mysql - 如何在数据库里优化 汉明距离 查询?
PHP中文网
PHP中文网 2017-04-17 14:54:25
0
2
1787

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?

PHP中文网
PHP中文网

认证0级讲师

全部回复(2)
巴扎黑

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。

  1. 可以参考mysql 图片汉明距离计算, 近40w的异或计算, 如何破

  2. Hamming distance on binary strings in SQL

  3. 你可以试试mysql的内存表 MySQL内存表的特性与使用介绍

大家讲道理

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。

热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责声明 Sitemap
PHP中文网:公益在线PHP培训,帮助PHP学习者快速成长!