postgres如何处理位数据类型？

Question

我有一个表，其列向量为位(2000)。数据库引擎如何处理操作和对此值的OR？它是简单地划分为32位块(或分别为64块)，然后分别比较每个块，最后简单地将结果连接在一起吗？还是简单地作为两个字符串处理？

我的重点是预测，哪种用例会更快。我得到了一个键值数据(用户项)。

userID | itemID
U1     | I1
U1     | Ix
Un     | Ij

对于每个用户，我想要计算n个最近邻居的列表(例如，使用jaccard指数 )。

select my_jaccard(select itemID from table where userID=U1,select itemID from table where userID=U2)

我的解决方案-我把输入数据解析成一个用户向量表，其中向量是位类型的(2000)，在表示特定项目的位置上有1。

userID | vector
U1     | 00.......01
U1     | 0..1.....00
Un     | 00..1..1..0

在这张桌子上我很简单

select vector1&vector2

要点是，每个用户最多只有10条记录用于所有项目，即向量的最大活动位数为10。我认为，解析整个位向量仅仅是为了找到活动位需要更多的计算资源，而不是简单地将user1的10个值与user2的10个值进行比较。

使用很少位数为1的长位向量是更快，还是用原始值作为集合并将两组进行比较更好呢？(一套最多有10项)

我使用psql v8.2和v9.x

Answer 1

位类型上的位操作在内部作为呃位操作来处理。例如，下面是"and“代码所做的工作：

p1 = VARBITS(arg1);
p2 = VARBITS(arg2);
r = VARBITS(result);
for (i = 0; i < VARBITBYTES(arg1); i++)
    *r++ = *p1++ & *p2++;

(所以它实际上是8位块。)

所以我觉得这个应该很快。

Answer 2

源代码似乎是逐字节比较的.搜索PostgreSQL源代码中的"bit_and“和"bit_or”函数。(对于我来说，似乎没有一种直接链接到函数的自然方式。)

摘录bit_and()，第1205至1209行

p1 = VARBITS(arg1);
p2 = VARBITS(arg2);
r = VARBITS(result);
for (i = 0; i < VARBITBYTES(arg1); i++)
    *r++ = *p1++ & *p2++;