16

我在 mysql 中存储了一些哈希值,我将通过汉明距离进行比较来获取这些哈希值。

存储的哈希是这些:

qw 1 ffe71b001820a1fd 
qw 2 ffffb81c1c3838a0 
qw 3 fff8381c1c3e3828 
qw 4 fffa181c3c2e3920 
qw 5 fffa981c1c3e2820 
qw 6 ff5f1c38387c1c04 
qw 7 fff1e0c1c38387ef 
qw 8 fffa181c1c3e3820 
qw 9 fffa381c1c3e3828

我通常会像这样获取:

SELECT product_id, HAMMING_DISTANCE(phash, 'phashfromuserinput') ;

但是在 mysql 中,汉明距离是按位运算符,如果字符串只是数字,我可以这样做:

SELECT pagedata,BIT_COUNT(pagecontent^'$encrypted')searchengine WHERE pagecontent > 2 ; ")

它仅适用于整数(数字),但我的要求是使用数字和字母,例如:

74898fababfbef46 and 95efabfeba752545

从我的小研究中,我知道首先我必须将字段转换为binary,然后bitcount通过使用CASTCONVERT类似来使用:

SELECT BIT_COUNT( CONV( hash, 2, 10 ) ^ 
0b0000000101100111111100011110000011100000111100011011111110011011 )

或者

SELECT BIT_COUNT(CAST(hash AS BINARY)) FROM data;

可以将数据转换为binary和使用bitcount. 现在出现的问题是,varbinary存储的字符/散列mysql已经是字母数字,如果我将字段转换为varbinary然后bitcount它将不起作用,因为存储的散列不是二进制字符串。

我应该怎么办?

我指的是 php hamming 距离匹配示例:

function HammingDistance($bin1, $bin2) {
    $a1 = str_split($bin1);
    $a2 = str_split($bin2);
    $dh = 0;
    for ($i = 0; $i < count($a1); $i++) 
        if($a1[$i] != $a2[$i]) $dh++;
    return $dh;
}

echo HammingDistance('10101010','01010101'); //returns 8

但是我不明白如何与mysql匹配并获取,因为我无法在mysql中实现它。

4

1 回答 1

8

以最后两个数字为例:

SELECT BIT_COUNT( CAST(CONV('fffa181c1c3e3820', 16, 10) AS UNSIGNED) ^
                  CAST(CONV('fffa381c1c3e3828', 16, 10) AS UNSIGNED) ) ;
--> 2
  • 哈希是十六进制的。
  • 转换需要以BIGINT UNSIGNED.

(如果您有 MD5(128 位)或 SHA1(160 位)哈希,我们将不得不通过SUBSTR()Xor 每对 BIT_COUNT 拆分它们,然后添加结果。)

编辑以使用列名:

SELECT BIT_COUNT( CAST(CONV( a.pagecontent , 16, 10) AS UNSIGNED) ^
                  CAST(CONV( b.pagecontent , 16, 10) AS UNSIGNED) ) ;
于 2015-06-23T15:47:09.100 回答