Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Stellen Sie mit Integrationen und Datensätzen eine Connect zu Ihren Daten her
Sie können Amazon Quick Sight mit verschiedenen Arten von Datenquellen verbinden. Dazu gehören Daten, die sich in Software-as-a-Service (SaaS-) Anwendungen befinden, Flatfiles, die in Amazon S3 S3-Buckets gespeichert sind, Daten von Drittanbieterdiensten wie Salesforce und Abfrageergebnisse von Athena. Verwenden Sie die folgenden Beispiele, um mehr über die Anforderungen für die Verbindung mit bestimmten Datenquellen zu erfahren.
**Topics**
+ [Erstellen eines Datensatzes mit Amazon-Athena-Daten](create-a-data-set-athena.md)
+ [Amazon OpenSearch Service mit Amazon Quick Sight verwenden](connecting-to-os.md)
+ [Erstellen eines Datensatzes mit Amazon-S3-Dateien](create-a-data-set-s3.md)
+ [Erstellen einer Datenquelle mit Apache Spark](create-a-data-source-spark.md)
+ [Databricks in Quick Sight verwenden](quicksight-databricks.md)
+ [Erstellen eines Datensatzes mit Google BigQuery](quicksight-google-big-query.md)
+ [Erstellen eines Datensatzes mit einer Google Sheets-Datenquelle](create-a-dataset-google-sheets.md)
+ [Erstellen eines Datensatzes unter Verwendung einer Apache Impala-Datenquelle](create-a-dataset-impala.md)
+ [Erstellen eines Datensatzes mit einer Microsoft-Excel-Datei](create-a-data-set-excel.md)
+ [Erstellen einer Datenquelle mit Presto](create-a-data-source-presto.md)
+ [Snowflake mit Amazon Quick Sight verwenden](connecting-to-snowflake.md)
+ [Starburst mit Amazon Quick Sight verwenden](connecting-to-starburst.md)
+ [Erstellen einer Datenquelle und eines Datensatzes aus SaaS-Quellen](connecting-to-saas-data-sources.md)
+ [Erstellen eines Datensatzes aus Salesforce](create-a-data-set-salesforce.md)
+ [Trino mit Amazon Quick Sight verwenden](connecting-to-trino.md)
+ [Erstellen eines Datensatzes mit einer lokalen Textdatei](create-a-data-set-file.md)
+ [Verwenden von Amazon Timestream Timestream-Daten mit Amazon Quick Sight](using-data-from-timestream.md)
# Erstellen eines Datensatzes mit Amazon-Athena-Daten
Gehen Sie wie folgt vor, um einen neuen Datensatz zu erstellen, der eine Verbindung zu Amazon-Athena-Daten oder zu Daten von Athena Federated Query herstellt.
**So stellen Sie eine Verbindung zu Amazon Athena her**
1. Beginnen Sie mit der Erstellung eines neuen Datensatzes. Wählen Sie im Navigationsbereich auf der linken Seite **Daten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz** aus.
1.
1. Um ein vorhandenes Athena-Verbindungsprofil (allgemein) zu verwenden, wählen Sie die Karte für die vorhandene Datenquelle aus, die Sie verwenden möchten. Wählen Sie **Select (Auswählen)**.
Karten sind mit dem Athena-Datenquellensymbol und dem Namen gekennzeichnet, den die Person angegeben hat, die die Verbindung hergestellt hat.
1. Gehen Sie wie folgt vor, um ein neues Athena-Verbindungsprofil (seltener) zu erstellen:
1. Wählen Sie **Neue Datenquelle** und dann die **Athena-Datenquellenkarte** aus.
1. Wählen Sie **Weiter** aus.
1. Geben Sie im Feld **Datenquellenname** einen beschreibenden Namen ein.
1. Wählen Sie für die **Athena-Arbeitsgruppe**, Ihre Arbeitsgruppe aus.
1. Wählen Sie zum Testen der Verbindung die Option **Verbindung validieren** aus.
1. Klicken Sie auf **Create data source**.
1. (Optional) Wählen Sie einen IAM-Rollen-ARN aus, unter dem Abfragen ausgeführt werden sollen.
1. Führen Sie im Bildschirm **Tabelle auswählen** folgende Schritte aus:
1. Wählen Sie für **Katalog** eine der folgenden Optionen aus:
+ Wenn Sie Athena Federated Query verwenden, wählen Sie den Katalog aus, den Sie verwenden möchten.
+ Wählen Sie andernfalls **AwsDataCatalog**.
1. Wählen Sie eine der folgenden Optionen:
+ Um eine SQL-Abfrage zu schreiben, wählen Sie **Benutzerdefiniertes SQL verwenden**.
+ Um eine Datenbank und eine Tabelle auszuwählen, wählen Sie den Katalog, der Ihre Datenbanken enthält, aus dem Dropdown-Menü unter **Katalog**. Wählen Sie dann eine Datenbank aus der Dropdown-Liste unter **Datenbank** und wählen Sie eine Tabelle aus der Liste **Tabellen**, die für Ihre Datenbank angezeigt wird.
Wenn Sie nicht über die richtigen Berechtigungen verfügen, erhalten Sie die folgende Fehlermeldung: „Sie verfügen nicht über ausreichende Berechtigungen, um eine Verbindung zu diesem Datensatz herzustellen oder diese Abfrage auszuführen.“ Wenden Sie sich an Ihren Quick-Administrator, um Unterstützung zu erhalten. Weitere Informationen finden Sie unter [Autorisieren von Verbindungen zu Amazon Athena](athena.md).
1. Wählen Sie **Daten bearbeiten/vorschauen** aus.
1. Erstellen Sie einen Datensatz und analysieren Sie die Daten anhand der Tabelle, indem Sie **Visualisieren** wählen. Weitere Informationen finden Sie unter [Analysen und Berichte: Daten in Amazon Quick Sight visualisieren](working-with-visuals.md).
# Amazon OpenSearch Service mit Amazon Quick Sight verwenden
Im Folgenden erfahren Sie, wie Sie mithilfe von Amazon Quick Sight eine Verbindung zu Ihren Amazon OpenSearch Service-Daten herstellen können.
## Erstellen einer neuen Quick Sight-Datenquellenverbindung für OpenSearch Service
Im Folgenden erfahren Sie, wie Sie eine Verbindung zu OpenSearch Service herstellen
Bevor Sie fortfahren können, muss Amazon Quick Sight autorisiert sein, eine Verbindung zu Amazon OpenSearch Service herzustellen. Wenn Verbindungen nicht aktiviert sind, erhalten Sie eine Fehlermeldung, wenn Sie versuchen, eine Verbindung herzustellen. Ein Quick Sight-Administrator kann Verbindungen zu AWS Ressourcen autorisieren.
**Um Quick Sight zu autorisieren, eine Verbindung zum Service herzustellen OpenSearch**
1. Öffne das Menü, indem du oben rechts auf dein Profilsymbol klickst und dann „**Schnell verwalten**“ auswählst. Wenn Sie die Option „**Schnell verwalten**“ nicht in Ihrem Profilmenü sehen, bitten Sie Ihren Amazon Quick-Administrator um Unterstützung.
1. Wählen Sie **Sicherheit & Berechtigungen**, **Hinzufügen oder Entfernen** aus.
1. Aktivieren Sie die Option für **OpenSearch**.
1. Wählen Sie **Aktualisieren** aus.
Sobald auf OpenSearch Service zugegriffen werden kann, erstellen Sie eine Datenquelle, damit Benutzer die angegebenen Domänen verwenden können.
**Um eine Verbindung mit dem OpenSearch Dienst herzustellen**
1. Beginnen Sie mit der Erstellung eines neuen Datensatzes. Wählen Sie im Navigationsbereich auf der linken Seite **Daten** und anschließend **Create** and **New Dataset** aus.
