Postgres中的多维距离

Question

Postgres / Postgis支持点之间的距离计算，按给定点的距离排序等等，我正在尝试滥用此功能:)

这是一个例子，只是为了说明我正在尝试做的事情。

       Width    Height  Thickness   Hue Lightness   Saturation     
Item1  220      157     100         270 60          75     
Item2  221      199     105         280 60          75     
Item3  210      150     105         100 40          75   

现在忽略这些功能，从下表中查找在物理尺寸上相似的紧密匹配的项目，您可以执行以下操作：

SELECT * FROM items
ORDER BY sqrt((i1.width-i2.height)*(i1.width-i2.height)
            + (i1.width-i2.height)*(i1.width-i2.height)
            + (i1.thickness-i2.thickness)*(i1.thickness-i2.thickness))

（调用该伪sql :)）

我们可以将第4-6个属性视为尺寸，以使相似（或“接近”）颜色的每个属性具有相似的值。我们可以通过添加这些字段来扩展上述查询。

现在，Postgres似乎可以用索引做一些很棒的事情，这样可以大大加快上述查询的速度，但是数据类型似乎最多只能达到4维。

对于数百万条记录，以10个小数位（或“维数”）的记录相似度进行计算，并且更经常地对其排序，这将是一个好的解决方案？

我目前正在考虑3个4D点，并按3点的距离进行排序。

如果没有Postgis的东西，我想问题将是：

在具有以下各项的表中，将是利用10个输入值（每个val字段一个）之间的差值之和进行排序的最快方法，要尽可能利用边界框，空间或其他索引等。

例如。

SELECT * FROM items
ORDER BY ((item_val1-xxxx)*(item_val1-xxxx)
        * (item_val2-yyyy)*(item_val2-yyyy)
        * ......
        * (item_val10-zzzz)*(item_val10-zzzz))

其中xxxx，yyyy，zzzz代表在前端应用程序中输入的值

item_name: string
item_val1: int
item_val2: int
item_val3: int
item_val4: int
item_val5: int
item_val6: int
item_val7: int
item_val8: int
item_val9: int
item_val10: int

任何想法/替代品，不胜感激。

Answer 1

PostGIS非常适合GIS，但正如John B所指出的那样，多维数据集扩展非常适合与n维欧氏距离。

添加扩展，并在表中添加带有GiST索引的新列：

CREATE EXTENSION cube;
ALTER TABLE items ADD COLUMN point cube;
CREATE INDEX items_point_idx ON items USING gist (point);

填充该point字段，您可能希望通过将列乘以标量（2代表两次，0.5代表一半，依此类推）来使某些属性的权重高于其他属性：

UPDATE items SET
  point = cube(array[width, height, thickness, hue, lightness, saturation]);

现在使用自联接找到一些距离：

SELECT i1.id, i1.point, i2.id, i2.point, cube_distance(i1.point, i2.point)
FROM items i1, items i2
WHERE i1.id < i2.id
ORDER BY cube_distance(i1.point, i2.point);