如何在数据库里优化 汉明距离 查询？
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？
展开
收起
1
条回答
写回答
写回答
-
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。2019-07-17 19:51:00赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
