在 Network Analytics v1 (NAv1) 中，数据会被汇总汇总到 1 分钟 roll-up 表，然后是 1 小时 roll-up，最后是 1 天 roll-up。用户可以查询 ipFlows1mGroups 节点以获取过去 30 天流量和攻击的高分辨率数据，或者查询 ipFlows1hGroups 或 ipFlows1dGroups 节点获取历史数据。然而，通过这些节点可用的数据是聚合数据，这意味着结果的准确度和基数 (cardinality) 受限。例如，由于 roll-up 中的样本聚合，从这些节点获得的数据中将无法看到短时间的流量突发峰值。
另一方面，Network Analytics v2 (NAv2) 使用自适应比特率 (ABR) 采样。这意味着用户无需根据其查询时间范围选择节点。此外，即使是历史数据，其基数和准确度也能得到保留。根据查询的大小，ABR 机制将选择最佳采样率，并从封装在每个节点后面的某个样本表中获取响应。
由于更好的采样率和 边缘样本丰富 (Edge Sample Enrichment)，Network Analytics v2 提供了更准确的数据。NAv1 采样率固定为 1/8,192 个数据包（即每 8,192 个数据包中采样一个），而 NAv2 的采样率因缓解服务而异。例如：
dosd的采样率根据数据包数量在 1/100 到 1/10,000 数据包之间动态变化。- Cloudflare Network Firewall 事件的采样率根据数据包数量在 1/100 到 1/1,000,000 数据包之间动态变化。
flowtrackd的采样率为 1/10,000 数据包。
与 NAv1 相比，NAv2 数据管道也更具弹性。NAv1 使用 Core Sample Enrichment（核心样本丰富），其中原始数据包样本从所有 Cloudflare 边缘数据中心发送到 Core 数据中心。在 Core 数据中心中，数据包样本与附加数据库交叉引用，并注入关联的客户账户 ID、攻击 ID、攻击类型和其他元数据。然后，将数据包样本插入存储中。这种方法的主要缺点之一是交叉引用信息时可能出现样本拥堵，在极少数情况下这可能会导致临时数据延迟。
为了消除这种潜在的数据延迟，NAv2 使用了一个依赖边缘样本丰富的新数据日志管道。通过将数据包样本丰富和交叉引用委派给边缘数据中心，我们提高了数据管道的弹性与防拥堵能力。使用这种方法，丰富的样本数据包在到达 Cloudflare 核心数据中心时即被立即存储。