1. Wählen Sie die ** OpenSearchAmazon-Datenquellenkarte** aus.
1. Geben Sie als **Datenquellenname** beispielsweise `OpenSearch Service ML Data` einen aussagekräftigen Namen für Ihre OpenSearch Service-Datenquellenverbindung ein. Da Sie aus einer Verbindung mit dem OpenSearch Dienst viele Datensätze erstellen können, empfiehlt es sich, den Namen einfach zu halten.
1. Wählen Sie unter **Verbindungstyp** das Netzwerk aus, das Sie verwenden möchten. Dies kann eine Virtual Private Cloud (VPC) auf der Basis von Amazon VPC oder ein öffentliches Netzwerk sein. Die Liste von VPCs enthält die Namen der VPC-Verbindungen und nicht die Namen von IDs VPC. Diese Namen werden vom Quick-Administrator definiert.
1. Wählen Sie **unter Domäne** die OpenSearch Dienstdomäne aus, zu der Sie eine Verbindung herstellen möchten.
1. Wählen Sie **Verbindung validieren** aus, um zu überprüfen, ob Sie erfolgreich eine Verbindung zum OpenSearch Dienst herstellen können.
1. Wählen Sie **Datenquelle erstellen**, um fortzufahren.
1. Wählen Sie für **Tabellen** diejenige aus, die Sie verwenden möchten, und klicken Sie dann auf **Auswählen**, um fortzufahren.
1. Führen Sie eine der folgenden Aktionen aus:
+ Um Ihre Daten in die In-Memory-Engine von Quick Sight (genanntSPICE) **zu importieren, wählen Sie Import in SPICE für schnellere Analysen**. Informationen darüber, wie Sie das Importieren von OpenSearch Daten aktivieren, finden Sie unter[Autorisieren von Verbindungen zu Amazon Service OpenSearch](opensearch.md).
+ Damit Quick Sight jedes Mal, wenn Sie den Datensatz aktualisieren oder die Analyse oder das Dashboard verwenden, eine **Abfrage für Ihre Daten ausführen kann, wählen Sie Ihre Daten direkt abfragen**.
Um die automatische Aktualisierung für ein veröffentlichtes Dashboard zu aktivieren, das OpenSearch Servicedaten verwendet, muss der OpenSearch Service-Datensatz eine direkte Abfrage verwenden.
1. Wählen Sie **Bearbeiten/Vorschau** und dann **Speichern**, um Ihren Datensatz zu speichern und zu schließen.
## Verwaltung von Berechtigungen für OpenSearch Servicedaten
Das folgende Verfahren beschreibt, wie Sie Berechtigungen anzeigen, hinzufügen und widerrufen, um den Zugriff auf dieselbe OpenSearch Service-Datenquelle zu ermöglichen. Die Personen, die Sie hinzufügen, müssen aktive Benutzer in Quick Sight sein, bevor Sie sie hinzufügen können.
**So bearbeiten Sie Berechtigungen für eine Datenquelle**
1. Wählen Sie links **Daten** und scrollen Sie dann nach unten, um die Datenquellenkarte für Ihre Amazon OpenSearch Service-Verbindung zu finden. Ein Beispiel könnte `US Amazon OpenSearch Service Data` sein.
1. Wählen Sie den ** OpenSearchAmazon-Datensatz** aus.
1. Wählen Sie auf der sich öffnenden Datensatz-Detailseite den Tab **Berechtigungen** aus.
Es wird eine Liste mit den aktuellen Berechtigungen angezeigt.
1. Um Berechtigungen hinzuzufügen, wählen Sie **Benutzer und Gruppen hinzufügen** und gehen Sie dann wie folgt vor:
1. Fügen Sie Benutzer oder Gruppen hinzu, damit sie denselben Datensatz verwenden können.
1. Wenn Sie alle Personen hinzugefügt haben, die Sie hinzufügen möchten, wählen Sie die **Berechtigungen** aus, die Sie ihnen zuweisen möchten.
1. (Optional) Um die Berechtigungen zu bearbeiten, können Sie **Betrachter** oder **Eigentümer** wählen.
+ Wählen Sie **Betrachter**, um Lesezugriff zu gewähren.
+ Wählen Sie **Besitzer**, um diesem Benutzer zu erlauben, diesen Quick Sight-Datensatz zu bearbeiten, zu teilen oder zu löschen.
1. (Optional) Um Berechtigungen zu widerrufen, wählen Sie **Zugriff widerrufen**. Nachdem Sie jemandem den Zugriff entzogen haben, kann er keine neuen Datensätze aus dieser Datenquelle erstellen. Ihre vorhandenen Datensätze haben jedoch weiterhin Zugriff auf diese Datenquelle.
1. Wählen Sie **Close (Schließen)**, wenn Sie damit fertig sind.
## Einen neuen Quick Sight-Datensatz für OpenSearch Service hinzufügen
Sobald Sie über eine bestehende Datenquellenverbindung für OpenSearch Service verfügen, können Sie OpenSearch Service-Datensätze erstellen, die Sie für die Analyse verwenden können.
**Um einen Datensatz mithilfe OpenSearch von Service zu erstellen**
1. Wählen Sie auf der Startseite **Daten**, **Erstellen**, **Neuer Datensatz** aus.
1. Scrollen Sie nach unten zur Datenquellenkarte für Ihre OpenSearch Dienstverbindung. Wenn Sie über viele Datenquellen verfügen, können Sie die Suchleiste oben auf der Seite verwenden, um Ihre Datenquelle mit einer teilweisen Übereinstimmung des Namens zu finden.
1. Wählen Sie die ** OpenSearchAmazon-Datenquellenkarte** und dann **Datensatz erstellen** aus.
1. Wählen Sie für **Tabellen** den OpenSearch Service-Index aus, den Sie verwenden möchten.
1. Wählen Sie **Bearbeiten/Vorschau** aus.
1. Wählen Sie **Speichern**, um den Datensatz zu speichern und zu schließen.
## OpenSearch Servicedaten zu einer Analyse hinzufügen
Sobald Ihnen ein OpenSearch Service-Dataset zur Verfügung steht, können Sie es einer Quick Sight-Analyse hinzufügen. Bevor Sie beginnen, stellen Sie sicher, dass Sie über einen vorhandenen Datensatz verfügen, der die OpenSearch Servicedaten enthält, die Sie verwenden möchten.
**Um OpenSearch Servicedaten zu einer Analyse hinzuzufügen**
1. Wählen Sie links **Analysen** aus.
1. Führen Sie eine der folgenden Aktionen aus:
+ Um eine neue Analyse zu erstellen, wählen Sie auf der rechten Seite **Neue Analyse** aus.
+ Um eine bestehende Analyse zu erweitern, öffnen Sie die Analyse, die Sie bearbeiten möchten.
+ Wählen Sie das Stiftsymbol oben links.
+ Wählen Sie **Datensatz hinzufügen**.
1. Wählen Sie den OpenSearch Service-Datensatz aus, den Sie hinzufügen möchten.
Informationen zur Verwendung von OpenSearch Service in Visualisierungen finden Sie unter. [Einschränkungen bei der Nutzung des Dienstes OpenSearch](#limitations-for-es)
1. Weitere Informationen finden Sie unter [Arbeiten mit Analysen](https://docs.aws.amazon.com/quicksight/latest/user/working-with-analyses.html).
## Einschränkungen bei der Nutzung des Dienstes OpenSearch
Die folgenden Einschränkungen gelten für die Verwendung von OpenSearch Service-Datensätzen:
+ OpenSearch Service-Datasets unterstützen eine Teilmenge der visuellen Typen, Sortieroptionen und Filteroptionen.
