高基数约束

简介

高基数数据的客户端阈值

高基数数据的中间层阈值

高基数阈值的配置属性

简介

高基数数据有一列或多列包含大量的唯一值。例如，用户名、电子邮件地址和银行帐号可以是高基数数据项。

SAS Visual Analytics 支持数十亿值聚合为上千值。若表中的数十亿值有数百万个唯一标识符，则包含这些标识符的列为高基数数据项。

要确保用户及时获得有用的结果，可为特定可视化视图和报表对象返回的唯一值数应受到限制。当用户选择高基数数据项时，结果由任意适用的阈值、数据中的唯一值数，以及用户的选择确定。

下列主题提供了有关两个非重复水平阈值的信息：客户端阈值和中间层阈值。

高基数数据的客户端阈值

客户端阈值特定于单个应用程序（如探索器），或一组应用程序（如设计器和查看器）。对于某些超过客户端阈值的请求，将显示错误，且不返回结果。对于某些超过客户端阈值但没超过中间层阈值的请求，返回适合的结果。

注: 通常，客户端阈值是固定的。一个例外是，用户可选择低、中或高阈值级别作为探索器中的用户参数选择。在较低内存的计算机上，将客户端阈值设置为低有助于阻止诸如系统崩溃之类的事件。

可视化视图和报表对象的客户端阈值在 SAS Visual Analytics：用户指南中的数据限制附录中说明。附录解释了客户端为某些超过客户端阈值（但没超过中间层阈值）的请求提供的适用响应。

高基数数据的中间层阈值

中间层阈值的范围更广，会影响指定可视化视图或报表对象的所有实例。与客户端阈值相比，中间层阈值粒度更小且具有更少的限制。对于超过中间层阈值的请求，将显示一条错误消息，且不返回结果。默认阈值在几乎所有环境中都有效。通常情况下，用户过滤或分组任何高基数数据项，因此请求很少超出中间层阈值。

在下表中，第二列指出唯一值的最大个数（而非最大数据量）。

中间层阈值
可视化视图或报表对象	行
决策树1	10,000
交叉表	50,000
表（在设计器和查看器中）	50,000
盒形图：至少有一个测度，无类别2	50,000
条形图：单个类别	50,000
热图：单个类别	50,000
线图：至少有一个测度，单个类别（数值、日期、时间，或字符串）	50,000
气泡图：三个测度，分组	50,000
气泡图：三个测度，用动画类别分组	50,000
气泡图：三个测度，不分组，水平或垂直序列（或两者）	50,000
气泡图：三个测度，无类别	100,000
散点图	100,000
表（在探索器中）	100,000
1决策树调用还有一个超时期间。请参见vae.DecisionTreeTimeout。
2若没有类别，将为每个测度（最多 400 个测度）应用一个框。

高基数阈值的配置属性

警告:

增加中间层阈值可影响性能和稳定性。

默认设置在多数环境中都适用。不要设置过高的阈值。若对调整以下属性有疑问，请联系 SAS 技术支持。

注: 有关说明，请参见如何设置配置属性。

以下属性影响中间层阈值：

va.DistinctCountServerLimit

设置图形的非重复值计数限制。默认情况下，图形没有非重复值计数限制。默认值为 -1。

范围：整个套件

va.DistinctCountDataPanelLimit

为数据面板中显示的数据设置非重复值计数限制。该属性仅影响数据面板，而不是图形内的非重复值计数限制。默认值为 5,000。

范围：整个套件

va.CardinalityLimitForGroupByTempTable

对于所有超过指定限制（唯一值的数量）的高基秩请求，阻止处理并返回错误。仅在非正常情况下（高基秩导致 SAS LASR Analytic Server 中止）设置该属性。例如，要阻止对包含 2,000,000 个唯一值的数据的秩请求，请将该属性设置为 2000000。若选择设置该属性，建议值为 3000000。

范围：整个套件

va.CardinalityLimitForGroupByCountDistinctTempTable

仅对超过指定限制（唯一值的数量）的非重复值计数的高基秩请求，阻止处理并返回错误。仅在非正常情况下（非重复值计数高基秩导致 SAS LASR Analytic Server 中止）设置该属性。（该属性仅影响非重复值计数请求，且提供比 va.CardinalityLimitForGroupByTempTable 属性更严格的限制。）若选择设置该属性，建议值为 1000000。

范围：整个套件

va.SortResultServerLimit

设置可为详细查询（带排序）返回的最大值个数。该属性仅影响显示详细信息的简单表中的结果。

范围：整个套件，探索器除外

va.CategoryCardinalityServerLimit

设置类别交叉点的最大值个数。仅支持固定（且有限）的类别交叉点数。例如，若您将“First name”和“Last name”拖放至美国的人口，则服务器可能生成 2 亿个不同的值。该属性确定基数可以为多高，且仍允许服务器处理并向客户端返回结果。若类别交叉的值个数超过该限制，则不运行查询。

范围：整个套件，探索器除外

va.SummaryServerRowLimit

设置可返回给中间层以进一步处理的最大的值个数。例如，对于按名字排序的高基数数据，计算的值个数可以很多。

范围：整个套件，探索器除外（使用 vae.SummaryServerLimit）

va.MidtierCellLimit

设置交叉表的最大大小。

范围：整个套件，探索器除外

va.maxPeriodCalculations

指定构成期间计算的最大计算列数。若某个期间测度超过该限值，多余的计算将被排除，现有的计算（针对这一特定的期间测度）将由缺失值取代。系统将提示用户应用过滤器以减少计算数。默认值为 800。

注: 软件优化可在应用该限值之前减少计算数，所以很少超过该限值。该属性效果的一个示例就是累积期间的非重复值计数计算（可见的唯一日期值的个数不能超过指定限值）。

范围：设计器、查看器、传输服务

va.MaxSparkTables

设置迷你图表的最大个数。默认值为 300。

范围：整个套件，探索器除外

va.CheckCardinalityBeforeQuery

控制基数预检查是否发生。默认值为 -1（禁用该约束）。默认情况下，预检查不发生。

范围：整个套件，探索器除外

va.CheckCardinalityWithinQuery

控制 SAS LASR Analytic Server 是否强制基数限制。默认情况下，执行这些检查。

范围：整个套件，探索器除外

vae.BoxPlotServerLimit

设置至少有一个测度且不超过一个类别的盒形图的中间层阈值。

范围：仅限探索器

vae.DecisionTreeServerLimit

设置决策树的中间层阈值

范围：仅限探索器

vae.FetchRowsServerLimit

设置表的中间层阈值。

范围：仅限探索器

vae.FrequencyServerLimit

设置有单个类别的条形图的中间层阈值。该约束在显示值的选择列表前应用。

范围：仅限探索器

vae.modeling.ClassCardinalityLimit

设置模型中的最大非重复级别数。该属性限制模型中的累积总分类效应数和交互操作项数。例如，若您将该属性设置为 800，则用户不能指定包含 800 个以上的非重复级别的效应变量，也不能添加会导致非重复级别总数超过 800 的效应变量。初始值为 2048。