分子結構式相似度搜索使用的是fingerprint進行比較，而
fingerprint是一個二進制數據，CDK中使用BitSet來存儲該信息，如果要每次比對都去生成BitSet，那也太耗時間了，所以我們需要存儲
fingerprint信息到數據庫中，比較的時候，直接讀取，而MySQL不支持存儲BitSet數據，網站找了一下，有人想到把
BitSet轉換成Blob信息進行存儲，然后取的時候再轉換回來，不愧是個好的方法。下面來看看代碼實現：
/*
* Copyright (c) 2010-2020 Founder Ltd. All Rights Reserved.
*
* This software is the confidential and proprietary information of
* Founder. You shall not disclose such Confidential Information
* and shall use it only in accordance with the terms of the agreements
* you entered into with Founder.
*
*/
package com.founder.mysql;
import java.sql.Blob;
import java.sql.Connection;
import java.sql.SQLException;
import java.util.BitSet;
public class MySQLUtil {
public static Blob bitsetToBlob(BitSet myBitSet, Connection con) throws SQLException {
byte[] byteArray = toByteArray(myBitSet);
Blob blob = con.createBlob();
blob.setBytes(1, byteArray);
return blob;
}
private static byte[] toByteArray(BitSet bits) {
byte[] bytes = new byte[bits.length()/8+1];
for (int i=0; i<bits.length(); i++) {
if (bits.get(i)) {
bytes[bytes.length-i/8-1] |= 1<<(i%8);
}
}
return bytes;
}
public static BitSet blobToBitSet(Blob blob) throws SQLException {
byte[] bytes = blob.getBytes(1, (int)blob.length());
BitSet bitSet = fromByteArray(bytes);
return bitSet;
}
private static BitSet fromByteArray(byte[] bytes) {
BitSet bits = new BitSet(1024);
for (int i=0; i<bytes.length*8; i++) {
if ((bytes[bytes.length-i/8-1]&(1<<(i%8))) > 0) {
bits.set(i);
}
}
return bits;
}
}
通過以上代碼，我們就可以把fingerprint的值計算出來，然后存儲到MySQL數據庫中了。
進行相似度搜索的時候，值需要取出已經存儲的值進行比對就可以了。
float coefficient = Tanimoto.calculate(query, MySQLUtil.blobToBitSet(results.getBlob("bits")));
筆者測試了187586條結構數據，大概需要12秒左右，基本滿足一般需求。
posted on 2011-06-29 10:20
周銳 閱讀(1692)
評論(0) 編輯 收藏 所屬分類:
Chemistry 、
MySQL 、
CDK