+ Um die automatische Aktualisierung in einem veröffentlichten Dashboard zu aktivieren, das OpenSearch Servicedaten verwendet, muss der OpenSearch Service-Datensatz eine direkte Abfrage verwenden.
+ Mehrere Unterabfrageoperationen werden nicht unterstützt. Um Fehler bei der Visualisierung zu vermeiden, fügen Sie nicht mehrere Felder zu einem Feldbereich hinzu, verwenden Sie ein oder zwei Felder pro Visualisierung und vermeiden Sie die Verwendung des Feldbereichs **Farbe**.
+ Benutzerdefiniertes SQL wird nicht unterstützt.
+ Crossdataset-Joins und Self-Joins werden nicht unterstützt.
+ Kalkulationsfelder werden nicht unterstützt.
+ Textfelder werden nicht unterstützt.
+ Die Kategorie „Andere“ wird nicht unterstützt. Wenn Sie ein OpenSearch Service-Dataset mit einer Visualisierung verwenden, die die Kategorie „Andere“ unterstützt, deaktivieren Sie die Kategorie „Andere“, indem Sie das Menü in der Grafik verwenden.
# Erstellen eines Datensatzes mit Amazon-S3-Dateien
Um einen Datensatz mit einer oder mehreren Textdateien (.csv, .tsv, .clf oder .elf) aus Amazon S3 zu erstellen, erstellen Sie ein Manifest für Quick Sight. Quick Sight verwendet dieses Manifest, um die Dateien zu identifizieren, die Sie verwenden möchten, und um die Upload-Einstellungen zu identifizieren, die für ihren Import erforderlich sind. Wenn Sie einen Datensatz mit Amazon S3 erstellen, werden die Dateidaten automatisch in [SPICE](spice.md) importiert.
Sie müssen Quick Sight Zugriff auf alle Amazon S3 S3-Buckets gewähren, aus denen Sie Dateien lesen möchten. Informationen zur Gewährung von Quick Sight-Zugriff auf AWS Ressourcen finden Sie unter[Konfiguration des Amazon Quick Sight-Zugriffs auf AWS Datenquellen](access-to-aws-resources.md).
**Topics**
+ [Unterstützte Formate für Amazon-S3-Manifestdateien](supported-manifest-file-format.md)
+ [Erstellen von Amazon S3-Datensätzen](create-a-data-set-s3-procedure.md)
+ [Datensätze, die S3-Dateien in einem anderen AWS Konto verwenden](using-s3-files-in-another-aws-account.md)
# Unterstützte Formate für Amazon-S3-Manifestdateien
Sie verwenden JSON-Manifestdateien, um Dateien in Amazon S3 für den Import in Quick Sight anzugeben. Diese JSON-Manifestdateien können entweder das im Folgenden beschriebene Quick Sight-Format oder das [unter Verwenden eines Manifests zur Spezifizierung von Datendateien im Amazon Redshift Database](https://docs.aws.amazon.com/redshift/latest/dg/loading-data-files-using-manifest.html) *Developer Guide beschriebene Amazon Redshift-Format* verwenden. Sie müssen Amazon Redshift nicht verwenden, um das Amazon-Redshift-Manifest-Dateiformat zu verwenden.
Wenn Sie eine Quick Sight-Manifestdatei verwenden, muss sie beispielsweise die Erweiterung.json haben. `my_manifest.json` Eine Amazon-Redshift-Manifestdatei kann jede beliebige Erweiterung haben.
Wenn Sie eine Amazon Redshift-Manifestdatei verwenden, verarbeitet Quick Sight die optionale `mandatory` Option wie Amazon Redshift. Wenn die zugehörige Datei nicht gefunden wird, beendet Quick Sight den Importvorgang und gibt einen Fehler zurück.
Dateien, die Sie für den Import auswählen, müssen getrennten Text enthalten (z. B. .csv oder .tsv), Log- (.clf) oder erweitertes Log-Format (.elf) aufweisen oder JSON (.json) sein. Alle Dateien, die in einer Manifestdatei identifiziert werden, müssen dasselbe Dateiformat haben. Darüber hinaus müssen sie dieselbe Anzahl und denselben Typ an Spalten haben. Quick Sight unterstützt die UTF-8-Dateikodierung, aber nicht UTF-8 mit Byte-Order-Mark (BOM). Wenn Sie JSON-Dateien importieren, müssen Sie für `globalUploadSettings` `format` angeben, aber nicht `delimiter`, `textqualifier` oder `containsHeader`.
Stellen Sie sicher, dass sich alle von Ihnen angegebenen Dateien in Amazon S3 S3-Buckets befinden, für die Sie Quick Sight Zugriff gewährt haben. Informationen zur Gewährung von Quick Sight-Zugriff auf AWS Ressourcen finden Sie unter[Konfiguration des Amazon Quick Sight-Zugriffs auf AWS Datenquellen](access-to-aws-resources.md).
## Manifest-Dateiformat für Quick Sight
Quick Sight-Manifestdateien verwenden das folgende JSON-Format.
```
{
"fileLocations": [
{
"URIs": [
"uri1",
"uri2",
"uri3"
]
},
{
"URIPrefixes": [
"prefix1",
"prefix2",
"prefix3"
]
}
],
"globalUploadSettings": {
"format": "JSON",
"delimiter": ",",
"textqualifier": "'",
"containsHeader": "true"
}
}
```
Verwenden Sie die Felder im `fileLocations`-Element zur Festlegung der zu importierenden Dateien. Nutzen Sie die Felder im `globalUploadSettings`-Element zur Angabe von Importeinstellungen für diese Dateien, beispielsweise Feldtrennzeichen.
Die Elemente der Manifestdatei werden im Folgenden beschrieben:
+ **fileLocations** – Geben Sie über dieses Element die zu importierenden Dateien an. Sie können einen oder beide der Arrays `URIs` und `URIPrefixes` verwenden. Sie müssen mindestens einen Wert einem der Arrays angeben.
+ **URIs**— Verwenden Sie dieses Array, um bestimmte Dateien aufzulisten URIs, die importiert werden sollen.
Quick Sight kann auf Amazon S3 S3-Dateien zugreifen, die sich in beliebigen Dateien befinden AWS-Region. Sie müssen jedoch ein URI-Format verwenden, das die AWS Region des Amazon S3 S3-Buckets identifiziert, falls es sich von dem Format unterscheidet, das von Ihrem Quick-Konto verwendet wird.
URIs in den folgenden Formaten werden unterstützt.
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/quick/latest/userguide/supported-manifest-file-format.html)
+ **URIPrefixes**— Verwenden Sie dieses Array, um URI-Präfixe für S3-Buckets und -Ordner aufzulisten. Alle Dateien in einem bestimmten Bucket oder Ordner werden importiert. Quick Sight ruft rekursiv Dateien aus untergeordneten Ordnern ab.
Quick Sight kann auf Amazon S3 S3-Buckets oder Ordner zugreifen, die sich in einem beliebigen AWS-Region Ordner befinden. Stellen Sie sicher, dass Sie ein URI-Präfixformat verwenden, das den S3-Bucket identifiziert, AWS-Region falls es sich von dem unterscheidet, das von Ihrem Quick-Konto verwendet wird.
Folgende URI-Präfix-Formate werden unterstützt.
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/quick/latest/userguide/supported-manifest-file-format.html)
+ **globalUploadSettings**— (Optional) Verwenden Sie dieses Element, um Importeinstellungen für die Amazon S3 S3-Dateien anzugeben, z. B. Feldtrennzeichen. Wenn dieses Element nicht angegeben ist, verwendet Quick Sight die Standardwerte für die Felder in diesem Abschnitt.
