SQL中的KD树实现答案

【问题标题】：KD-Tree Implementation in SQLSQL中的KD树实现
【发布时间】：2011-07-27 01:42:42
【问题描述】：

有人知道用 SQL 实现的KD-Tree 或类似的空间索引吗？我正在考虑使用 Python 和 Django 的 ORM 编写自己的代码，但我想避免重新发明轮子。

我有一个包含数百万行的表，每行包含代表图像特征数据的 128 列。给定一个任意的 128 元素长的图像特征列表，我想使用 KD-Tree 在数据库中找到 N 个最相似的图像。我发现了很多 KD-Tree 实现，但它们似乎都只加载到本地内存中，不能扩展或与数据库通信。

【问题讨论】：

【解决方案1】：

我可能有点过分了，但最好的选择可能是使用 Postgresql 中的 Gist / Gin 索引

【讨论】：

我不确定你的意思。根据文档，这些索引类型用于全文搜索。我看不出它们将如何应用于 K 近邻问题。
GIN 索引是 Gist 索引旨在成为通用索引框架的一种形式，有人在它们上面放了一个 kd-tree (cs.purdue.edu/spgist/papers/icde06.pdf)。

【解决方案2】：

KD-tree 不适用于高维数据，128 维会相当高。 KD-tree 在树的不同级别索引每个维度，并且在执行查询时，该算法将执行大量回溯（搜索分支的两侧）并最终搜索树中的大部分点。当这种情况发生时，使用树形结构的优势就会消失，详尽的比较最终会运行得更快。

您可能希望找到可以将数据映射到的现有图像相似性搜索系统。 Here is one called Lire 从图像中提取特征并使用 Lucene 对其进行索引。

如果您的工作更注重研究，您可能需要阅读度量空间索引和近似 k-最近邻搜索。

【讨论】：