mysql - 如何在数据库里优化 汉明距离 查询?
问题描述
项目里需要一个搜索相似图片的功能,百度了一些dhash的算法,生成了16个长度的hash值,在mysql里这样查询:
SELECT pk, hash, BIT_COUNT( CONV(hash, 16, 10) ^ CONV(’4c8e3366c275650f’, 16, 10) ) as hamming_distance FROM image_hashes HAVING hamming_distance < 4 ORDER BY hamming_distance ASC;
经测试,15W条数据,搜索需要很长时间。第二次速度会快些,有啥办法可以优化?
问题解答
回答1:谢邀。
抱歉地说,这个我也没有做过,只是之前听说过汉明距离。15w数据,不是很多,但是用了mysql的函数,没办法创建索引。。。
大概搜了一下,有相同的问题。可以参考mysql 图片汉明距离计算, 近40w的异或计算, 如何破
Hamming distance on binary strings in SQL
你可以试试mysql的内存表 MySQL内存表的特性与使用介绍
回答2:不好意思,没有“汉明距离”的相关经验。
如果只是15W数据的话,可以把数据加载到内存里缓存起来,然后在程序里运算,毕竟SQL并不擅长做这种事情。
仅从你的SQL来说,的确没有太大的优化空间,能想到的就只有以下几点:
hash列用char代替varchar
舍弃ORDER BY hamming_distance ASC,改为由程序排序
建议把DDL语句和EXPLAIN结果也发上来一并分析,不过最大的性能卡口应该是BIT_COUNT(CONV(hash, 16, 10) ^ CONV(’4c8e3366c275650f’, 16, 10)) as hamming_distance,其实相当于全表扫描了。
相关文章:
1. html5 - rudy编译sass的时候有中文报错2. javascript - ie11以下单击打开不了file,双击可以。求解?3. javascript - 关于定时器 与 防止连续点击 问题4. css - 前后端交互问题!5. javascript - js 有什么优雅的办法实现在同时打开的两个标签页间相互通信?6. objective-c - ios百度地图定位问题7. javascript - node.js服务端渲染解疑8. javascript - 求助这种功能有什么好点的插件?9. javascript - 求助关于js正则问题10. 微信开放平台 - Android调用微信分享不显示