**Wichtig**
Für Protokoll (.clf)- und erweiterte Protokolldateien (.elf) ist nur das Feld **format** in diesem Abschnitt relevant. Sie können die anderen Felder überspringen. Wenn Sie diese miteinschließen, werden die Feldwerte ignoriert.
+ **format** – (Optional) Geben Sie das Format der zu importierenden Dateien an. Gültige Formate sind **CSV**, **TSV**, **CLF**, **ELF** und **JSON**. Der Standardwert ist **CSV**.
+ **delimiter** – (Optional) Geben Sie das Feldtrennzeichen der Datei an. Dieses muss mit dem Dateityp übereinstimmen, der im Feld `format` angegeben ist. Gültige Trennzeichen sind Kommas (**,**) bei CSV-Dateien und Tabulatoren (**\$1t**) bei TSV-Dateien. Der Standardwert ist ein Komma (**,**).
+ **textqualifier** – (Optional) Geben Sie den Textqualifizierer der Datei an. Gültige Formate sind einfache Anführungszeichen (**'**) sowie doppelte Anführungszeichen (**\$1"**). Der führende Backslash ist ein erforderliches Escape-Zeichen für doppelte Anführungszeichen in JSON. Standardmäßig werden doppelte Anführungszeichen (**\$1"**) verwendet. Wenn Ihr Text keinen Textqualifizierer benötigt, fügen Sie diese Eigenschaft nicht hinzu.
+ **containsHeader** – (Optional) Geben Sie an, ob die Datei eine Kopfzeile enthält. Gültige Formate sind **true** oder **false**. Der Standardwert ist **true**.
### Beispiele für Manifestdateien für Quick Sight
Im Folgenden finden Sie einige Beispiele für fertige Quick Sight-Manifestdateien.
Das folgende Beispiel zeigt eine Manifestdatei, die zwei spezifische CSV-Dateien für den Import identifiziert. Diese Dateien verwenden doppelte Anführungszeichen als Textqualifizierer. Die Felder `format`, `delimiter` und `containsHeader` werden übersprungen, da die Standardwerte akzeptiert werden.
```
{
"fileLocations": [
{
"URIs": [
"https://yourBucket.s3.amazonaws.com/data-file.csv",
"https://yourBucket.s3.amazonaws.com/data-file-2.csv"
]
}
],
"globalUploadSettings": {
"textqualifier": "\""
}
}
```
Das folgende Beispiel zeigt eine Manifestdatei, die eine spezifische TSV-Datei für den Import identifiziert. Diese Datei enthält auch einen Bucket in einer anderen AWS -Region, der zusätzliche TSV-Dateien für den Import enthält. Die Felder `textqualifier` und `containsHeader` werden übersprungen, da Standardwerte akzeptiert werden.
```
{
"fileLocations": [
{
"URIs": [
"https://s3.amazonaws.com/amzn-s3-demo-bucket/data.tsv"
]
},
{
"URIPrefixes": [
"https://s3-us-east-1.amazonaws.com/amzn-s3-demo-bucket/"
]
}
],
"globalUploadSettings": {
"format": "TSV",
"delimiter": "\t"
}
}
```
Das folgende Beispiel zeigt zwei Buckets mit .clf-Dateien für den Import enthalten. Eines befindet sich im selben AWS-Region wie das Quick-Konto und eines in einem anderen AWS-Region. Die Felder `delimiter`, `textqualifier` und `containsHeader` werden übersprungen, da sie nicht für Protokolldateien gelten.
```
{
"fileLocations": [
{
"URIPrefixes": [
"https://amzn-s3-demo-bucket1.your-s3-url.com",
"s3://amzn-s3-demo-bucket2/"
]
}
],
"globalUploadSettings": {
"format": "CLF"
}
}
```
Im folgenden Beispiel wird das Amazon-Redshift-Format zum Identifizieren einer CSV-Datei für den Import verwendet.
```
{
"entries": [
{
"url": "https://amzn-s3-demo-bucket.your-s3-url.com/myalias-test/file-to-import.csv",
"mandatory": true
}
]
}
```
Im folgenden Beispiel wird das Amazon-Redshift-Format zum Identifizieren von zwei JSON-Dateien für den Import verwendet.
```
{
"fileLocations": [
{
"URIs": [
"https://yourBucket.s3.amazonaws.com/data-file.json",
"https://yourBucket.s3.amazonaws.com/data-file-2.json"
]
}
],
"globalUploadSettings": {
"format": "JSON"
}
}
```
# Erstellen von Amazon S3-Datensätzen
**So erstellen Sie einen Amazon-S3-Datensatz**
1. Prüfen Sie die [Kontingente für Datenquellen](data-source-limits.md), um sicherzustellen, dass Ihr Zieldateisatz die Datenquellenkontingente nicht überschreitet.
1. Erstellen Sie eine Manifestdatei, um die zu importierenden Textdateien anhand eines der in [Unterstützte Formate für Amazon-S3-Manifestdateien](supported-manifest-file-format.md) angegebenen Formate zu identifizieren.
1. Speichern Sie die Manifestdatei in einem lokalen Verzeichnis, oder laden Sie sie in Amazon S3 hoch.
1. Wählen Sie auf der Schnellstartseite **Daten** aus.
1. Wählen Sie auf der **Datenseite** **Erstellen** und dann **Neuer Datensatz** aus.
1. Wählen Sie das Amazon S3 S3-Symbol und dann **Weiter**.
1. Geben Sie in das Feld **Data source name (Datenquellenname)** einen Namen für die Datenquelle ein. Dieser Name sollte aussagekräftig sein, um die Datenquelle von den anderen Quellen unterscheiden zu können.
1. Führen Sie beim Festlegen von **Upload a manifest file** einen der folgenden Schritte durch:
+ Wenn Sie eine lokale Manifestdatei verwenden möchten, klicken Sie zunächst auf **Upload** und dann auf **Upload a JSON manifest file**. Wählen Sie im Dialogfeld **Open** die hochzuladende Datei aus und klicken Sie auf **Open**.
+ Wenn Sie eine Manifestdatei aus Amazon S3 verwenden möchten, wählen Sie URL aus und geben die **URL** für die Manifestdatei ein. Um die URL einer vorhandenen Manifestdatei in der Amazon-S3-Konsole zu finden, navigieren Sie zur entsprechenden Datei und wählen diese aus. Ein Eigenschaftenfenster mit der Link-URL wird angezeigt. Sie können die URL kopieren und in Quick Sight einfügen.
1. Wählen Sie **Connect** aus.
1. Um sicherzustellen, dass die Verbindung hergestellt ist, klicken Sie auf **Edit/Preview data**. Klicken Sie andernfalls auf **Visualize**, um eine Analyse der nicht geänderten Daten zu erstellen.
Wenn Sie auf **Daten bearbeiten/vorschauen** klicken, können Sie im Rahmen der Datenvorbereitung einen Datensatz-Namen festlegen. Andernfalls erhält der Datensatz den Namen der Manifestdatei.
Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereiten von Daten in Amazon Quick Sight](preparing-data.md).
## Erstellen von Datensätzen, die auf mehreren Amazon S3-Dateien basieren
Sie können eine von mehreren Methoden verwenden, um Dateien aus Amazon S3 S3-Buckets in Quick Sight zusammenzuführen oder zu kombinieren:
+ **Kombinieren von Dateien mithilfe eines Manifests** – Die zu kombinierenden Dateien müssen dieselbe Anzahl von Feldern (Spalten) enthalten. Die Datentypen von Feldern, die sich an der gleichen Position in den verschiedenen Dateien befinden, müssen übereinstimmen. So muss also das erste Feld jeder Datei denselben Datentyp aufweisen. Das gleiche gilt für das zweite Feld, das dritte Feld usw. Quick Sight verwendet Feldnamen aus der ersten Datei.
