Skip to content

Use Kanaries Cloud for free as students and educators

RATH
FAQ

FAQ

RATH는 MySQL (또는 다른 데이터베이스 엔진)과 호환됩니까?

네, RATH는 MySQL 데이터베이스에 연결하는 것이 가능합니다. RATH는 MySQL, ClickHouse, Amazon Athena, Amazon Redshift, Apache Spark SQL, Apache Doris, Apache Hive, Apache Impala, Apache Kylin, Oracle, PostgreSQL 같은 데이터베이스 유형을 지원합니다.

현재 지원하는 데이터베이스에 대한 자세한 내용은 지원되는 데이터베이스 섹션을 참조하세요.

RATH는 Snowflake 같은 더 많은 데이터베이스 지원을 추가할 예정입니다.

CSV 파일에서 데이터를 시각화하는 방법은 어떤 것인가요?

RATH는 CSV와 JSON 파일을 업로드하여 데이터 시각화를 지원합니다. RATH 포털에 로그인한 후, 왼쪽의 파일 버튼을 클릭하면 됩니다. 로컬 환경에서 사용자 정의 인코딩으로 CSV 또는 JSON 파일을 업로드할 수 있습니다.

RATH의 데이터 소스는 무엇인가요? Tableau와 RATH의 데이터 엔진은 어떻게 다른가요?

PowerBI 및 Tableau와 같은 기존 BI 소프트웨어와는 달리, RATH에서는 데이터 소스와 데이터 엔진이 완전히 분리됩니다.

Clickhouse 서비스에서 데이터를 가져오고 싶은 시나리오를 고려해보겠습니다. 이 경우 ClickHouse는 데이터 소스이며, RATH는 데이터 엔진으로 작동합니다.

반면에 다른 데이터 소스에서 데이터를 가져와 Clickhouse를 데이터 엔진으로 설정할 수도 있습니다. 따라서 대량의 데이터가 있는 경우, RATH는 더 빠른 처리를 위해 Clickhouse 분산 클러스터에 쿼리를 전달합니다.

데이터 분석을 가장 빠르게 수행하는 방법은 무엇인가요?

RATH를 사용하여 데이터셋을 빠르게 분석하는 것이 가장 좋습니다. 데이터셋을 더 잘 이해한 후 데이터 유형을 조정하고, RATH를 다시 실행하여 보다 정확한 결과를 생성하세요. 만족할 만한 결과가 나올 때까지 반복하세요.

데이터 소스는 얼마나 크게 사용할 수 있나요?

현재 RATH의 커뮤니티 버전은 데이터를 100MB까지 지원합니다. 그러나 샘플링을 사용하여 훨씬 더 큰 데이터 소스와 작업할 수 있습니다.

샘플링은 원래 데이터셋에서 합리적인 크기의 하위 집합을 선택하는 프로세스입니다.t. 예를 들어, 대도시의 모든 주민의 후보에 대한 의견을 조사하기 위해 모든 거주민의 문을 두드리지 않고 1000명의 샘플을 대상으로 전화를 걸 수 있습니다.

고급 사용자들은 RATH를 MPP 데이터베이스에 연결하거나 RATH Pro에 가입할 수도 있습니다.

RATH를 사용하여 데이터를 자동으로 탐색하는 방법은?

RATH의 메가-자동 탐색 기능을 사용하여 자동으로 탐색 데이터 분석을 수행할 수 있습니다. 단계별 안내서는 튜토리얼 장을 참조하십시오.

메가-자동 탐색이 작동하지 않으면 어떻게 해야 합니까?

분산 데이터 엔진을 사용하지 않는 RATH의 무료 온라인 버전은 대용량 데이터셋에 대해서는 메가-자동 탐색 기능의 사용을 권장하지 않습니다. 대용량 데이터셋의 경우, 대신 반자동 탐색을 사용하세요.

RATH는 공개 API를 제공합니까?

RATH는 Restful API 지원을 갖추고 있지만 아직 공개용으로 준비되지 않았습니다. 자세한 사항은 RATH 지원에 문의하시기 바랍니다.

Tensor 검색은 무엇인가요? RATH는 시맨틱 분석을 위한 Tensor 검색을 지원합니까?

Tensor 검색은 다차원 배열인 텐서와 선형 대수 기술을 사용하여 여러 데이터 원본을 동시에 검색하는 방법입니다. 정보 검색 및 자연어 처리에 자주 사용되며 전통적인 검색 알고리즘보다 더 효율적일 수 있습니다.

예를 들어 다양한 제품에 대한 고객 리뷰 데이터베이스가 있다면 특정 제품 특성을 언급하는 리뷰를 검색하고 싶을 수 있습니다. 각 리뷰를 리뷰 텍스트와 검토 대상 제품에 대한 차원으로 텐서로 표현할 수 있습니다. 그런 다음 검색 쿼리, 즉 찾고자 하는 제품 특성을 텐서로 나타낼 수 있습니다. 선형대수 기술을 사용하여 검색 쿼리 텐서와 리뷰 텐서를 비교하고 유사성에 따라 결과를 순위화할 수 있습니다. 이를 통해 각 리뷰를 개별적으로 검색하는 대신 원하는 제품 특성을 언급하는 모든 리뷰를 빠르게 찾을 수 있습니다.

RATH는 아직 Tensor 검색 기능을 채용하지 않았습니다.

변경 기록지원 받기