数据库中某个字段的两两对比,如何提升速度?

问答 2118 ⋅ 于 2019-06-24 17:08:34 ⋅ 最后回复由 青牛 2019-06-27 17:34:47 ⋅ 1915 阅读

一个本地的客户端,sqllite3中有一个字段,是一个32位的指纹字符串。数据量大概几十万条。需求是 每次新增一批新数据后,需要和整个数据库逐条对比这个指纹,计算相似度。目前操作是双重循环,每一条新数据和全库逐一对比。感觉效率极低。有没有什么好的办法。

成为第一个点赞的人吧 :bowtie:
回复数量: 3
  • 青牛 国内首批大数据从业者,就职于金山,担任大数据团队核心研发工程师
    2019-06-25 19:52:54

    布隆过滤器啊 少年 了解一下

  • 晓月星稀
    2019-06-27 16:41:14

    @青牛 每一条指纹需要和全库其他指纹做相似度分析,大于80%判定重复。并不是判断是不是指纹是否在集合中。如果只是查询字段是否在库中,那很简单。

  • 青牛 国内首批大数据从业者,就职于金山,担任大数据团队核心研发工程师
    2019-06-27 17:34:47

    @晓月星稀 指纹是个什么概念?能具体讲讲吗

暂无评论~~
  • 请注意单词拼写,以及中英文排版,参考此页
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
  • 支持表情,可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
  • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif,教程
  • 发布框支持本地存储功能,会在内容变更时保存,「提交」按钮点击时清空
Ctrl+Enter