常见问题解答

RATH 是否支持 MySQL（或其他数据库引擎）？

是的，RATH 允许连接到 MySQL 数据库。RATH 支持的数据库类型包括 MySQL、ClickHouse、Amazon Athena、Amazon Redshift、Apache Spark SQL、Apache Doris、Apache Hive、Apache Impala、Apache Kylin、Oracle 和 PostgreSQL。

有关当前支持的数据库的更多详细信息，请参阅 支持的数据库 部分。

RATH 正在添加更多的数据库支持，例如 Snowflake 等。

如何可视化 CSV 文件中的数据？

RATH 本地支持上传 CSV 和 JSON 文件进行数据可视化。一旦您登录到 RATH 门户网站，点击左侧的文件按钮。您可以上传带有自定义编码的本地环境中的 CSV 或 JSON 文件。

RATH 的数据源是什么？Tableau 和 RATH 中的数据引擎是什么？

与 PowerBI 和 Tableau 等传统 BI 软件不同，RATH 中的数据源和数据引擎的概念是完全分开的。

考虑从 Clickhouse 服务导入数据的场景。在这种情况下，ClickHouse 是数据源，而 RATH 则作为数据引擎。

另一方面，您可以从其他数据源导入数据，并将 Clickhouse 设置为数据引擎。因此，当有大量数据时，RATH 将查询转发到 Clickhouse 分布式集群以进行更快的处理。

分析数据的最快方法是什么？

最佳实践：使用 RATH 快速分析您的数据集。在更好地了解数据集后，调整数据类型，并再次使用 RATH 运行数据以生成更准确的结果。重复此过程，直到获得令人满意的结果。

我的数据源有多大？

目前，RATH 社区版将数据限制在 100MB。但是，您可以使用 抽样 轻松地处理更大的数据源。

抽样是从原始数据集中选择一个合理大小的子集的过程。如何使用RATH自动探索数据？

您可以使用RATH中的Mega-auto自动探索功能执行自动探索数据分析。请参阅我们的tutorials章节获取逐步指南。

Mega-auto自动探索对我无效！我该怎么办？

一般来说，不建议对大型数据集使用Mega-auto Exploration功能，因为RATH的免费在线版本不使用分布式数据引擎。对于大型数据集，请使用Semi-auto Exploration 替代。

RATH是否提供公共API？

RATH确实支持Restful API，但尚未准备好公开。如需了解详情，请联系RATH支持。

什么是张量搜索？RATH是否支持用于语义分析的张量搜索？

张量搜索是一种使用张量（多维数组）和线性代数技术同时搜索多个数据源的方法。 它通常用于信息检索和自然语言处理，比传统的搜索算法更有效。

想象一下，您有一个不同产品的客户评论数据库，并且您想要搜索提及特定产品功能的评论。您可以将每个评论表示为一个张量，其中一个维度为评论文本，另一个为被评论的产品。然后，您可以将搜索查询表示为一个张量，该查询是您感兴趣的产品特性。使用线性代数技术，您可以将搜索查询张量与评论张量进行比较，并根据它们的相似性对结果进行排名。这将使您能够快速找到提及所需产品功能的所有评论，而不必逐个搜索每个评论。

RATH尚未采用张量搜索功能。