大规模临近查询使用啥样的技术合适
KD-Tree或者LSH应该都能实现题主的需求，但两者都有不准确的概率（牺牲准确度换查询效率）。（关键词：KD-Tree、Locality-Sensitive Hashing）如果一定要准确查询的话，可以考虑先做降维，在保证距离损失不大的情况下（k近邻不变），低维的向量（譬如100维）可以大大加快欧氏距离的计算效率。（关键词：SVD、数据降维）如果计算资源足够的话可以考虑并行查询，比如让第一台机器查询1-10000里的k近邻，第二台10001-20000，等等；最后拿到若干个k近邻组再根据距离排序找到最终的k近邻。（关键词：并行计算、Hadoop、Spark、MPI、等等等等）如果反复进行查询的时候查询向量可能类似，可以考虑用更工程化的解决方案，比如缓存（caching），这个实现方式就多种多样了，而且cache的实现方法和大小都要随应用而定，太大会影响cache内部的查询效率，太小会不能充分利用缓存资源。（关键词：caching、记忆化算法）
■网友
有没有考虑建立过空间索引？
■网友
cuda撸一个呗.作为学长，要不我给你撸一个?
■网友
这工具又不难，直接用C++写一个不就行了。
推荐阅读
- 乌鲁木齐再迎大规模降雪多个航班取消
- 公开课|期末临近心慌慌？别怕！昂立名师数学公开课帮你理清易错点！
- 大家觉得人造子宫靠谱吗我觉得未来30年左右就会大规模应用起来！
- 环球车讯网|通用摊上大事了，别克昂科威开始大规模召回
- 是否有类似企查查的网站可以快速查询企业所属的行业，（根据《产业结构调整指导目录》（2011 年本））
- |酸了，男明星过生日竟然开箱一台车
- 高考|看看高三学生在干什么？网友：看的我想哭！临近高考
- |天冷连云港用电量增 微信可查询电量阶梯余量
- 日产|东风日产品牌焕新，利用日产技术招牌将更“敢为”
- chinaz、aizhan等工具是通过啥手段查询到ICP备案信息的