- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我有一个包含数百万条目的表“test”。每行包含一个浮点“特征”和一个“计数”,该特征在项目“id”中出现的频率。该表的主键是“id”和“feature”的组合,即每个项目可能有多个特征。每个项目 ID 通常有几百到几千个特征条目。
create table test
(
id int not null,
feature double not null,
count int not null
);
任务是找到与给定引用项目最相似的 500 个项目。相似性以两个项目中相同特征值的数量来衡量。下面引用了我提出的查询,但尽管正确使用了索引,它的执行计划仍然包含“使用临时”和“使用文件排序”,为我的用例提供了 Not Acceptable 性能。
select
t1.id,
t2.id,
sum( least( t1.count, t2.count )) as priority
from test as t1
inner join test as t2
on t2.feature = t1.feature
where t1.id = {some user supplied id value}
group by t1.id, t2.id
order by priority desc
limit 500;
关于如何改进这个的任何想法?可以根据需要修改架构并添加索引。
最佳答案
使用当前架构,此查询几乎无法改进。
您已经有了一个关于feature
的索引,这是您可以使用当前模式设计做的最好的事情。
问题是比更相似不是顺序关系。如果 a
与 b
的相似度高于与 c
的相似度,并不意味着 c
不太相似a
比 b
更重要。因此,您不能构建描述这种关系的单个索引,而需要分别为每个项目执行此操作,这会使您的索引 N^2
条目很长,其中 N
是项目的数量。
如果您总是只需要前 500
项,您可以将索引限制为该数字(在这种情况下它将包含 500 * N
项)。
MySQL
不支持索引或物化 View ,因此您必须自己做:
像这样创建一个表:
CREATE TABLE similarity
(
id1 INT NOT NULL,
id2 INT NOT NULL,
similarity DOUBLE NOT NULL,
PRIMARY KEY (id1, id2),
KEY (id1, similarity)
)
每当您向表中插入一个新特征时,反射(reflect)相似度
中的变化:
INSERT
INTO similarity
SELECT @newid, id,
LEAST(@newcount, count) AS ns
FROM test
WHERE feature = @newfeature
AND id <> @newid
ON DUPLICATE KEY UPDATE
SET similarity = similarity + ns;
INSERT
INTO similarity
SELECT @newid, id,
LEAST(@newcount, count) AS ns
FROM test
WHERE feature = @newfeature
AND id <> @newid
ON DUPLICATE KEY UPDATE
SET similarity = similarity + ns;
及时去除多余的相似点:
DELETE s
FROM (
SELECT id1,
(
SELECT similarity
FROM similarity si
WHERE si.id1 = s.id1
ORDER BY
si.id1 DESC, si.similarity DESC
LIMIT 499, 1
) AS cs
FROM (
SELECT DISTINCT id1
FROM similarity
) s
) q
JOIN similarity s
ON s.id1 = q.id1
AND s.similarity < q.cs
查询您的数据:
SELECT id2
FROM similarity
WHERE id1 = @myid
ORDER BY
similarity DESC
LIMIT 500
关于sql - mySQL:是否有可能使这个查询更快?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4306590/
我有三张 table 。表 A 有选项名称(即颜色、尺寸)。表 B 有选项值名称(即蓝色、红色、黑色等)。表C通过将选项名称id和选项名称值id放在一起来建立关系。 我的查询需要显示值和选项的名称,而
在mysql中,如何计算一行中的非空单元格?我只想计算某些列之间的单元格,比如第 3-10 列之间的单元格。不是所有的列...同样,仅在该行中。 最佳答案 如果你想这样做,只能在 sql 中使用名称而
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
我正在为版本7.6进行Elasticsearch查询 我的查询是这样的: { "query": { "bool": { "should": [ {
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
是否可以编写一个查询来检查任一子查询(而不是一个子查询)是否正确? SELECT * FROM employees e WHERE NOT EXISTS (
我找到了很多关于我的问题的答案,但问题没有解决 我有表格,有数据,例如: Data 1 Data 2 Data 3
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
以下查询返回错误: 查询: SELECT Id, FirstName, LastName, OwnerId, PersonEmail FROM Account WHERE lower(PersonEm
我从 EditText 中获取了 String 值。以及提交查询的按钮。 String sql=editQuery.getText().toString();// SELECT * FROM empl
我有一个或多或少有效的查询(关于结果),但处理大约需要 45 秒。这对于在 GUI 中呈现数据来说肯定太长了。 所以我的需求是找到一个更快/更高效的查询(几毫秒左右会很好)我的数据表大约有 3000
这是我第一次使用 Stack Overflow,所以我希望我以正确的方式提出这个问题。 我有 2 个 SQL 查询,我正在尝试比较和识别缺失值,尽管我无法将 NULL 字段添加到第二个查询中以识别缺失
什么是动态 SQL 查询?何时需要使用动态 SQL 查询?我使用的是 SQL Server 2005。 最佳答案 这里有几篇文章: Introduction to Dynamic SQL Dynami
include "mysql.php"; $query= "SELECT ID,name,displayname,established,summary,searchlink,im
我有一个查询要“转换”为 mysql。这是查询: select top 5 * from (select id, firstName, lastName, sum(fileSize) as To
通过我的研究,我发现至少从 EF 4.1 开始,EF 查询上的 .ToString() 方法将返回要运行的 SQL。事实上,这对我来说非常有用,使用 Entity Framework 5 和 6。 但
我在构造查询来执行以下操作时遇到问题: 按activity_type_id过滤联系人,仅显示最近事件具有所需activity_type_id或为NULL(无事件)的联系人 表格结构如下: 一个联系人可
如何让我输入数据库的信息在输入数据 5 分钟后自行更新? 假设我有一张 table : +--+--+-----+ |id|ip|count| +--+--+-----+ |
我正在尝试搜索正好是 4 位数字的 ID,我知道我需要使用 LENGTH() 字符串函数,但找不到如何使用它的示例。我正在尝试以下(和其他变体)但它们不起作用。 SELECT max(car_id)
我有一个在 mysql 上运行良好的 sql 查询(查询 + 连接): select sum(pa.price) from user u , purchase pu , pack pa where (
我是一名优秀的程序员,十分优秀!