PostgreSQL中获取两个文本数组交集长度的最快方法

Question

这是我目前正在使用的：

CREATE FUNCTION array_intersect(a1 anyarray, a2 anyarray)
RETURNS anyarray AS
$$ 
  SELECT ARRAY(
    SELECT unnest($1)
    INTERSECT SELECT unnest($2)
    ORDER BY 1
  );
$$ LANGUAGE sql
IMMUTABLE STRICT;


--get the length:
select array_length ( array_intersect(array[...], array[...]), 1);

有没有更快的方法？

Answer 1

1. 你说你正在寻找“两个数组之间的杰卡德相似度”

   您可以考虑MadLib ，它提供了这样的功能dist_jaccard()

   被视为集合的两个 varchar 向量之间的 Jaccard 距离。

2. 您可能想尝试不使用STRICT. 这可能会减慢速度。

3. 您可能想使用INTERSECT ALL尤其是如果您知道 中没有重复的内容$1。

4. 正如 Craig Ringer 在评论中所说，您可能想退出intarray并考虑使用&.

为了在这里给出更准确的答案，

• 数据类型有哪些？
• 我们在每个数组上讨论多少个元素？
• 提供多少排除INTERSECT？