Tengo algunas columnas en diferentes tablas que ocupan MUCHO espacio. Una columna consume específicamente más del 40% del tamaño de nuestro modelo de datos.
Sé que los métodos típicos de reducción de datos son:
- Elimina las columnas que no necesitas
- Elimina las filas que no necesitas
- Convertir tipos de datos en valores numéricos cuando sea posible
Necesito estas columnas, ya he reducido el número de filas tanto como puedo, y los tipos de datos para estas columnas son texto porque los valores están en este formato: "a36be-f3c5-d293f93da2-f03df-a49f".
La alta cardinalidad de los datos para estas columnas está haciendo estallar el tamaño de nuestro modelo. ¿Cuál sería la mejor manera de reducir el tamaño de nuestros datos sin eliminar los datos de nuestro modelo por completo?