Die Dateien müssen explizit in der Manifestdatei angegeben werden. Sie müssen sich allerdings nicht im selben Amazon S3-Bucket befinden.
Außerdem müssen die Dateien den unter [Unterstützte Formate für Amazon-S3-Manifestdateien](supported-manifest-file-format.md) beschriebenen Regeln entsprechen.
Weitere Informationen zum Kombinieren von Dateien mithilfe einer Manifestdatei finden Sie unter [Erstellen eines Datensatzes mit Amazon-S3-Dateien](create-a-data-set-s3.md).
+ **Zusammenführen von Dateien ohne Manifest** – Mit Athena können Sie mehrere Dateien zusammenführen, ohne diese in einer Manifestdatei anzugeben. Bei dieser Methode können Sie die Textdateien ähnlich wie in einer Tabelle einer Datenbank abfragen. Weitere Informationen finden Sie im Big-Data-Blogbeitrag [Analysieren von Daten in Amazon S3 mit Athena](https://aws.amazon.com/blogs/big-data/analyzing-data-in-s3-using-amazon-athena/).
+ **Anhängen von Dateien per Skript vor dem Importieren** – Sie können Dateien vor dem Hochladen mithilfe eines speziellen Skripts kombinieren.
# Datensätze, die S3-Dateien in einem anderen AWS Konto verwenden
In diesem Abschnitt erfahren Sie, wie Sie die Sicherheit einrichten, damit Sie mit Quick Sight auf Amazon S3 S3-Dateien in einem anderen AWS Konto zugreifen können.
Für den Zugriff auf Dateien in einem anderen Konto muss der Besitzer des anderen Kontos zuerst Amazon S3 so einrichten, dass Sie Berechtigungen zum Lesen der Datei erhalten. Anschließend müssen Sie in Quick Sight den Zugriff auf die Buckets einrichten, die mit Ihnen geteilt wurden. Nachdem Sie diese beiden Schritte abgeschlossen haben, können Sie mit einer Manifestdatei einen Datensatz erstellen.
**Anmerkung**
Für den Zugriff auf Dateien, die Sie mit der Öffentlichkeit teilen, müssen Sie keine besondere Sicherheit einrichten. Sie benötigen jedoch auch hier eine Manifestdatei.
**Topics**
+ [Amazon S3 einrichten, um den Zugriff von einem anderen Quick-Konto aus zu ermöglichen](#setup-S3-to-allow-access-from-a-different-quicksight-account)
+ [Quick Sight für den Zugriff auf Amazon S3 S3-Dateien in einem anderen AWS Konto einrichten](#setup-quicksight-to-access-S3-in-a-different-account)
## Amazon S3 einrichten, um den Zugriff von einem anderen Quick-Konto aus zu ermöglichen
In diesem Abschnitt erfahren Sie, wie Sie Berechtigungen in Amazon S3 S3-Dateien festlegen, sodass Quick Sight in einem anderen AWS Konto auf sie zugreifen kann.
Informationen zum Zugriff auf die Amazon S3 S3-Dateien eines anderen Kontos von Ihrem Quick Sight-Konto aus finden Sie unter[Quick Sight für den Zugriff auf Amazon S3 S3-Dateien in einem anderen AWS Konto einrichten](#setup-quicksight-to-access-S3-in-a-different-account). Weitere Informationen zu S3-Berechtigungen finden Sie unter [Verwalten von Zugriffsberechtigungen für Ihre Amazon-S3-Ressourcen](https://docs.aws.amazon.com/AmazonS3/latest/dev/s3-access-control.html) und [Wie kann ich Berechtigungen für ein Objekt festlegen?](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/set-object-permissions.html)
Sie können mit dem folgenden Verfahren diesen Zugriff von der S3-Konsole aus einrichten. Oder Sie können Berechtigungen erteilen, indem Sie das AWS CLI oder verwenden, indem Sie ein Skript schreiben. Wenn Sie sehr viele Dateien teilen müssen, können Sie stattdessen eine S3-Bucket-Richtlinie für die `s3:GetObject`-Aktion erstellen. Zur Verwendung einer Bucket-Richtlinie fügen Sie diese den Bucket-Berechtigungen hinzu, nicht den Dateiberechtigungen. Weitere Informationen zu Bucket-Richtlinien finden Sie unter [Beispiele für Bucket-Richtlinien](https://docs.aws.amazon.com/AmazonS3/latest/dev/example-bucket-policies.html) im *Amazon-S3-Entwicklerhandbuch*.
**Um den Zugriff von einem anderen Quick-Konto aus über die S3-Konsole einzurichten**
1. Rufen Sie die E-Mail-Adresse der AWS Konto-E-Mail ab, mit der Sie sie teilen möchten. Oder Sie können die kanonische Benutzer-ID ermitteln und verwenden. *Weitere Informationen zu kanonischen Benutzern finden Sie in der IDs Allgemeinen [AWS Referenz unter Kontokennungen](https://docs.aws.amazon.com/general/latest/gr/acct-identifiers.html).AWS *
1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Amazon S3 S3-Konsole unter [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/).
1. Suchen Sie den Amazon S3 S3-Bucket, den Sie mit Quick Sight teilen möchten. Wählen Sie **Berechtigungen**.
1. Wählen Sie **Konto hinzufügen** und geben Sie dann eine E-Mail-Adresse für das AWS Konto ein, mit dem Sie teilen möchten, oder fügen Sie eine kanonische Benutzer-ID ein. Diese E-Mail-Adresse sollte die primäre Adresse für das AWS -Konto sein.
1. Wählen Sie **Yes (Ja)** für **Read bucket permissions (Bucket-Berechtigungen lesen)** und **List objects (Auflisten von Objekten)** aus.
Wählen Sie **Save**, um bestätigen.
1. Suchen Sie die Datei, die Sie freigeben möchten, und öffnen Sie die Berechtigungseinstellungen für die Datei.
1. Geben Sie eine E-Mail-Adresse oder die kanonische Benutzer-ID für das AWS Konto ein, mit dem Sie Inhalte teilen möchten. Diese E-Mail-Adresse sollte die primäre für das AWS Konto sein.
1. Aktivieren **Sie Objektleseberechtigungen** für jede Datei, auf die Quick Sight Zugriff benötigt.
1. Informieren Sie den Quick-Benutzer darüber, dass die Dateien jetzt zur Verwendung verfügbar sind.
## Quick Sight für den Zugriff auf Amazon S3 S3-Dateien in einem anderen AWS Konto einrichten
In diesem Abschnitt erfahren Sie, wie Sie Quick Sight einrichten, damit Sie auf Amazon S3 S3-Dateien in einem anderen AWS Konto zugreifen können. Informationen darüber, wie Sie anderen Personen den Zugriff auf Ihre Amazon S3 S3-Dateien von ihrem Quick-Konto aus ermöglichen, finden Sie unter[Amazon S3 einrichten, um den Zugriff von einem anderen Quick-Konto aus zu ermöglichen](#setup-S3-to-allow-access-from-a-different-quicksight-account).
Gehen Sie wie folgt vor, um von Quick Sight aus auf die Amazon S3 S3-Dateien eines anderen Kontos zuzugreifen. Bevor Sie dieses Verfahren verwenden können, müssen die Benutzer in dem anderen AWS -Konto die Dateien in ihrem Amazon-S3-Bucket mit Ihnen teilen.
