PostgreSQL 中的 bit_count 函数

Question

我们正在将 MySQL 5.7 数据库迁移到 PostgreSQL 9.6。

一个真正的问题是bit_countPostgreSQL缺乏功能。此功能在即将发布的版本 10 中也不可用。

当前 MySQL 代码片段（简化）：

-- mysql specific, tested with 5.7.19
select code,phash,bit_count(phash ^ -9187530158960050433) as hd 
from documents 
where phash is not null and bit_count(phash ^ -9187530158960050433) < 7
order by hd;

我们尝试了一个简单的解决方案（将 BIGINT 转换为字符串并计算“1”），但与 MySQL 相比，它的表现非常糟糕。

Java使用了 Hacker's Delight 的一个技巧，但 AFAIK 这在 PostgreSQL 中是不可能的，因为该>>>运算符（也）不可用。

问题：是否有与 MySQL 性能相当的解决方案/解决方法？

更新 1

我能找到的最佳解决方案是基于这个 SO 答案：

首先创建bit_count函数：

CREATE OR REPLACE FUNCTION bit_count(value bigint) 
RETURNS numeric 
AS $$ SELECT SUM((value >> bit) & 1) FROM generate_series(0, 63) bit $$
LANGUAGE SQL IMMUTABLE STRICT;

现在我们可以使用与 MySQL 几乎相同的 SQL：

-- postgresql specific, tested with 9.6.5
select code,phash,bit_count(phash # -9187530158960050433) as hd 
from documents 
where phash is not null and bit_count(phash # -9187530158960050433) < 7
order by hd;

更新 2

基于@a_horse_with_no_name 评论，我尝试了这个功能：

-- fastest implementation so far. 10 - 11 x faster than the naive solution (see UPDATE 1)
CREATE OR REPLACE FUNCTION bit_count(value bigint) 
RETURNS integer 
AS $$ SELECT length(replace(value::bit(64)::text,'0','')); $$
LANGUAGE SQL IMMUTABLE STRICT;

然而，这仍然比 MySQL 慢 5 - 6 倍（在相同硬件上用完全相同的 200k phash 值的相同数据集进行测试）。

Answer 1

函数 bit_count 从 PostgreSQL 版本 14 开始可用，请参阅 位字符串函数和运算符。

例子：

select bit_count(B'1101');

结果是 3。

请注意，该函数是针对位类型和位变化类型定义的。因此，如果您想将其与整数值一起使用，则需要进行强制转换。

例子：

select cast (cast (1101 as text) as bit varying);

结果是 B'1101'。

结合两个例子：

select bit_count(cast (cast (1101 as text) as bit varying));