Limitações e capacidades do Qlik Predict
Esta página lista as limitações e capacidades gerais para a funcionalidade do Qlik Predict. Para capacidades específicas de assinaturas individuais do Qlik Cloud, consulte Qlik Pricing e Qlik Cloud® Subscriptions ou entre em contato com o representante da sua conta Qlik.
Limitações gerais
-
O Qlik Predict tem um limite de taxa de API de 300 solicitações por minuto.
-
Número máximo de colunas no conjunto de dados: 500
Isso se aplica tanto a treinamento quanto a conjuntos de dados de aplicação. Para conjuntos de dados de treinamento, o limite é o número de colunas usadas como recursos em uma versão experimental. O conjunto de dados de origem pode conter mais colunas. Por exemplo, você pode ter um conjunto de dados com 501 colunas. O conjunto de dados ainda pode ser usado para treinamento se você remover um recurso durante a configuração do experimento.
-
Qualquer arquivo simples que pode ser carregado e perfilado no Qlik Cloud é compatível para uso no Qlik Predict.
Para arquivos com várias tabelas, como arquivos do Microsoft Excel com várias pastas, somente a primeira tabela será importada. Se a criação de perfil de dados falhar para uma tabela (por exemplo, se estiver vazia), o arquivo não terá suporte.
Limitações do conjunto de dados de treinamento e de criação de perfil
Esta seção lista as diretrizes impostas aos tamanhos de conjunto de dados de treinamento no Qlik Predict.
Observe o seguinte:
-
As limitações se aplicam apenas aos dados incluídos na versão do experimento: todos os recursos incluídos, incluindo a coluna de destino.
-
As limitações se aplicam à criação de perfil de dados geral em toda a plataforma Qlik Cloud, ou são específicas para o Qlik Predict.
-
As limitações são capacidades máximas. Os limites da sua assinatura do Qlik Cloud podem ser menores.
Limites de tamanho do conjunto de dados para treinamento
Esses limites são capacidades técnicas para o tamanho, contagem de células e número de colunas incluídas em conjuntos de dados de treinamento.
| Tipo de conjunto de dados | Tamanho máximo do conjunto de dados | Contagem máxima de células do conjunto de dados | Número máximo de colunas incluídas |
|---|---|---|---|
| CSV | 2 GiB | 100 milhões | 500 |
| Parquet | 2 GiB | 500 milhões | 500 |
| QVD | 2 GiB | 500 milhões | 500 |
| Outros | 1 GiB | 100 milhões | 500 |
Além disso, certas funcionalidades de treinamento estão disponíveis apenas para conjuntos de dados com tamanhos e contagens de células específicos.
| Tipo de conjunto de dados | Engenharia de recursos de texto livre suportada | Experimentos de séries temporais suportados | Detecção de viés suportada |
|---|---|---|---|
| CSV | Até 100 milhões de células ou 1 GiB (exceder qualquer um desses limites não é suportado) | Até 1 GiB | Até 1 GiB |
| Parquet | Até 100 milhões de células ou 1 GiB (exceder qualquer um desses limites não é suportado) | Até 1 GiB | Até 1 GiB |
| QVD | Até 100 milhões de células ou 1 GiB (exceder qualquer um desses limites não é suportado) | Até 1 GiB | Até 1 GiB |
| Outros | Até 100 milhões de células ou 1 GiB (exceder qualquer um desses limites não é suportado) | Até 1 GiB | Até 1 GiB |
Limitações de criação de perfil
Quando você adiciona um conjunto de dados de treinamento a um experimento, ele é analisado pelo perfil de dados do Qlik Cloud para estimar várias estatísticas (como contagem de células e contagem de valores distintos). Após executar uma versão do experimento, o pré-processamento do Qlik Predict é realizado, o que às vezes resulta em alterações em certas estatísticas.
Para grandes conjuntos de dados — aqueles que excedem 1 GiB — os dados são parcialmente perfilados. Isso pode fazer com que algumas estatísticas estimadas — por exemplo, contagens de linhas, células, valores distintos e nulos — mudem após a execução do treinamento.
Como resultado, com alguns grandes conjuntos de dados, você pode experimentar os seguintes erros de treinamento:
-
O treinamento falha devido a um conjunto de dados que excede a contagem de células permitida pela assinatura, mesmo que nenhum erro estivesse presente durante o perfilamento.
-
O treinamento falha porque a contagem de nulos excede o limite máximo permitido, mesmo que nenhum erro estivesse presente durante o perfilamento.
-
O tipo de experimento estimado é considerado incompatível com o conjunto de dados de treinamento, mesmo que nenhum erro estivesse presente durante o perfilamento.
Para as etapas de solução de problemas que você pode seguir para reduzir o tamanho do seu conjunto de dados, consulte Solução de problemas - Qlik Predict.