管理大數據集對於我們隨著時間的推移收集的某些數據集，文件大小不斷增加，最終速度可能會慢一些。 有時拆分為多個文件是一種解決方案，但您可能需要多個文件的一部分進行比較，這可能會很不方便。
我讀過有關虛擬加入的內容，但尚未利用它。 對於這種情況，這是一種合適的方法嗎？ 是否有針對此類問題實施 JMP 解決方案的良好示例？
回复：管理大數據集唯一可以加快 JMP 速度的是使用 Columns 命令來壓縮列：
列 -> 實用程序 -> 壓縮選定的列。
- 對於數字數據，您不會看到差異。 幕後發生的事情是 JMP 刪除所有未使用的位（我們很少需要所有 64 位來存儲數據）。
- 對於分類數據，它將其轉化為清單檢查，因此未來的數據輸入可能更具挑戰性。 它還大大減少了數據的總體佔用量。
壓縮列可以將文件大小減少一個數量級或更多！ 它絕對可以加快 JMP 中的計算速度。
您可以在中閱讀更多相關信息JMP 文檔。
回复：管理大數據集它通常是一個串聯文件，因為隨著時間的推移會收集更多數據。
在目前的情況下，我的文件相對易於管理，大小為 200KB，大約有 250K 行和 100 列。 我遇到過一些具有 >>100 萬行和 100-300 列的場景。
對於那些更極端的情況，即使在製作簡單的圖表時，事情也會變得很慢。 我不確定在文件大小或減輕大量數據影響的策略方面我們是否應該避免特定的限制——如果有的話，我想听聽它們！回复：管理大數據集如果您的文件由於與其他數據表的聯接而變得更大，那麼虛擬連接可以提供幫助，因為數據不會跨行重複。
但是，如果隨著附加或連接更多數據而使數據表變得越來越大，那麼虛擬聯接就不會真正有幫助。
您的數據表增長情況如何？
當保存為 .jmp 文件時，最終的行和列大小以及磁盤大小是多少？
