针对位图索引优化的专用硬件?

这只是一个出于好奇心的问题。 假设你有一个包含 100 万行数据的数据库表,并且你经常需要执行类似查找男性或女性、美国或非美国、选民或非选民等的查询,那么为该表定义一个位图索引显然非常高效,其中每一位代表一个二选一的条件。

但是,要执行查询,你仍然必须扫描(可能)所有索引,执行位与运算来选择匹配的行。

我的问题是,是否存在某种位图优化的存储,使得位“通道”在硬件中预先创建? 我设想的东西类似于编织针从旧的图书馆目录系统中提起穿孔卡片。 换句话说,芯片不是逐行扫描内存位置,而是可以直接通过电子方式提取匹配的行,因为每个位通道都有硬件连接? 我觉得大脑肯定是以某种方式工作的。 如果我想象“所有蓝色物体”,然后将其限制为“所有长的蓝色物体”,然后是“所有长而蓝色的重型物体”,我的大脑会毫不费力地完成它,我确信它不是每次都扫描我所知道的所有物体。 看起来似乎有些神经元为不同的维度提供通路,以便快速检索。 我只是想知道硬件世界中是否存在类似的东西?

谢谢!


回答:

为什么要发明已经存在的东西呢?

内容可寻址存储器

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注