管理大数据集对于我们随时间收集的某些数据集，文件大小持续增加，最终情况可能会放慢一点。 有时将其拆分成几个文件是一个解决方案，但是您可能想要多个文件中的一部分进行比较，这可能会带来不便。
我已经阅读了有关虚拟联接的信息，但还没有利用它。 这是一种适合这种情况的合适方法吗？ 是否存在针对此类问题实施JMP解决方案的良好示例？
回复：管理大数据集如果由于与其他数据表的连接而使文件变大，则虚拟联接可以提供帮助，因为数据不会跨行重复。
但是，如果随着更多数据的追加或连接而使数据表越来越大，那么虚拟联接将无济于事。
您的数据表如何增长？
保存为.jmp文件时，最终的行和列大小是多少，磁盘上的大小又是多少？
回复：管理大数据集随着时间的推移，通常会收集更多数据，因此通常是串联文件。
在目前的情况下，我有一个相对可管理的文件，它是200KB大小的文件，大约有25万行和100列。 我曾遇到过>> 100万行和100-300列的情况。
对于那些更极端的情况，即使制作简单的图形，事情也确实会变慢。 我不确定在文件大小或策略方面是否应避免特定限制，以减轻拥有大量数据的影响-如果有，我想听听他们的意见！回复：管理大数据集加快JMP速度的唯一方法是使用Columns命令来压缩列：
列->实用程序->压缩所选列。
- 对于数字数据，您不会看到任何区别。 幕后发生的事情是JMP去除了所有未使用的位（我们很少需要全部64位来存储数据）。
- 对于分类数据，它将变成一个清单检查，因此将来的数据输入可能会更具挑战性。 它还大大减少了数据的总体占用量。
压缩列可以将文件大小减少一个或多个！ 并且它绝对加快了JMP中的计算速度。
您可以在JMP文档。
