sql - 关系数据库是否非常适合矢量计算？

Question

基本的表架构看起来像这样（我正在使用MySQL BTW）：


integer unsigned vector-id

integer unsigned fk-attribute-id

float attribute-value

primary key (vector-id,fk-attribute-id)


向量在表中表示为具有相同向量ID的多个记录

我需要用该表中存在的所有向量的点积（也就是欧氏距离）构建一个单独的表。因此，我需要一个如下所示的结果表：


integer unsigned fk-vector-id-a

integer unsigned fk-vector-id-b

float dot-product

...这样的...


integer unsigned fk-vector-id-a

integer unsigned fk-vector-id-b

float euclidean-distance


产生结果的最佳查询结构是什么？

对于非常大的向量，关系数据库是解决此问题的最佳方法，还是应该在应用程序中对向量进行内部化并在那里进行计算？

Answer 1

INSERT
INTO    dot_products
SELECT  v1.vector_id, v2.vector_id, SUM(v1.attribute_value * v2.attribute_value)
FROM    attributes v1
JOIN    attributes v2
ON      v2.attribute_id = v1.attribute_id
GROUP BY
        v1.vector_id, v2.vector_id

在 MySQL中，这可以更快：

INSERT
INTO    dot_products
SELECT  v1.vector_id, v2.vector_id,
        (
        SELECT  SUM(va1.attribute_value * va2.attribute_value)
        FROM    attributes va1
        JOIN    attributes va2
        ON      va2.attribute_id = va1.attribute_id
        WHERE   va1.vector_id = v1.vector_id
                AND va2.vector_id = v2.vector_id
        )
FROM    vector v1
CROSS JOIN
        vector v2