PostgreSQL stöder distansoperatör <->
och som jag förstår det kan detta användas för att analysera text (med pg_trgrm-modul) och geometri
datatyp.
Jag vet inte hur du kan använda den med mer än 1 dimension. Kanske måste du definiera din egen avståndsfunktion eller på något sätt konvertera dina data till en kolumn med text eller geometrityp. Till exempel om du har en tabell med 8 kolumner (8-dimensionell kub):
c1 c2 c3 c4 c5 c6 c7 c8
1 0 1 0 1 0 1 2
Du kan konvertera den till:
c1 c2 c3 c4 c5 c6 c7 c8
a b a b a b a c
Och sedan till tabell med en kolumn:
c1
abababac
Sedan kan du använda (efter att ha skapat gist
index
):
SELECT c1, c1 <-> 'ababab'
FROM test_trgm
ORDER BY c1 <-> 'ababab';
Exempel
Skapa exempeldata
-- Create some temporary data
-- ! Note that table are created in tmp schema (change sql to your scheme) and deleted if exists !
drop table if exists tmp.test_data;
-- Random integer matrix 100*8
create table tmp.test_data as (
select
trunc(random()*100)::int as input_variable_1,
trunc(random()*100)::int as input_variable_2,
trunc(random()*100)::int as input_variable_3,
trunc(random()*100)::int as input_variable_4,
trunc(random()*100)::int as input_variable_5,
trunc(random()*100)::int as input_variable_6,
trunc(random()*100)::int as input_variable_7,
trunc(random()*100)::int as input_variable_8
from
generate_series(1,100,1)
);
Förvandla indata till text
drop table if exists tmp.test_data_trans;
create table tmp.test_data_trans as (
select
input_variable_1 || ';' ||
input_variable_2 || ';' ||
input_variable_3 || ';' ||
input_variable_4 || ';' ||
input_variable_5 || ';' ||
input_variable_6 || ';' ||
input_variable_7 || ';' ||
input_variable_8 as trans_variable
from
tmp.test_data
);
Detta ger dig en variabel trans_variable
där alla 8 dimensioner lagras:
trans_variable
40;88;68;29;19;54;40;90
80;49;56;57;42;36;50;68
29;13;63;33;0;18;52;77
44;68;18;81;28;24;20;89
80;62;20;49;4;87;54;18
35;37;32;25;8;13;42;54
8;58;3;42;37;1;41;49
70;1;28;18;47;78;8;17
Istället för ||
operatör kan du också använda följande syntax (kortare, men mer kryptisk):
select
array_to_string(string_to_array(t.*::text,''),'') as trans_variable
from
tmp.test_data t
Lägg till index
create index test_data_gist_index on tmp.test_data_trans using gist(trans_variable);
Testavstånd Obs:Jag har valt en rad från tabellen - 52;42;18;50;68;29;8;55
- och använde något ändrat värde (42;42;18;52;98;29;8;55
) för att testa avståndet. Naturligtvis kommer du att ha helt andra värden i dina testdata, eftersom det är RANDOM-matris.
select
*,
trans_variable <-> '42;42;18;52;98;29;8;55' as distance,
similarity(trans_variable, '42;42;18;52;98;29;8;55') as similarity,
from
tmp.test_data_trans
order by
trans_variable <-> '52;42;18;50;68;29;8;55';
Du kan använda distansoperatör <-> eller likhetsfunktion. Avstånd =1 - Likhet