大网数据广告活动
数据库部署与 SQL 参考

StarRocks 中文参考:cosine_similarity_norm

· 52CE 我爱测

计算两个归一化向量的余弦夹角来评估向量之间的相似度。该函数假设向量已经做过归一化。如果您需要在计算前对向量做归一化处理,可以使用 cosine_similarity 函数。

cosine_similarity_norm

计算两个归一化向量的余弦夹角来评估向量之间的相似度。该函数假设向量已经做过归一化。如果您需要在计算前对向量做归一化处理,可以使用 cosine_similarity 函数。

相似度取值在 -1 到 1 之间。如果两个向量的夹角为 0°,即两个向量方向重合时,相似度为 1;如果夹角为 180°,即两个向量方向相反时,相似度为 -1;如果夹角为 90°,即两个向量方向垂直时,相似度为 0。

值越趋近于 1,代表两个向量的方向越接近;越趋近于 -1,方向越相反;越趋近于 0,表示两个向量近乎于正交。

余弦相似度在度量文本、视频等相似度时都较为常用。

语法

cosine_similarity_norm(a, b)

参数说明

a 和 b 是进行比较的两个向量,维度必须相同。取值必须是Array<float> 类型,即 Array 中的元素仅支持 FLOAT 类型。注意两个数组的元素个数必须相同,否则返回报错。

返回值说明

返回 FLOAT 类型的值,取值范围 [-1, 1]。如果输入参数为 NULL 或者类型无效时,返回报错。

示例

  1. 创建表来存储向量,并向表中插入数据。

      CREATE TABLE t1_similarity 
      (id int, data array<float>)
      DISTRIBUTED BY HASH(id);
      
      INSERT INTO t1_similarity VALUES
      (1, array<float>[0.1, 0.2, 0.3]), 
      (2, array<float>[0.2, 0.1, 0.3]), 
      (3, array<float>[0.3, 0.2, 0.1]);
    
  2. 使用 cosine_similarity_norm 函数来计算 data 列每行的值相对于数组 [0.1, 0.2, 0.3] 的相似度,并以降序排列结果。

      SELECT id, data, cosine_similarity_norm([0.1, 0.2, 0.3], data) as dist
      FROM t1_similarity 
      ORDER BY dist DESC;
      
      +------+---------------+------------+
      | id   | data          | dist       |
      +------+---------------+------------+
      |    1 | [0.1,0.2,0.3] | 0.14000002 |
      |    2 | [0.2,0.1,0.3] | 0.13000001 |
      |    3 | [0.3,0.2,0.1] | 0.10000001 |
      +------+---------------+------------+
    

本文来自 StarRocks 文档贡献者,按 Apache 2.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
StarRocks 文档贡献者
适用范围
main 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
Apache 2.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。