在数据库中进行汉明距离/相似性搜索

Question

我有一个过程，类似于生成感知哈希的tineye，这些是32位整数。

我打算将这些存储在sql数据库（可能是nosql db）中

但是，我很难理解如何根据哈希的相似性检索记录。

任何想法？

Answer 1

David的讨论是正确的，但如果您没有大量数据，请查看Hamming distance on binary strings in SQL

Answer 2

要查找汉明距离，您可以使用按位加法和减法（＆amp;和〜整数）来计算它们。

SQL不适用于此类处理。对大数据集的比较变得非常混乱，并且不具有利用系统强度的查询的速度。也就是说，我做过类似的事情。

这将为您提供个体差异，这些差异需要在完整数据集上运行并且有序，这最多是混乱的。如果您希望它运行得更快，则需要使用“区域”索引或在数据中查找自然分组等策略。有伞形聚类策略，类似 - 有很多文献。但是，在大多数传统的数据库系统中，它会变得混乱。