**So greifen Sie von Quick Sight aus auf die Amazon S3 S3-Dateien eines anderen Kontos zu**
1. Vergewissern Sie sich, dass der oder die Benutzer des anderen AWS Kontos Ihrem Konto Lese- und Schreibberechtigungen für den betreffenden S3-Bucket erteilt haben.
1. Wählen Sie Ihr Profilsymbol und dann **Quick Sight verwalten aus**.
1. Wählen Sie **Sicherheit und Berechtigungen**.
1. Wählen **Sie unter Quick Sight-Zugriff auf AWS Dienste** die Option **Verwalten** aus.
1. Wählen Sie **S3-Buckets auswählen** aus.
1. Wählen Sie auf dem Bildschirm **Amazon-S3-Buckets auswählen** die Registerkarte **S3-Buckets, auf die Sie über AWS zugreifen können**.
Die Standardregisterkarte heißt **S3-Buckets, die mit dem Quick Sight-Konto verknüpft** sind. Es werden alle Buckets angezeigt, auf die Ihr Quick-Konto Zugriff hat.
1. Führen Sie eine der folgenden Aktionen aus:
+ Um alle Buckets hinzuzufügen, für die Sie eine Berechtigung haben, wählen Sie **Verfügbare Buckets von anderen AWS -Konten auswählen**.
+ Wenn Sie einen oder mehrere Amazon-S3-Buckets hinzufügen möchten, geben Sie deren Namen ein. Jeder muss genau mit dem eindeutigen Namen des Amazon-S3-Buckets übereinstimmen.
Wenn Sie nicht über die entsprechenden Berechtigungen verfügen, sehen Sie die Fehlermeldung "Wir können keine Verbindung zu diesem S3-Bucket herstellen. Stellen Sie sicher, dass alle von Ihnen angegebenen S3-Buckets mit dem AWS Konto verknüpft sind, mit dem dieses Quick-Konto erstellt wurde.“ Diese Fehlermeldung wird angezeigt, wenn Sie weder über Kontoberechtigungen noch über Quick Sight-Berechtigungen verfügen.
**Anmerkung**
Um Amazon Athena verwenden zu können, muss Quick Sight auf die Amazon S3 S3-Buckets zugreifen, die Athena verwendet.
Sie können sie hier einzeln hinzufügen oder die **Option Verfügbare Buckets aus anderen Konten auswählen** verwenden. AWS
1. Wählen Sie **Select buckets**, um Ihre Auswahl zu bestätigen.
1. Erstellen Sie einen neuen Datensatz auf der Basis von Amazon S3 und laden Sie Ihre Manifestdatei hoch. Weitere Informationen finden Sie unter [Erstellen eines Datensatzes mit Amazon-S3-Dateien](create-a-data-set-s3.md) für Amazon-S3-Datensätze.
# Erstellen einer Datenquelle mit Apache Spark
Sie können mit Quick Sight eine direkte Verbindung zu Apache Spark herstellen, oder Sie können über Spark SQL eine Verbindung zu Spark herstellen. Mithilfe der Ergebnisse von Abfragen oder direkten Links zu Tabellen oder Ansichten erstellen Sie Datenquellen in Quick Sight. Sie können die Daten entweder direkt über Spark abfragen oder die Ergebnisse Ihrer Abfrage in [SPICE](spice.md) importieren.
Bevor Sie Quick Sight mit Spark-Produkten verwenden, müssen Sie Spark für Quick Sight konfigurieren.
Für Quick Sight muss Ihr Spark-Server mithilfe von LDAP gesichert und authentifiziert werden, das für Spark-Version 2.0 oder höher verfügbar ist. Wenn Spark so konfiguriert ist, dass es einen nicht authentifizierten Zugriff zulässt, lehnt Quick Sight die Verbindung zum Server ab. Um Quick Sight als Spark-Client zu verwenden, müssen Sie die LDAP-Authentifizierung so konfigurieren, dass sie mit Spark funktioniert.
Informationen zur Einrichtung finden Sie in der Spark-Dokumentation. Um beginnen zu können, müssen Sie das Programm so konfigurieren, dass eine Frontend-LDAP-Authentifizierung über HTTPS möglich ist. Allgemeine Informationen zu Spark finden Sie auf der [Apache-Spark-Website](http://spark.apache.org/). Spezifische Informationen zur Spark und zur Sicherheit finden Sie in der [Sicherheitsdokumentation zu Spark](http://spark.apache.org/docs/latest/security.html).
Um sicherzustellen, dass Sie Ihren Server für den Quick Sight-Zugriff konfiguriert haben, folgen Sie den Anweisungen unter[Konfigurationsanforderungen für Netzwerk und Datenbank](configure-access.md).
# Databricks in Quick Sight verwenden
In diesem Abschnitt erfahren Sie, wie Sie eine Verbindung von Quick Sight zu Databricks herstellen.
**So stellen Sie eine Verbindung zu Databricks her**
1. Beginnen Sie mit der Erstellung eines neuen Datensatzes. Wählen Sie im Navigationsbereich auf der linken Seite **Daten** aus.
1. Wählen Sie „**Erstellen**“ und dann „**Neuer Datensatz**“.
1. Wählen Sie die **Databricks**-Datenquellenkarte aus.
1. Geben Sie für **Datenquellenname** einen beschreibenden Namen für Ihre Databricks-Datenquellenverbindung ein, zum Beispiel `Databricks CS`. Da Sie über eine Verbindung zu Databricks viele Datensätze erstellen können, empfiehlt es sich, den Namen einfach zu halten.
1. Wählen Sie unter **Verbindungstyp** den Netzwerktyp aus, den Sie verwenden.
+ **Öffentliches Netzwerk** – wenn Ihre Daten öffentlich geteilt werden.
+ **VPC** – wenn sich Ihre Daten in einer VPC befinden.
**Anmerkung**
Wenn Sie VPC verwenden und sie nicht aufgeführt wird, wenden Sie sich an Ihren Administrator.
1. Geben Sie für **Datenbankserver** den **Hostnamen des Workspace** ein, der in Ihren Databricks-Verbindungsdetails angegeben ist.
1. Geben Sie als **HTTP-Pfad** die **teilweise URL für die Spark-Instance** ein, die in Ihren Databricks-Verbindungsdetails angegeben ist.
1. Geben Sie als **Port** den in Ihren Databricks-Verbindungsdetails angegebenen **Port** ein.
1. Geben Sie für **Benutzername** und **Passwort** Ihre Anmeldeinformationen für die Verbindung ein.
1. Um zu überprüfen, ob die Verbindung funktioniert, klicken Sie auf **Verbindung überprüfen**.
1. Um den Vorgang abzuschließen und die Datenquelle zu erstellen, klicken Sie auf **Datenquelle erstellen**.
## Einen neuen Quick Sight-Datensatz für Databricks hinzufügen
Sobald Sie über eine bestehende Datenquellenverbindung für Databricks-Daten verfügen, können Sie Databricks-Datensätze erstellen, die Sie für die Analyse verwenden können.
**So erstellen Sie einen Datensatz mit Databricks**
1. Wählen Sie links **Daten** und scrollen Sie dann nach unten, um die Datenquellenkarte für Ihre Databricks-Verbindung zu finden. Wenn Sie über viele Datenquellen verfügen, können Sie die Suchleiste oben auf der Seite verwenden, um Ihre Datenquelle mit einer teilweisen Übereinstimmung des Namens zu finden.
1. Wählen Sie die **Databricks**-Datenquellenkarte und dann **Datensatz erstellen** aus.
1. Um die Tabelle anzugeben, zu der Sie eine Verbindung herstellen möchten, wählen Sie zunächst den Katalog und das Schema aus, das Sie verwenden möchten. Wählen Sie dann unter **Tabellen** die Tabelle aus, die Sie verwenden möchten. Wenn Sie lieber Ihre eigene SQL-Anweisung verwenden möchten, wählen Sie **Benutzerdefiniertes SQL verwenden** aus.
