什么指标可以高效地应用于这种情况？答案

【问题标题】：what index can be applied to this condition with high efficiency？什么指标可以高效地应用于这种情况？
【发布时间】：2012-03-28 22:43:04
【问题描述】：

当我试图完成我的工作时遇到了这样的问题。

给定一个数据集，每一项都有D个维度，可以设置C个值到每个维度。
比如一个数据集THINGS(ID,owner, color, weight)，ID是主键
owner 属性可以是alice, jack, zuck;
color 属性可以是red, yellow, green;
weight 属性可以是high, medium, low;
在这个数据集中，D=3，C=3

现在我想多次查询：
“是否有 owner=red 和 color=red 的数据”？
“有没有重量=低的数据”？
“有没有 owner=red 和 color=red 和 weight=high 的数据”？
我只需要“是或否”来回答这个问题。

我最初需要这样做，我的意思是没有数据库。
在PC上，我尝试了Bitmap和inverted index来完成要求，但是数据集的大小将是百万，维数为8~18，基数为5~15。结果，效率不够好。

您能给我一些建议以提高效率吗？
提前致谢！

【问题讨论】：

标签： database performance algorithm indexing

【解决方案1】：

您可能希望每个维度都有一个排序字典，其中 KEY 是维度的可能元素，VALUE 是 ID 列表。

OWNER_DICTIONARY = {
    Bob: [1,5],
    Jim: [2],
    Sally: [3,4],
    Will: []
}
COLOR_DICTIONARY = {
    Blue: [5],
    Green: [2],
    Red: [],
    Yellow: [1,3,4]
}
WEIGHT_DICTIONARY = {
    Low: [1,2,4],
    High: [3,5]
}

然后，您只需在字典的 VALUES（ID 列表）上使用 INTERSECT。如果交集大小大于 0，则表示匹配。

Owner=Bob AND Weight=High

([1,5] UNION [3,5]) = [5]

如果您的条件的其中一个 VALUES（或之前的 INTERSECTION 之一）为 [] 空，您可以立即短路（返回 false）而无需进一步评估。

在数据库术语中，您将在每个字段/列上放置一个非聚集索引。并做

EXISTS(SELECT ID FROM Table WHERE Col1=@Val1 AND Col2=@Val2 AND Col3=@Val3)

编辑 UNION -> INTERSECTION 很好的捕捉@ElKamina

【讨论】：

联合？你是说INTERSECTION？