>在postgresql中查找数组之间的距离吗?

n3schb8v  于 2021-07-26  发布在  Java
关注(0)|答案(1)|浏览(420)

据我在本文中了解,在处理几何数据类型时,可以使用<->距离运算符查找最近邻:

SELECT name, location --location is point
FROM geonames
ORDER BY location <-> '(29.9691,-95.6972)'
LIMIT 5;

您还可以使用sp gist索引获得一些优化:

CREATE INDEX idx_spgist_geonames_location ON geonames USING spgist(location);

但是我在文档中找不到任何关于对数组使用<->运算符的内容。如果我使用 double precision[] 而不是 point 举个例子,这样行吗?

xqk2d5yq

xqk2d5yq1#

显然,我们不能。例如,我有一个简单的表:

CREATE TABLE test (
  id SERIAL PRIMARY KEY,
  loc double precision[]
);

我想从中查询文档,按距离排序,

SELECT loc FROM test ORDER BY loc <-> ARRAY[0, 0, 0, 0]::double precision[];

它不起作用:

Query Error: error: operator does not exist: double precision[] <-> double precision[]

文档中也没有提到数组的<->。我在这个问题的公认答案中找到了一个解决方法,但它有一些限制,特别是在数组长度上。尽管有一篇文章(用俄语写)建议在数组大小限制方面采取一种变通方法。创建示例表:

import postgresql

def setup_db():
    db = postgresql.open('pq://user:pass@localhost:5434/db')
    db.execute("create extension if not exists cube;")
    db.execute("drop table if exists vectors")
    db.execute("create table vectors (id serial, file varchar, vec_low cube, vec_high cube);")
    db.execute("create index vectors_vec_idx on vectors (vec_low, vec_high);")

元素插入:

query = "INSERT INTO vectors (file, vec_low, vec_high) VALUES ('{}', CUBE(array[{}]), CUBE(array[{}]))".format(
            file_name,
            ','.join(str(s) for s in encodings[0][0:64]),
            ','.join(str(s) for s in encodings[0][64:128]),
        )
db.execute(query)

元素查询:

import time
import postgresql
import random

db = postgresql.open('pq://user:pass@localhost:5434/db')

for i in range(100):
    t = time.time()
    encodings = [random.random() for i in range(128)]

    threshold = 0.6
    query = "SELECT file FROM vectors WHERE sqrt(power(CUBE(array[{}]) <-> vec_low, 2) + power(CUBE(array[{}]) <-> vec_high, 2)) <= {} ".format(
        ','.join(str(s) for s in encodings[0:64]),
        ','.join(str(s) for s in encodings[64:128]),
        threshold,
    ) + \
            "ORDER BY sqrt(power(CUBE(array[{}]) <-> vec_low, 2) + power(CUBE(array[{}]) <-> vec_high, 2)) ASC LIMIT 1".format(
                ','.join(str(s) for s in encodings[0:64]),
                ','.join(str(s) for s in encodings[64:128]),
            )
    print(db.query(query))
    print('inset time', time.time() - t, 'ind', i)

相关问题