2
Postgres中的快速汉明距离查询
我有一个大型数据库（1600万行），其中包含图像的感知哈希。 我希望能够在合理的时间内按汉明距离搜索行。 目前，据我所知，我认为最好的选择是自定义SP-GiST实现，该实现可实现BK-Tree，但这似乎需要大量工作，但我仍然对实用性感到困惑正确实现自定义索引的详细信息。计算汉明距离很容易，但是我确实知道C。 基本上，这里合适的方法是什么？我需要能够在哈希的特定编辑距离内查询匹配项。据我了解，长度相等的字符串的Levenshtein距离在功能上是汉明距离，因此，尽管没有明确的方法可以从中创建索引（请记住，我正在查询的值），至少存在一些对我想要的支持。我无法预先计算与固定值的距离，因为那只会对那个值有用。 哈希当前存储为64个字符的字符串，其中包含哈希的二进制ASCII编码（例如“ 10010101 ...”），但是我可以很容易地将它们转换为int64。真正的问题是我需要能够相对快速地进行查询。 似乎可以通过达成与我想要的目标类似的东西pg_trgm，但是我不清楚三联词匹配机制的工作原理（特别是，它返回的相似性度量实际上代表了什么？看起来有点像编辑距离）。 插入性能并不关键（计算每行的哈希值在计算上非常昂贵），因此我主要关心搜索。