Asian_Tang的专栏

项目背景：有些应用场景下，需要快速找到某个用户在网络中拓扑距离更近（跳数少，连接延迟低，传输速率快）的K个邻居节点，即KNN(K-Nearest Neighbor Query)。用户在网络中的信息，可以编码表示成一个多维的向量，如。对于这种高维数据的索引及其上的KNN查询，以往的GIS（地理信息系统）为我们提供了许多可以借鉴的方法，如R-tree, KD-Tree, 甚至Geoha

下面，对近期的工作进行个总结。

网络拓扑距离的高效KNN查询（结项报告） 下面，对最近两个月的工作做个完整的总结。 首先，介绍下项目内容以及我们最终实现的结果。项目内容是完成对用户IP-Geo-ISP等信息的索引，以腾讯提供的更详细IP库的部分数据，千万级别用户，在上面进行KNN查找的效率不低于单机100QPS。我们最终使用自适应格子算法完成了对用户信息的编码，并分别使用随机数据和真实数据对算法效率进行了测试。对