MySQL의 다차원 범위 쿼리

VillageSQL is a drop-in replacement for MySQL with extensions.

All examples on this page work on VillageSQL. Install Now →

이 가이드는 VillageSQL 0.0.4 이상이 필요합니다.

MySQL에는 n차원 공간의 점이나 영역을 표현하는 내장 방법이 없습니다. 여러 숫자 열에 AND 조건을 연결할 수는 있지만, 그것은 포함 여부만 처리합니다 — 거리 쿼리로 확장되지 않고, 행의 속성들을 하나의 기하학적 값으로 다룰 수도 없습니다. VillageSQL의 vsql_cube 확장은 두 종류의 쿼리를 모두 자연스럽게 만드는 cube 사용자 정의 유형을 추가합니다.

문제

각 상품에 가격, 평균 평점, 리뷰 수가 있는 상품 카탈로그가 있다고 합시다. 구매자는 가격 $50–$200, 평점 3.5 이상, 리뷰 50개 이상인 상품을 원합니다. 이는 세 가지 조건의 AND입니다:

-- Works for containment, but doesn't generalize
SELECT name FROM products
WHERE price BETWEEN 50 AND 200
  AND rating BETWEEN 3.5 AND 5.0
  AND reviews BETWEEN 50 AND 1000;

AND 연결은 일치하는 항목을 찾습니다. 하지만 주어진 상품과 가장 유사한 상품 5개 — 가격, 평점, 리뷰 수가 동시에 가장 가까운 상품 — 를 원한다면 자연스러운 SQL 답이 없습니다. 후보를 애플리케이션 코드로 가져와 거기서 거리를 계산해야 합니다.

VillageSQL과 함께: cube 유형

INSTALL EXTENSION vsql_cube;

cube 유형은 n차원 공간의 점이나 상자를 저장합니다. 점은 위치이고, 상자는 두 모서리 좌표로 정의되는 영역입니다. 둘 다 일반 열에 들어갑니다.

CREATE TABLE products (
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(255),
    attrs `cube`(3)
);

cube는 MySQL 예약어이므로 DDL에서 백틱으로 감싸세요. 차원 매개변수(3)는 필수입니다 — 숫자 없는 cube만으로는 지원되지 않습니다.

데이터 삽입

좌표 문자열을 직접 삽입하고 열 자체의 변환이 이를 파싱하게 하세요. cube_point_nd()로 감싸지 마세요: 그 함수는 매개변수화되지 않은 cube를 반환하며, 이는 차원이 매개변수화된 cube(3) 열로 암시적으로 변환될 수 없습니다(ERROR 3219).

INSERT INTO products (name, attrs) VALUES
    ('Budget Widget',   '29.99,4.1,320'),
    ('Standard Widget', '79.99,4.4,1250'),
    ('Premium Widget',  '149.99,4.7,890'),
    ('Discount Widget', '19.99,3.2,45'),
    ('Pro Widget',      '199.99,4.8,2100');

여기서 좌표는 (price, rating, review_count)입니다 — 상품당 점 하나입니다.

cube_contains를 사용한 범위 쿼리

검색 영역을 상자로 정의하세요. cube_box_nd()는 아래쪽 모서리의 좌표 다음에 위쪽 모서리의 좌표를 받으므로, 3차원 상자는 숫자 6개를 받습니다.

-- Products: $50–$200, rating 3.5–5.0, 50–2000 reviews
SET @region = cube_box_nd(50.0, 3.5, 50, 200.0, 5.0, 2000);

SELECT name FROM products
WHERE cube_contains(@region, attrs);

cube_contains(@region, attrs)는 상품의 점이 상자 안에 들어갈 때 1을 반환합니다 — 세 AND 조건을 한꺼번에 적용한 것과 같지만, 거리 쿼리와 조합할 수도 있습니다.

cube_distance를 사용한 최근접 이웃

주어진 상품과 가장 유사한 상품을 찾으려면 속성 공간에서 유클리드 거리를 측정하세요:

-- 3 products most similar to Standard Widget (79.99, 4.4, 1250)
SET @target = cube_point_nd(79.99, 4.4, 1250);

SELECT name,
       ROUND(cube_distance(attrs, @target), 2) AS distance
FROM products
WHERE name != 'Standard Widget'
ORDER BY cube_distance(attrs, @target)
LIMIT 3;

스케일에 대한 참고: 가격은 수백 단위, 평점은 0–5, 리뷰 수는 수천 단위일 수 있습니다. 원시 유클리드 거리는 리뷰 수에 지배됩니다. 균형 잡힌 유사도 점수를 원한다면 삽입 전에 세 차원을 모두 공통 스케일(예: 0–1)로 정규화하세요.

겹침 확인

cube_overlaps()는 두 상자가 공간을 조금이라도 공유하면 1을 반환합니다 — 상품이 여러 프로모션 구간 중 하나에라도 해당하는지 확인할 때 유용합니다:

SET @promo_a = cube_box_nd(0.0, 4.5, 500, 100.0, 5.0, 9999);
SET @promo_b = cube_box_nd(100.0, 4.0, 100, 300.0, 5.0, 9999);

SELECT name FROM products
WHERE cube_overlaps(@promo_a, attrs) OR cube_overlaps(@promo_b, attrs);

문제 해결

오류	해결 방법
`ERROR: Function 'cube_point_nd' does not exist`	`INSTALL EXTENSION vsql_cube`를 실행
열 유형 `cube`가 인식되지 않음	VillageSQL 0.0.4 이상을 실행 중인지 확인
열 선언이 거부됨	DDL에서 `cube`를 백틱으로 감싸기: `cube`(N)
거리 결과가 이상해 보임	좌표를 정규화 — 원시 유클리드 거리는 스케일이 가장 큰 차원에 치우침

함께 보기

MySQL에서 벡터 임베딩 생성하기 — 다차원 유사도에 대한 또 다른 접근으로서 AI가 생성한 벡터
MySQL에서 전문 검색을 구현하는 방법 — 텍스트 데이터를 위한 대안으로서 키워드 기반 검색
데이터에 맞는 열 유형을 고르는 방법 — cube와 표준 열 유형 중 무엇을 선택할지

MySQL Tutorial

가이드

데이터 저장

쿼리 작성

데이터 보안

성능 최적화

AI로 구축

MySQL 운영

애플리케이션 연결

확장 작성

VillageSQL is a drop-in replacement for MySQL with extensions.

문제

VillageSQL과 함께: cube 유형

데이터 삽입

cube_contains를 사용한 범위 쿼리

cube_distance를 사용한 최근접 이웃

겹침 확인

문제 해결

함께 보기