数据连接最佳实践

数据抽样

数据抽样是一种从大型数据集中选择代表子集的方法。这个过程的目的是在不牺牲结果准确度的情况下减少数据量。在RATH中，建议对超过100MB的数据集使用数据抽样。

为了获得最佳结果，请将数据集的行数减少到100,000行以下。100,000到1,000,000行的数据集可能会遇到一些延迟，对于超过1,000,000行的数据集，需要使用数据抽样。

您可以按以下方式选择样本大小：点击“固定样本大小”按钮，然后选择所需的样本大小。数据抽样

您可以使用ClickHouse MPP（大规模并行处理）数据库，该数据库针对处理大型数据集进行了优化，与数据抽样相比可以提供更好的性能。

对于其他类型的MPP数据库支持，请联系RATH团队获得支持。# 数据连接最佳实践

为了获得最佳结果，请将数据集的行数减少到100,000行以下。100,000到1,000,000行的数据集可能会遇到一些延迟，对于超过1,000,000行的数据集，需要使用数据抽样。

您可以按以下方式选择样本大小：点击“固定样本大小”按钮，然后选择所需的样本大小。数据抽样

您可以使用ClickHouse MPP（大规模并行处理）数据库，该数据库针对处理大型数据集进行了优化，与数据抽样相比可以提供更好的性能。

对于其他类型的MPP数据库支持，请联系RATH团队获得支持。