- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有以下表格:
video (id, name)
keyframe (id, name, video_id) /*video_id has fk on video.id*/
detector (id, concepts)
score (detector_id, keyframe_id, score) /*detector_id has fk on detector .id and keyframe_id has fk on keyframe.id*/
本质上,一个视频有多个与之关联的关键帧,每个关键帧都由所有检测器进行了评分。每个检测器都有一串概念,它将对关键帧进行评分。
现在,如果可能的话,我想在单个查询中找到以下内容:
给定一组检测器 ID(例如,最多 5 个),返回在这些检测器上得分最高的前 10 个视频。通过对每个检测器的每个视频的关键帧得分进行平均,然后对检测器得分求和来对它们进行评分。
例子:对于具有 3 个关联关键帧且 2 个检测器具有以下分数的视频:
detector_id | keyframe_id | score
1 1 0.0281
1 2 0.0012
1 3 0.0269
2 1 0.1341
2 2 0.9726
2 3 0.7125
这将给出视频的分数:
sum(avg(0.0281, 0.0012, 0.0269), avg(0.1341, 0.9726, 0.7125))
最终我想要以下结果:
video_id | score
1 0.417328
2 ...
我认为它必须是这样的,但我还没有完全做到:
select
(select
(select sum(avg_score) summed_score
from
(select
avg(s.score) avg_score
from score s
where s.detector_id = ANY(array[1,2,3,4,5]) and s.keyframe_id = kf.id) x)
from keyframe kf
where kf.video_id = v.id) y
from video v
我的分数表非常大(1 亿行),所以我希望它尽可能快(我尝试的所有其他选项都需要几分钟才能完成)。我总共有大约 3000 个视频、500 个检测器和每个视频大约 15 个关键帧。
如果不可能在不到 ~2 秒内完成此操作,那么我也愿意接受重构数据库架构的方法。数据库中可能根本没有插入/删除操作。
编辑:
感谢 GabrielsMessanger 我得到了答案,这里是查询计划:
EXPLAIN (analyze, verbose)
SELECT
v_id, sum(fd_avg_score)
FROM (
SELECT
v.id as v_id, k.id as k_id, d.id as d_id,
avg(s.score) as fd_avg_score
FROM
video v
JOIN keyframe k ON k.video_id = v.id
JOIN score s ON s.keyframe_id = k.id
JOIN detector d ON d.id = s.detector_id
WHERE
d.id = ANY(ARRAY[1,2,3,4,5]) /*here goes detector's array*/
GROUP BY
v.id,
k.id,
d.id
) sub
GROUP BY
v_id
;
.
"GroupAggregate (cost=1865513.09..1910370.09 rows=200 width=12) (actual time=52141.684..52908.198 rows=2991 loops=1)"
" Output: v.id, sum((avg(s.score)))"
" Group Key: v.id"
" -> GroupAggregate (cost=1865513.09..1893547.46 rows=1121375 width=20) (actual time=52141.623..52793.184 rows=1121375 loops=1)"
" Output: v.id, k.id, d.id, avg(s.score)"
" Group Key: v.id, k.id, d.id"
" -> Sort (cost=1865513.09..1868316.53 rows=1121375 width=20) (actual time=52141.613..52468.062 rows=1121375 loops=1)"
" Output: v.id, k.id, d.id, s.score"
" Sort Key: v.id, k.id, d.id"
" Sort Method: external merge Disk: 37232kB"
" -> Hash Join (cost=11821.18..1729834.13 rows=1121375 width=20) (actual time=120.706..51375.777 rows=1121375 loops=1)"
" Output: v.id, k.id, d.id, s.score"
" Hash Cond: (k.video_id = v.id)"
" -> Hash Join (cost=11736.89..1711527.49 rows=1121375 width=20) (actual time=119.862..51141.066 rows=1121375 loops=1)"
" Output: k.id, k.video_id, s.score, d.id"
" Hash Cond: (s.keyframe_id = k.id)"
" -> Nested Loop (cost=4186.70..1673925.96 rows=1121375 width=16) (actual time=50.878..50034.247 rows=1121375 loops=1)"
" Output: s.score, s.keyframe_id, d.id"
" -> Seq Scan on public.detector d (cost=0.00..11.08 rows=5 width=4) (actual time=0.011..0.079 rows=5 loops=1)"
" Output: d.id, d.concepts"
" Filter: (d.id = ANY ('{1,2,3,4,5}'::integer[]))"
" Rows Removed by Filter: 492"
" -> Bitmap Heap Scan on public.score s (cost=4186.70..332540.23 rows=224275 width=16) (actual time=56.040..9961.040 rows=224275 loops=5)"
" Output: s.detector_id, s.keyframe_id, s.score"
" Recheck Cond: (s.detector_id = d.id)"
" Rows Removed by Index Recheck: 34169904"
" Heap Blocks: exact=192845 lossy=928530"
" -> Bitmap Index Scan on score_index (cost=0.00..4130.63 rows=224275 width=0) (actual time=49.748..49.748 rows=224275 loops=5)"
" Index Cond: (s.detector_id = d.id)"
" -> Hash (cost=3869.75..3869.75 rows=224275 width=8) (actual time=68.924..68.924 rows=224275 loops=1)"
