Могу ли я найти расстояния между массивами в PostgreSQL с помощью <->? - PullRequest
Новая
       138

Могу ли я найти расстояния между массивами в PostgreSQL с помощью <->?

1 голос
/ 20 июня 2020

Насколько я понял из этой статьи, ближайших соседей можно найти с помощью оператора расстояния <-> при работе с типами данных geometri c: 

SELECT name, location --location is point
FROM geonames
ORDER BY location <-> '(29.9691,-95.6972)'
LIMIT 5;

Можно также оптимизируйте использование индексов SP-GiST: 

CREATE INDEX idx_spgist_geonames_location ON geonames USING spgist(location);

Но я не могу найти в документации ничего об использовании оператора <-> с массивами. Если бы я выполнял те же запросы, используя, например, double precision[] вместо point, это сработало бы?

1 Ответ

0 голосов
/ 20 июня 2020

Видимо, не можем. Например, у меня есть простая таблица: 

CREATE TABLE test (
  id SERIAL PRIMARY KEY,
  loc double precision[]
);

И я хочу запрашивать документы из нее, упорядочивая по расстоянию, 

SELECT loc FROM test ORDER BY loc <-> ARRAY[0, 0, 0, 0]::double precision[];

Не работает: 

 Query Error: error: operator does not exist: double precision[] <-> double precision[]

В документации также не упоминается <-> для массивов. Я нашел обходной путь в принятом ответе на этот вопрос, но он накладывает некоторые ограничения, особенно на длину массива. Хотя есть статья (на русском языке), в которой предлагается обходной путь по ограничению размера массива. Создание примерной таблицы: 

import postgresql

def setup_db():
    db = postgresql.open('pq://user:pass@localhost:5434/db')
    db.execute("create extension if not exists cube;")
    db.execute("drop table if exists vectors")
    db.execute("create table vectors (id serial, file varchar, vec_low cube, vec_high cube);")
    db.execute("create index vectors_vec_idx on vectors (vec_low, vec_high);")

Вставка элемента: 

query = "INSERT INTO vectors (file, vec_low, vec_high) VALUES ('{}', CUBE(array[{}]), CUBE(array[{}]))".format(
            file_name,
            ','.join(str(s) for s in encodings[0][0:64]),
            ','.join(str(s) for s in encodings[0][64:128]),
        )
db.execute(query)

Запрос элемента: 

import time
import postgresql
import random

db = postgresql.open('pq://user:pass@localhost:5434/db')

for i in range(100):
    t = time.time()
    encodings = [random.random() for i in range(128)]

    threshold = 0.6
    query = "SELECT file FROM vectors WHERE sqrt(power(CUBE(array[{}]) <-> vec_low, 2) + power(CUBE(array[{}]) <-> vec_high, 2)) <= {} ".format(
        ','.join(str(s) for s in encodings[0:64]),
        ','.join(str(s) for s in encodings[64:128]),
        threshold,
    ) + \
            "ORDER BY sqrt(power(CUBE(array[{}]) <-> vec_low, 2) + power(CUBE(array[{}]) <-> vec_high, 2)) ASC LIMIT 1".format(
                ','.join(str(s) for s in encodings[0:64]),
                ','.join(str(s) for s in encodings[64:128]),
            )
    print(db.query(query))
    print('inset time', time.time() - t, 'ind', i)
...