1. Wählen Sie **Bearbeiten/Vorschau** aus.
1. (Optional) Führen Sie die folgenden Schritte aus, um weitere Daten hinzuzufügen:
1. Wählen Sie oben rechts **Daten hinzufügen** aus.
1. Um eine Verbindung zu anderen Daten herzustellen, wählen Sie **Datenquelle wechseln** und wählen Sie einen anderen Datensatz aus.
1. Folgen Sie den Anweisungen der Benutzeroberfläche, um das Hinzufügen von Daten abzuschließen.
1. Nachdem Sie demselben Datensatz neue Daten hinzugefügt haben, wählen Sie **Diese Verknüpfung konfigurieren** (die beiden roten Punkte) aus. Richten Sie für jede weitere Tabelle eine Verknüpfung ein.
1. Wenn Sie Kalkulationsfelder hinzufügen möchten, wählen Sie **Kalkulationsfeld hinzufügen** aus.
1. Um ein Modell aus SageMaker KI hinzuzufügen, wählen Sie **Augment** with. SageMaker Diese Option ist nur in der Quick Enterprise Edition verfügbar.
1. Deaktivieren Sie das Kontrollkästchen für alle Felder, die Sie auslassen möchten.
1. Aktualisieren Sie alle Datentypen, die Sie ändern möchten.
1. Wenn Sie fertig sind, wählen Sie **Speichern**, um den Datensatz zu speichern und zu schließen.
## Quick Sight Administratorhandbuch zum Verbinden von Databricks
Sie können Amazon Quick Sight verwenden, um eine Verbindung zu Databricks on herzustellen. AWS Sie können eine Verbindung zu Databricks herstellen, AWS unabhängig davon, ob Sie sich über AWS Marketplace oder über die Databricks-Website angemeldet haben.
Bevor Sie eine Verbindung zu Databricks herstellen können, müssen Sie Ressourcen erstellen oder identifizieren, die für die Verbindung erforderlich sind. Verwenden Sie diesen Abschnitt, um die Ressourcen zu sammeln, die Sie für die Verbindung von Quick Sight zu Databricks benötigen.
+ Informationen zum Abrufen Ihrer Databricks-Verbindungsdetails finden Sie unter [Databricks-ODBC- und JDBC-Verbindungen](https://docs.databricks.com/integrations/jdbc-odbc-bi.html#get-server-hostname-port-http-path-and-jdbc-url)..
+ Informationen dazu, wie Sie Ihre Databricks-Anmeldeinformationen – persönliches Zugriffstoken oder Benutzername und Passwort – für die Authentifizierung erhalten, finden Sie unter [Authentifizierungsanforderungen](https://docs.databricks.com/integrations/bi/jdbc-odbc-bi.html#authentication-requirements) in der [Databricks-Dokumentation](https://docs.databricks.com/index.html).
Um eine Verbindung zu einem Databricks-Cluster herzustellen, benötigen Sie `Can Attach To`- und `Can Restart`-Berechtigungen. Diese Berechtigungen werden in Databricks verwaltet. Weitere Informationen finden Sie unter [Berechtigungsanforderungen](https://docs.databricks.com/integrations/jdbc-odbc-bi.html#permission-requirements) in der [Databricks-Dokumentation](https://docs.databricks.com/index.html).
+ Wenn Sie eine private Verbindung für Databricks einrichten, erfahren Sie mehr darüber, wie Sie eine VPC für die Verwendung mit Quick Sight konfigurieren, siehe [Verbindung zu einer VPC mit Amazon Quick Sight herstellen in der Quick Sight-Dokumentation](https://docs.aws.amazon.com/quicksight/latest/user/working-with-aws-vpc.html). Wenn die Verbindung nicht sichtbar ist, überprüfen Sie mit einem Systemadministrator, ob das Netzwerk offene [Eingangsendpunkte für Amazon Route 53](https://docs.aws.amazon.com/quicksight/latest/user/vpc-route-53.html) hat. Der Hostname eines Databricks-Workspace verwendet eine öffentliche IP. Es müssen DNS-TCP- und DNS-UDP-Regeln für eingehenden und ausgehenden Datenverkehr vorhanden sein, um Verkehr auf DNS-Port 53 für die Route-53-Sicherheitsgruppe zuzulassen. Ein Administrator muss eine Sicherheitsgruppe mit zwei Regeln für eingehenden Datenverkehr erstellen: eine für DNS (TCP) auf Port 53 zur VPC CIDR und eine für DNS (UDP) für Port 53 zur VPC CIDR.
[https://docs.databricks.com/administration-guide/cloud-configurations/aws/privatelink.html](https://docs.databricks.com/administration-guide/cloud-configurations/aws/privatelink.html)
# Erstellen eines Datensatzes mit Google BigQuery
**Anmerkung**
Wenn Quick Sight Informationen verwendet und überträgt, die von empfangen wurdenGoogle APIs, hält es sich an die [Benutzerdatenrichtlinie der Google API-Dienste](https://developers.google.com/terms/api-services-user-data-policy).
Google BigQuery ist ein vollständig verwaltetes Serverless Data Warehouse, das Kunden zur Verwaltung und Analyse ihrer Daten verwenden. Google BigQuery-Kunden verwenden SQL, um ihre Daten ohne Infrastrukturmanagement abzufragen.
## Erstellen einer Datenquellenverbindung mit Google BigQuery
**Voraussetzungen**
Stellen Sie vor dem Starten sicher, dass Sie Folgendes haben. Diese sind alle erforderlich, um eine Datenquellenverbindung mit Google BigQuery herzustellen:
+ **Projekt-ID** – Die Projekt-ID, die Ihrem Google-Konto zugeordnet ist. Um dies zu finden, navigieren Sie zur Google Cloud Konsole und wählen Sie den Namen des Projekts aus, das Sie mit Quick Sight verbinden möchten. Kopieren Sie die Projekt-ID, die im neuen Fenster angezeigt wird, und notieren Sie sie für die spätere Verwendung.
+ **Datensatz-Region** – Die Google-Region, in der das Google BigQuery-Projekt vorhanden ist. Um die Datensatzregion zu finden, navigieren Sie zur Google BigQuery-Konsole und wählen Sie **Explorer**. Suchen Sie nach dem Projekt, mit dem Sie eine Verbindung herstellen möchten, und wählen Sie dann den Datensatz aus, den Sie verwenden möchten. Die Datensatzregion wird in dem Popup, das jetzt geöffnet wird, angezeigt.
+ **Google-Kontoanmeldeinformationen** – Die Anmeldeinformationen für Ihr Google-Konto. Wenn Sie diese Informationen nicht kennen, wenden Sie sich an den Administrator für das Google-Konto.
+ **Google BigQueryBerechtigungen** — Um Ihr Google Konto mit Quick Sight zu verbinden, stellen Sie sicher, dass Ihr Google Konto über die folgenden Berechtigungen verfügt:
+ `BigQuery Job User` auf der `Project`-Ebene.
+ `BigQuery Data Viewer` auf der `Dataset`- oder `Table`-Ebene.
+ `BigQuery Metadata Viewer` auf der `Project`-Ebene.
Informationen zum Abrufen der vorherigen Informationen zu den Voraussetzungen finden Sie unter [Das Potenzial von Unified Business Intelligence mit Google Cloud BigQuery und Quick Sight voll ausschöpfen](https://aws.amazon.com/blogs/business-intelligence/unlock-the-power-of-unified-business-intelligence-with-google-cloud-bigquery-and-amazon-quicksight/).
