SQLのバイナリ文字列のハミング距離

BINARYにデータを保存しているようです columnは、パフォーマンスが低下する可能性のあるアプローチです。適切なパフォーマンスを得る唯一の高速な方法は、BINARYのコンテンツを分割することです。 複数のBIGINTの列 各列には、元のデータの8バイトのサブストリングが含まれています。

私の場合（32バイト）、これは4つのBIGINTを使用することを意味します 列とこの関数の使用：

CREATE FUNCTION HAMMINGDISTANCE(
  A0 BIGINT, A1 BIGINT, A2 BIGINT, A3 BIGINT, 
  B0 BIGINT, B1 BIGINT, B2 BIGINT, B3 BIGINT
)
RETURNS INT DETERMINISTIC
RETURN 
  BIT_COUNT(A0 ^ B0) +
  BIT_COUNT(A1 ^ B1) +
  BIT_COUNT(A2 ^ B2) +
  BIT_COUNT(A3 ^ B3);

私のテストでは、このアプローチを使用すると、BINARYを使用するよりも100倍以上高速になります。 アプローチ。

FWIW、これは私が問題を説明しているときにほのめかしたコードです。同じことを達成するためのより良い方法を歓迎します（私は特に2進数>16進数>10進数の変換が好きではありません）：

CREATE FUNCTION HAMMINGDISTANCE(A BINARY(32), B BINARY(32))
RETURNS INT DETERMINISTIC
RETURN 
  BIT_COUNT(
    CONV(HEX(SUBSTRING(A, 1,  8)), 16, 10) ^ 
    CONV(HEX(SUBSTRING(B, 1,  8)), 16, 10)
  ) +
  BIT_COUNT(
    CONV(HEX(SUBSTRING(A, 9,  8)), 16, 10) ^ 
    CONV(HEX(SUBSTRING(B, 9,  8)), 16, 10)
  ) +
  BIT_COUNT(
    CONV(HEX(SUBSTRING(A, 17, 8)), 16, 10) ^ 
    CONV(HEX(SUBSTRING(B, 17, 8)), 16, 10)
  ) +
  BIT_COUNT(
    CONV(HEX(SUBSTRING(A, 25, 8)), 16, 10) ^ 
    CONV(HEX(SUBSTRING(B, 25, 8)), 16, 10)
  );