Database 提高查找行（整型列）的速度

我有一个15整数列，表中有5000000行。给定一个包含15个整数的输入记录，我需要将输入记录与5000000记录表进行比较，并获得所有匹配的行

注1：一行中的所有整数都是唯一的
注2：列匹配顺序和输入记录并不重要。
例如：1、10、15、23、9、22、99、11、19、32、45、21、76、12、33和33、10、15、99、11、19、32、45、21、23、9、22、76、12、1应产生匹配结果

---

是否可以实现哈希函数/按位操作来为每一行生成唯一的索引。如果记录中的值相同，该函数可以为2行返回相同的索引。这并不多，但应该可以让您开始

您可能需要一个哈希函数，该函数生成尽可能少的冲突；但它也必须是可交换的（即：向散列中添加数字的顺序是不相关的）。您可以通过使用异或和位移位的组合来实现这一点（参见此）

---

您可能希望将散列存储在另一列中。然后可以对正在查找的输入进行散列，并在数据库中查找散列。请注意，哈希允许误报，因此您仍然需要检查候选行是否确实是您想要的（即：对所有内容进行排序和比较）。

对于快速查询，您可以预处理表。我将创建一个HashMap，其中15个值的排序数组是键，列索引列表，其中将结果排序到同一数组中是值。例如，条目可能如下所示：

[1,9,10,11,12,15,19,21,22,23,32,33,45,76,99] => [12, 33]

因此，15个值在第12列和第33列中

对于键，您必须创建一个自定义哈希和等于函数

• 散列的一个简单方法是：对查询进行排序，并为每个条目计算

  hash*=120941+x

  。有关更好的哈希函数，请参见
• 对于相等性检查，只需将排序查询的每个索引的编号与键进行比较

---

正确执行此操作，对每行中的整数进行排序，并对表中的行进行排序。在表的使用寿命期间，排序的成本将低于您所倾向的所有散列和非散列。同时，在表中建立一个索引，可能是从每行的前2或3个整数开始。

与“High Performance Mark”（高性能标记）的建议完全相同（+1来自我这边）-事实上，这是正确的方法。您应该保持行的排序（以便15个整数按排序顺序排列在列中）。这样，当比较两行时，您可以很容易地发现它们是否相同（从任意一端开始，然后继续，直到您发现不匹配-如果您所有的15个数字都匹配，那么这就是匹配）

如果您只需要一个哈希函数来编制索引，那么同样的想法也可以帮助您： 对一行中的15个数字进行排序，并创建一个等于：

i=1到15的和（a_i*k^i）//k是一个正整数-见下文

这会给你一个相当不错的索引。如果可以保持k非常大，则可以证明这是无冲突的，但索引值的大小会增加。即使k是2，假设整数范围是2^16，对于500万行和15列，它基本上是无冲突的

另一个想法——既然你主要在探索启发式，你也可以考虑一个更简单的方法：

再保留3列，分别表示最小值、最大值和15列的总和。检查这3行是否与2行匹配将消除大量的真负片。一些假阳性仍然存在。（很容易注意到，在上面的方案中使用k=1与保持列的总和作为索引值相同，索引值是本子方案中提到的3个值之一。）

---

[这可能是一个禁区问题-您的DB设计是否灵活？这似乎不是一个稳定的设计，因为列似乎代表子实体，但我没有能够得出结论的详细信息。]

家庭作业？您有15个整数列或1个大整数列，希望将15个绑定整数值打包到其中？500000=500k | 5m？