" Output: k.id, k.video_id"
" Buckets: 16384 Batches: 4 Memory Usage: 2205kB"
" -> Seq Scan on public.keyframe k (cost=0.00..3869.75 rows=224275 width=8) (actual time=0.003..33.662 rows=224275 loops=1)"
" Output: k.id, k.video_id"
" -> Hash (cost=46.91..46.91 rows=2991 width=4) (actual time=0.834..0.834 rows=2991 loops=1)"
" Output: v.id"
" Buckets: 1024 Batches: 1 Memory Usage: 106kB"
" -> Seq Scan on public.video v (cost=0.00..46.91 rows=2991 width=4) (actual time=0.005..0.417 rows=2991 loops=1)"
" Output: v.id"
"Planning time: 2.136 ms"
"Execution time: 52914.840 ms"
最佳答案
我的最终答案是基于评论和与作者的扩展聊天讨论。需要注意的一件事:每个 keyframe_id 只分配给一个视频
这不是像下面的查询那么简单吗?:
SELECT
v_id, sum(fd_avg_score)
FROM (
SELECT
v.id as v_id, k.id as k_id, s.detector_id as d_id,
avg(s.score) as fd_avg_score
FROM
video v
JOIN keyframe k ON k.video_id = v.id
JOIN score s ON s.keyframe_id = k.id
WHERE
s.detector_id = ANY(ARRAY[1,2,3,4,5]) /*here goes detector's array*/
GROUP BY
v.id,
k.id,
detector_id
) sub
GROUP BY
v_id
LIMIT 10
;
首先在子查询中,我们将视频与其关键帧和关键帧与分数连接起来。我们计算每个视频的平均得分,每个视频的每个关键帧和每个检测器(如您所说)。最后,在主查询中,我们汇总了每个视频的 avg_score。
正如作者所指出的,他在每个表的 id
列上都有 PRIMARY KEYS
,并且在表 score(detector_id, keyrame_id)
上也有复合索引>。这足以快速运行此查询。
但是,在测试作者需要进一步优化的同时。所以有两件事:
VACUUM ANALYZE
,尤其是当您插入 1 亿行时(如 score
表)。所以至少执行 VACUUM ANALYZE score
。score(detector_id, keyrame_id)
上的复合索引更改为 score(detector_id, keyrame_id, score)
上的复合索引。它可能允许 PostgreSQL 在计算平均值时使用 Index Only Scan
。关于PostgreSQL 复杂求和查询,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34039523/
我正在尝试在 OCaml 中创建一个函数,该函数在数学中执行求和函数。 我试过这个: sum n m f = if n = 0 then 0 else if n > m then f
我正在尝试找到一个可以帮助我解决问题的公式。 这个公式应该对每个靠近(总是在左边)具有相同名称的单元格的单元格求和(或工作)。如下所示: 将每个大写字母视为 “食谱”并且每个小写字母为 “成分” .在
让它成为以下 python pandas DataFrame,其中每一行代表一个人在酒店的住宿。 | entry_date | exit_date | days | other_columns
我有显示客户来电的数据。我有客户号码、电话号码(1 个客户可以有多个)、每个语音调用的日期记录以及调用持续时间的列。表看起来如下示例。 CusID | PhoneNum | Date
让它成为以下 python pandas DataFrame,其中每一行代表一个人在酒店的住宿。 | entry_date | exit_date | days | other_columns
我得到了两列数据; 答: 2013年12月31日 2013年12月30日 2013年12月29日 2013年12月28日 2013年12月27日 2012年12月26日 B: 10 10 10 10
我对 double 格式的精度有疑问。 示例: double K=0, L=0, M=0; scanf("%lf %lf %lf", &K, &L, &M); if((K+L) 我的测试输入: K
我有以下数组: int[,] myArray1 = new int[2, 3] { { 1, 2, 3 }, { 4, 6, 8 } }; int[,] myArray2 = new int[2, 3
我需要有关报告查询的帮助。我在该方案的底部有一个发票表,需要一种方法来获取总计费金额,同时在此数据库方案中的较高点进行条件过滤。我需要加入其他表,这会导致 SUM 函数返回不需要的结果。 这是我正在使
我有一个使用innodb作为存储引擎的MySQL数据库,并且我有许多采用基本形式的查询: SELECT bd.billing, SUM(CASE WHEN tc.transaction_class
尝试创建一个查询来给出总胜、平和负。我有以下查询 SELECT CASE WHEN m.home_team = '192' AND m.home_full_time_score
我正在尝试生成一份报告,显示排名靠前的推荐人以及他们推荐的人产生了多少收入。 这是我的表格的缩写版本: Users Table ------------------ id referral_user_
我有以下查询,并得到了预期的结果: SELECT IF (a1>b1,'1','0') AS a1r, IF (a2>b2,'1','0') AS a2r,
我尝试了几种不同的解决方案,但都没有成功。我给出的表格是一个示例,其设计和功能与我实际使用的表格类似: PK | Color | Count -------------------
我正在尝试构建一个查询来检查我的库存。 SELECT COUNT(*) AS item_count, reseller_id, sum(sold) as sold_count, sum(refunde
我试图解决一个看起来像下面编写的代码的问题,但由于缺乏知识和阅读 sqlalchemy 文档,我还没有真正找到解决问题的方法。 目标: 如果 year_column 中的年份相同,则获取 sales_
我有一个包含一周中多天的表格。一周中的每一天都有独特的属性,例如冰淇淋是否在这一天成功送达: ID DAY_WEEK ICE_CREAM 1 Monday
首先,我有一个名为store_00的表 id | ref | item | qty | cost | sell 1 22 x1 5 10 15 2 22
我正在编写一个程序,计算每个数字的总和,直到 1000。例如,1+2+3+4+5....+100。首先,我将求和作业分配给 10 个处理器:处理器 0 得到 1-100,处理器 1 得到 101-20
我想在一个循环中一次对多个属性求和: class Some(object): def __init__(self, acounter, bcounter): self.acou
我是一名优秀的程序员,十分优秀!