Question

我是PostgreSQL的新手，我的问题类似于这里的问题：link

例如，我有下表：

| id |       vector         |
|  1 |  { 1.43, 3.54, 5.55} |
|  2 |  { 4.46, 5.56, 4.55} |
|  3 |  { 7.48, 2.54, 4.55} |
|  4 |  { 2.44, 2.34, 4.55} |

示例查询类似于

SELECT * FROM my_table WHERE vector CLOSEST('{1.23, 4.43, 4.63}')

应该以排序的方式返回结果行，其中我使用自定义距离函数确定“最接近”的向量，例如calc_l2norm（double precision []，double precision []）返回欧几里德距离。

Answer 1

一般来说，你可以通过使用用Java或Scala编写的存储函数来解决这类问题（有些人可能更喜欢PL / SQL，C或C ++）。

PostgreSql支持（基于Java）存储函数，因此让SQL查询获取数据，并将其传递给存储函数。存储的函数返回距离，因此您可以对其进行过滤/排序等。

基于这样的表格

create table point(vector float8[]);
insert into point values('{0.0, 0.0, 0.0}');
insert into point values('{0.5, 0.5, 0.5}');

使用这样的Java函数：

public class PlJava {
    public final static double distance2(double[] v1, double[] v2) {
        return Math.sqrt(Math.pow(v2[0] - v1[0], 2)
          + Math.pow(v2[1] - v1[1], 2) + Math.pow(v2[2] - v1[2], 2));
    }
}

和SQL中的函数声明：

CREATE FUNCTION pljava.distance2(float8[], float8[])
  RETURNS float8
  AS 'PlJava.distance2'
  IMMUTABLE
  LANGUAGE java;

您的查询可能如下所示：

select
    point.*, 
    pljava.distance2(vector, '{1.0, 1.0, 1.0}') as dist
  from
    point 
  order by
    dist;

导致

    vector     |       dist  
---------------+-------------------  
 {0.5,0.5,0.5} | 0.866025403784439  
 {0,0,0}       |  1.73205080756888

更新

存储函数也可以用C和C ++编写。 C ++需要更多的努力，因为PostgreSql的接口使用C调用约定。见Using C++ for Extensibility

Answer 2

PostgresQL具有最近邻索引功能

http://wiki.postgresql.org/wiki/What%27s_new_in_PostgreSQL_9.1#K-Nearest-Neighbor_Indexing

它可以与PostgreSQL或PostGIS一起用于PostgreSQL的GIS扩展。参见

K-Nearest Neighbor Query in PostGIS

PostgreSQL迭代行并使用自定义距离函数找到最接近的匹配

2 个答案: