class Item(models.Model):
    vector_repr = models.TextField(..., verbose_name='jsonified vector representation')

...

# My current solution:

def as_vector(item): return np.asarray(json.loads(item.vector_repr))

item = Item.objects.get(...)
item_vect = as_vector(item)

def cosine_similarity(other): return np.dot(item_vect, as_vector(other))

db_items = Item.objects.exclude(id=item.id)
similar_items = sorted(db_items, key=cosine_similarity)

基本上，我想对mysql数据库中的所有项进行排序，应用与给定项的余弦相似性。
问题是表示所有项的向量（vector_repr）非常大，而且数据库中的项很多，所以这种方法非常慢（~2min）。
如何加快这一进程(可能没有在我的数据库中存储每对项目的相似性）