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？
巴扎黑2017-04-17 14:56:25
ご招待いただきありがとうございます。
申し訳ありませんが、私はこれを行ったことはありませんが、ハミング距離については以前に聞いたことがあります。データは 15,000 個と多くはありませんが、mysql 関数を使用してインデックスを作成する方法はありません。 。 。
ハミング距離の計算、ほぼ 40w の XOR 計算、それを解除する方法については、mysql 画像を参照してください。
SQL でのバイナリ文字列のハミング距離
MySQL のメモリ テーブルの特徴と使い方を試すことができます。
大家讲道理2017-04-17 14:56:25
申し訳ありませんが、「ハミング距離」については経験がありません。
データが 15W しかない場合は、データをメモリにロードしてキャッシュし、プログラム内で計算を実行できます。結局のところ、SQL はこのようなことを行うのは得意ではありません。
SQL に基づいて考えると、最適化の余地はほとんどありません。
hash 列は、varchar ではなく char を使用します。
ORDER BY hamming_ distance ASC を破棄し、プログラムごとに並べ替えるように変更します
分析のために DDL ステートメントと EXPLAIN 結果を一緒に送信することをお勧めしますが、最大のパフォーマンス チェックポイントは BIT_COUNT(CONV(hash, 16, 10) ^ CONV('4c8e3366c275650f', 16, 10)) である必要があります。 hamming_ distance のように、実際にはテーブル全体のスキャンと同等です。
