Qlik Predict sınırlamaları ve kapasiteleri
Bu sayfa, Qlik Predict işlevselliğine ilişkin genel sınırlamaları ve kapasiteleri listeler. Bireysel Qlik Cloud aboneliklerine özel kapasiteler için Qlik Fiyatlandırma ve Qlik Cloud® Abonelikleri'ne bakın veya Qlik hesap temsilcinizle iletişime geçin.
Genel sınırlamalar
-
Qlik Predict modelinin dakikada 300 isteklik bir API hız sınırı vardır.
-
Veri kümesindeki maksimum sütun sayısı: 500
Bu hem eğitim hem de veri kümelerini uygulama için geçerlidir. Eğitim veri kümeleri için sınır, bir deney sürümünde özellik olarak kullanılan sütun sayısıdır. Kaynak veri kümesinde daha fazla sütun bulunabilir. Örneğin, 501 sütunlu bir veri kümesine sahip olabilirsiniz. Deney yapılandırması sırasında bir özelliği bırakırsanız veri kümesi yine de eğitim için kullanılabilir.
-
Qlik Cloud konumuna yüklenebilen ve profili oluşturulabilen tüm düz dosyalar Qlik Predict içinde desteklenir.
Microsoft Excel dosyaları gibi birden çok sayfası olan çok tablolu dosyalarda yalnızca ilk tablo içe aktarılır. Bir tablo için profil oluşturma başarısız olursa (örneğin, tablo boşsa) dosya desteklenmez.
Eğitim veri kümesi ve profil oluşturma sınırlamaları
Bu bölümde, Qlik Predict içindeki eğitim veri kümesi boyutlarına uygulanan koruyucu önlemler listelenmektedir.
Aşağıdakilere dikkat edin:
-
Sınırlamalar yalnızca deney sürümüne dahil edilen veriler için geçerlidir: hedef sütun dahil olmak üzere tüm dahil edilen özellikler.
-
Sınırlamalar, Qlik Cloud platformundaki genel veri profilleme için geçerlidir veya Qlik Predict'ye özeldir.
-
Sınırlamalar maksimum kapasitelerdir. Qlik Cloud aboneliğinizin sınırları daha düşük olabilir.
Eğitim için veri kümesi boyutu sınırları
Bu sınırlar, eğitim veri kümelerindeki boyut, hücre sayısı ve dahil edilen sütun sayısı için teknik kapasitelerdir.
| Veri kümesi türü | Maksimum veri kümesi boyutu | Maksimum veri kümesi hücre sayısı | Dahil edilen sütunların maksimum sayısı |
|---|---|---|---|
| CSV | 2 GiB | 100 Milyon | 500 |
| Parquet | 2 GiB | 500 Milyon | 500 |
| QVD | 2 GiB | 500 milyon | 500 |
| Diğerleri | 1 GiB | 100 milyon | 500 |
Ayrıca, belirli eğitim işlevleri yalnızca belirli boyut ve hücre sayılarına sahip veri kümeleri için kullanılabilir.
| Veri kümesi türü | Serbest metin özellik mühendisliği desteklenir | Zaman serisi deneyleri desteklenir | Sapma algılama desteklenir |
|---|---|---|---|
| CSV | En fazla 100 milyon hücre veya 1 GiB (bu limitlerden herhangi birinin aşılması desteklenmez) | En fazla 1 GiB | En fazla 1 GiB |
| Parquet | En fazla 100 milyon hücre veya 1 GiB (bu limitlerden herhangi birinin aşılması desteklenmez) | En fazla 1 GiB | En fazla 1 GiB |
| QVD | En fazla 100 milyon hücre veya 1 GiB (bu limitlerden herhangi birinin aşılması desteklenmez) | En fazla 1 GiB | En fazla 1 GiB |
| Diğerleri | En fazla 100 milyon hücre veya 1 GiB (bu limitlerden herhangi birinin aşılması desteklenmez) | 1 GiB'a kadar | 1 GiB'a kadar |
Profil oluşturma sınırlamaları
Bir eğitim veri kümesini deneye eklediğinizde, çeşitli istatistikleri (hücre sayısı ve farklı değer sayısı gibi) tahmin etmek için Qlik Cloud veri profillemesi tarafından analiz edilir. Bir deney sürümü çalıştırıldıktan sonra, bazen belirli istatistiklerde değişikliklere neden olan Qlik Predict ön işleme gerçekleştirilir.
Büyük veri kümeleri için (1 GiB'ı aşanlar), veriler kısmen profillenir. Bu durum, eğitim çalıştırıldıktan sonra bazı tahmini istatistiklerin (örneğin, satır, hücre, farklı değer ve boş değer sayıları) değişmesine neden olabilir.
Sonuç olarak, bazı büyük veri kümelerinde aşağıdaki eğitim hatalarını yaşayabilirsiniz:
-
Profilleme sırasında hata olmamasına rağmen, bir veri kümesinin abonelik tarafından izin verilen hücre sayısını aşması nedeniyle eğitim başarısız olur.
-
Profilleme sırasında hata olmamasına rağmen, boş değer sayısının izin verilen maksimum eşiği aşması nedeniyle eğitim başarısız olur.
-
Tahmini deney türünün, profilleme sırasında hata olmamasına rağmen eğitim veri kümesiyle uyumsuz olduğu bulundu.
Veri kümenizin boyutunu küçültmek için izleyebileceğiniz sorun giderme adımları için Sorun giderme - Qlik Predict bölümüne bakın.