FAQ

A RATH funciona com MySQL (ou outros motores de banco de dados)?

Sim, a RATH permite a conexão com um banco de dados MySQL. A RATH suporta tipos de banco de dados incluindo MySQL, ClickHouse, Amazon Athena, Amazon Redshift, Apache Spark SQL, Apache Doris, Apache Hive, Apache Impala, Apache Kylin, Oracle e PostgreSQL.

Para mais detalhes sobre os bancos de dados atualmente suportados, consulte a seção Bancos de dados suportados.

A RATH está adicionando suporte para mais bancos de dados, como Snowflake, etc.

Como visualizar dados a partir de arquivos CSV?

A RATH suporta o envio nativo de arquivos CSV e JSON para visualização de dados. Assim que você fizer o login no portal do RATH, clique no botão Arquivo à esquerda. Você pode fazer upload de um arquivo CSV ou JSON do seu ambiente local com codificação personalizada.

O que é fonte de dados da RATH? Qual é o mecanismo de dados no Tableau e na RATH?

Diferente dos softwares de BI convencionais como o PowerBI e o Tableau, os conceitos de fonte de dados e mecanismo de dados são completamente separados na RATH.

Considerando o cenário em que você deseja importar dados de um serviço Clickhouse. Nesse caso, o Clickhouse é a fonte de dados, enquanto a RATH funciona como o mecanismo de dados.

Por outro lado, você pode importar dados de outras fontes de dados e definir o Clickhouse como o mecanismo de dados. Assim, quando há grandes quantidades de dados, a RATH encaminha as consultas para clusters distribuídos do Clickhouse para processamento mais rápido.

Qual é a maneira mais rápida de analisar dados?

Melhores práticas: use a RATH para realizar uma análise rápida do seu conjunto de dados. Após obter uma melhor compreensão dos seus dados, ajuste os tipos de dados e execute seus dados novamente com a RATH para gerar um resultado mais preciso. Repita até obter um resultado satisfatório.

Qual é o tamanho máximo que minha fonte de dados pode ter?

Atualmente, a versão comunitária da RATH limita os dados a 100MB. No entanto, você pode facilmente trabalhar com uma fonte de dados muito maior através da técnica de amostragem.

Amostragem é o processo de selecionar um tamanho razoável de um subconjunto do seu conjunto de dados original.Você não precisa bater nas portas de todos os residentes de uma grande cidade para pesquisar a opinião deles sobre um candidato, em vez disso, você chama uma amostra, digamos, de 1000 pessoas.

Para usuários avançados, você também pode conectar o RATH a um banco de dados MPP, ou assinar o RATH Pro.

Como explorar dados automaticamente com o RATH?

Você pode realizar análise exploratória de dados automatizada com a funcionalidade Mega-auto Exploration no RATH. Consulte nosso capítulo de tutoriais para um guia passo-a-passo.

A funcionalidade Mega-auto Exploration não funciona para mim! O que devo fazer?

Geralmente, não é recomendado usar a funcionalidade Mega-auto Exploration para grandes conjuntos de dados, uma vez que a versão gratuita on-line do RATH não usa mecanismos de dados distribuídos. Para grandes conjuntos de dados, use a Semi-auto Exploration em vez disso.

O RATH oferece uma API pública?

O RATH tem suporte para API Restful, mas ainda não está pronto para ser público. Para consultas, entre em contato com o suporte do RATH para obter mais informações.

O que é a busca por Tensor? O RATH suporta busca por Tensor para análise semântica?

A busca por Tensor é um método para pesquisar várias fontes de dados ao mesmo tempo, usando tensores (matrizes multidimensionais) e técnicas de álgebra linear. É frequentemente usado em recuperação de informações e processamento de linguagem natural e pode ser mais eficiente do que os algoritmos de busca tradicionais.

Imagine que você tenha um banco de dados de avaliações de clientes para diferentes produtos e queira pesquisar avaliações que mencionem uma determinada característica do produto. Você poderia representar cada avaliação como um tensor, com uma dimensão para o texto da avaliação e outra para o produto que está sendo avaliado. Você poderia então representar a consulta de pesquisa, que é a característica do produto que você está interessado, como um tensor. Usando técnicas de álgebra linear, você poderia comparar o tensor de consulta de pesquisa aos tensores de avaliação e classificar os resultados com base em sua similaridade. Isso permitiria encontrar rapidamente todas as avaliações que mencionam a característica de produto desejada, em vez de ter que pesquisar cada avaliação individualmente.

O RATH ainda não adotou capacidades de busca por tensor.