当值有点随机时，在mysql表中查找相似的项

Question

我有实验室分析结果的数据库。由于分析的性质，结果只是有点随机-这在现实世界中是正常的。所有结果都以整数形式存储在数据库中(我们将结果保存在ppm - part ppm中)。问题是，我想找到类似的(也许是相同的)材料分析了几次。数据库如下所示：

id  |v1  |v2  |v3  |v4  |... |vn
----|----|----|----|----|----|----
1   |4560|5600|3333|  56|    |0
2   |4575|5583|3354|  67|    |0
3   |4565|4333|3332|  60|    |0
4   |   0|5583|3333|  60|    |0

id为%1和%2的物料相同，物料%3和%4唯一。

我想给容差+-30或其他东西，以消除结果的随机性，并找到相同的材料。对于每一列，容差值可以是单独，这可能很好。

为了简化。如何让mysql返回类似的带value +-某个错误值的整数？

Answer 1

你真的不想使用SQL来做这件事。

本质上，您所做的是计算由数据库定义的图形的connected components，其中，如果两行在您定义的容差范围内，则有一条连接它们的边。

假设您的数据集足够小，可以放入内存中，如果它是在您的实验室中进行的样本测试的结果，那么您最好的选择是读取所有数据，然后使用合适的库来计算连接的组件。例如，在Java语言中，您可以使用JGraphT；如果您需要在PHP语言中执行此操作，那么我相信也会有图形库可供使用。

在高端，有大量的数据集，有库可以在Spark集群上做到这一点……