我有一个很有趣的任务。但我不知道如何用一个词来称呼它，以便搜索相关主题。即使是这个题目也不能反映我的需要。所以，如果有人有更好的头衔-欢迎。
我会尽力解释我的问题。
mysql db表中有大约100000行。我需要“比较”表中的条目。
“比较”并不意味着平等。有一种计算比较级的算法。我有每个表列的权重系数。也就是说，如果条目1的column1等于条目2的column2，那么我给这对加5分。每一列都是如此。
要做到这一点，最直接的方法是对每两个条目应用计算规则。我为什么害怕这个？10万个条目意味着大约50亿个“比较”操作。当然，我可以按需计算结果并将结果存储在缓存中。但我相信最明显的方法并不是最有效的。
所以，我的第一个问题是：除了暴力，还有其他更好的方法来实现我的目标吗？
我的第二个问题是有关的工具，这是更好的计算。
应用程序语言是php。因此，我需要把整个
表并对数据进行迭代。
在mysql中创建存储过程。
使用MongoDB的聚合框架或MapReduce。
我最不喜欢第一条路。最重要的-最后。
我在找有这类经历的人的建议或建议。
因为，我不知道如何向谷歌寻求帮助，任何链接都将不胜感激。
更新：
计算规则比我描述的要复杂一些…
表具有一组相关列，这些列将立即用作组（而不是逐个使用）。
假设：table有字段，例如，tag_1，tag_2，…，tag_n。row_1和row_2中的条目。
规则（伪代码）：
if(row_1.tag_1==row_2.tag_1)
{
// gives 10 points
}
elseif(row_1.tag_1 is in row_2.tags && row_1.tag_1!=row_2.tag_1)
{
// gives 5 points
}
....
// and so on
基本上，我需要检查两个数组的交集。如果不是空的，就给分。如果两行中标记的索引匹配，则给出附加点。
我想知道，如何使用存储过程语言来实现这一点？因为使用任何编程语言都可以很容易地完成。
如果存储过程可以做到这一点，那就是我的选择。
最佳答案
如果您有一个静态表，那么只要您将结果存储在某个地方（可能是存储在数据库中），选择哪一个表并没有什么区别。
如果数据正在更改，则需要将每一新行与所有行进行比较，这实际上是一次完整的表扫描。最好在数据库中完成。
如果数据适合内存（500000行应该适合内存），那么（2）在同等硬件上可能比（3）快。”“等效硬件”是一个非常重要的考虑因素。
在大多数情况下，我会选择（2）。听起来查询是这样的：
select t.id, t2.id,
((case when t1.col1 = t2.col1 then 5 else 0 end) +
(case when t2.col2 = t2.col2 then 7 else 0 end) +
. . .
)
from t cross join t2
如果您对map reduce更熟悉，那么您可能会发现在那里编写代码更容易。我懂这两种语言，更喜欢使用sql。
关于php - 比较表行，大数据量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/14831266/