但这类非规范化设计会阻碍精确查询——比如需筛选出“至少有一位导演同时担任编剧”的影片记录。此时，不能简单用 = 或 LIKE 比较整列，而应将字符串拆解为原子值后进行集合交集判断。
SQL Server 2016 引入的 STRING_SPLIT() 表值函数为此类场景提供了原生支持。结合 CROSS APPLY 与 EXISTS，可在不修改表结构的前提下高效实现跨列值匹配。核心思路是：对每行的 directors 和 writers 分别拆分，生成笛卡尔积组合，再比对清洗后的姓名（去除首尾空格），只要存在任意一对相等即命中该行。
以下为完整可执行查询：
SELECT tconst, directors, writers
FROM dbo.whoknows AS wk
WHERE EXISTS (
SELECT 1
FROM dbo.whoknows AS t
CROSS APPLY STRING_SPLIT(t.directors, ',') AS d
CROSS APPLY STRING_SPLIT(t.writers, ',') AS w
WHERE LTRIM(RTRIM(d.value)) = LTRIM(RTRIM(w.value))
AND t.tconst = wk.tconst
);✅ 关键细节说明：
- CROSS APPLY STRING_SPLIT(...) 将每行的逗号分隔字符串转为行集，d.value 和 w.value 即拆分后的单个值；
- LTRIM(RTRIM(...)) 必不可少——因原始数据中可能存在 "bob marley " 或 " tom kaver" 类空格污染，直接比较会导致漏匹配；
- 外层 WHERE EXISTS 确保仅返回满足“至少一个共同姓名”的记录，避免重复或冗余结果；
- 子查询中显式关联 t.tconst = wk.tconst 是性能关键，防止产生全表交叉匹配。
⚠️ 重要提醒：
虽然上述方案可解燃眉之急，但长期应重构为符合第一范式的关系模型——即建立独立的 film_directors(film_id, director_name) 和 film_writers(film_id, writer_name) 关联表。这不仅能提升查询性能（可建索引）、保障数据一致性，还能规避字符串解析的固有缺陷（如嵌套逗号、引号转义等边界问题）。
✅ 实际验证：对示例数据运行该查询，将精准返回 tconst = '0002'（tom kaver 同时出现在两列）和 '0003'（bob marley 重合），完全符合预期。
? 可在 DB Fiddle 在线示例 中直接测试运行效果。