Gehen Sie wie folgt vor, um Ihr Quick-Konto mit Ihrer Google BigQuery Datenquelle zu verbinden.
**Um eine neue Verbindung zu einer Google BigQuery Datenquelle von Quick Sight aus herzustellen**
1. Öffnen Sie die [Schnellkonsole](https://quicksight.aws.amazon.com/).
1. Wählen Sie im linken Navigationsbereich **Daten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz**
1. Wählen Sie die Kachel **Google BigQuery** aus.
1. Fügen Sie die Datenquellendetails hinzu, die Sie zuvor im Abschnitt „Voraussetzungen“ aufgezeichnet haben:
+ **Datenquellennname** – Ein Name für die Datenquelle.
+ **Projekt-ID** – Eine Google Platform-Projekt-ID. In diesem Feld wird zwischen Groß- und Kleinschreibung unterschieden.
+ **Datensatzregion** – Die Google-Cloud-Platform-Datensatzregion des Projekts, mit dem Sie eine Verbindung herstellen möchten.
1. Klicken Sie auf **Sign in**.
1. Geben Sie in dem neuen Fenster, das geöffnet wird, die Anmeldeinformationen für das Google-Konto ein, mit dem Sie eine Verbindung herstellen möchten.
1. Wählen Sie **Weiter**, um Quick Sight Zugriff auf zu gewährenGoogle BigQuery.
1. Nachdem Sie die neue Datenquellenverbindung erstellt haben, fahren Sie mit [Step 4](#gbq-step-4) im folgenden Verfahren fort.
## Hinzufügen eines neuen Quick Sight-Datensatzes für Google BigQuery
Nachdem Sie eine Datenquellenverbindung mit Google BigQuery hergestellt haben, können Sie Google BigQuery-Datensätze für die Analyse erstellen. Datensätze, die Google BigQuery verwenden, können nur in SPICE gespeichert werden.
**So erstellen Sie einen Datensatz mit Google BigQuery**
1. Öffnen Sie die [Schnellkonsole](https://quicksight.aws.amazon.com/).
1. Wählen Sie auf der Startseite **Daten** aus.
1. Wählen Sie **Erstellen** und dann **Neuer Datensatz**
1. Wählen Sie die **Google BigQuery**Kachel und dann **Datensatz erstellen** aus.
1. Führen Sie für **Tabellen** einen der folgenden Schritte aus:
+ Wählen Sie die zu verwendende Tabelle aus.
+ Wählen Sie **Benutzerdefiniertes SQL verwenden**, um Ihre eigene persönliche SQL-Anweisung zu verwenden. Weitere Hinweise zur Verwendung von benutzerdefiniertem SQL in Quick Sight finden Sie unter[Verwenden von SQL zum Anpassen von Daten](adding-a-SQL-query.md).
1. Wählen Sie **Bearbeiten/Vorschau** aus.
1. (Optional) Auf der sich öffnenden Seite **Datenvorbereitung** können Sie Ihren Daten mithilfe von berechneten Feldern, Filtern und Verknüpfungen Anpassungen hinzufügen.
1. Wenn Sie fertig mit den Änderungen sind, wählen Sie **Speichern**, um den Datensatz zu speichern und zu schließen.
# Erstellen eines Datensatzes mit einer Google Sheets-Datenquelle
Google Sheets ist eine webbasierte Tabellenkalkulationsanwendung, mit der Benutzer Daten in Echtzeit erstellen, bearbeiten und gemeinsam bearbeiten können. Mit seinen umfassenden Funktionen und Formeln dient es als leistungsstarke Datenquelle für Business Intelligence und Analytik. Benutzer können Erkenntnisse effizient organisieren, analysieren und teilen, und dank der Features für die nahtlose Zusammenarbeit ist es eine ideale Plattform für Teams, die an datengesteuerten Projekten arbeiten.
## Admin-Konfiguration in Amazon Quick
Amazon Quick-Administratoren müssen eine einmalige Einrichtung durchführen, um Google Sheets als Datenquelle zu aktivieren. Ausführliche Anweisungen und wichtige Überlegungen finden Sie [im Blog](https://aws.amazon.com//blogs/business-intelligence/transform-your-google-sheets-data-into-powerful-analytics-with-amazon-quicksight/).
## Erstellen eines Datensatzes mit einer Google Sheets-Datenquelle
Führen Sie die folgenden Schritte aus, um einen Datensatz mit einer Google Sheets-Datenquelle zu erstellen.
**So erstellen Sie einen Datensatz mit einer Google Sheets-Datenquelle**
1. Wählen Sie auf der Schnellstartseite die Option **Datensätze** aus.
1. Wählen Sie auf der Seite **Datensätze** die Option **Neuer Datensatz** aus.
1. Wählen Sie **Google Sheets**.
1. Wählen Sie einen Namen für die Datenquelle aus und wählen Sie **Verbinden**.
1. Wenn Sie zur Anmeldeseite von Google weitergeleitet werden, führen Sie folgende Schritte durch:
1. Geben Sie die Anmeldeinformationen für Ihr Google-Konto ein und wählen Sie dann **Weiter** aus.
1. Überprüfen Sie die Berechtigungen, um Ihr AWS Konto für die Verbindung mit Google Sheets zu autorisieren, und wählen Sie dann **Weiter**.
1. Suchen Sie im Menü **Ihre Tabelle auswählen** nach Ihren Daten. Im Menü werden alle Ordner, Unterordner, Blätter und Registerkarten aus Ihrem Google-Konto angezeigt. Um die Registerkarten anzuzeigen, wählen Sie ein Blatt aus der angezeigten Liste aus.
1. Wählen Sie die Registerkarte aus, mit der Sie arbeiten möchten.
1. Wählen Sie **Daten bearbeiten/in der Vorschau anzeigen**, um zur Seite „Datenvorbereitung“ zu gelangen. Wählen Sie **Daten hinzufügen**, um weitere Registerkarten einzubeziehen.
1. Konfigurieren Sie die Verknüpfung und wählen Sie dann **Veröffentlichen und visualisieren** aus, um Ihre Google Sheets-Daten mit Quick Sight zu analysieren.
**Anmerkung**
Dieser Konnektor unterstützt nur die SPICE-Funktionalität.
Wenn Ihr OAuth Token abläuft (sichtbar im Eingabefehlerbericht oder beim Erstellen eines neuen Datensatzes), autorisieren Sie es erneut, indem **Sie in der Datenquelle auf Bearbeiten** klicken und es aktualisieren.
# Erstellen eines Datensatzes unter Verwendung einer Apache Impala-Datenquelle
Apache Impala ist eine leistungsstarke MPP-SQL-Abfrage-Engine (Massively Parallel Processing), die für die native Ausführung in Apache Hadoop entwickelt wurde. Gehen Sie wie folgt vor, um eine sichere Verbindung zwischen Quick Sight und Apache Impala herzustellen.
Der gesamte Verkehr zwischen Quick Sight und Apache Impala wird mit SSL verschlüsselt. Quick Sight unterstützt die Standardauthentifizierung mit Benutzernamen und Passwort für Impala-Verbindungen.
Um eine Verbindung herzustellen, müssen Sie die SSL-Einstellungen in Ihrer Impala-Instanz konfigurieren, Ihre Authentifizierungsdaten vorbereiten, die Verbindung in Quick Sight anhand Ihrer Impala-Serverdetails einrichten und die Verbindung validieren, um einen sicheren Datenzugriff zu gewährleisten.
**So erstellen Sie einen Datensatz unter Verwendung einer Apache Impala-Datenquelle**
1. **Wählen Sie auf der Schnellstartseite Daten aus.**
1. Wählen Sie auf der **Datenseite** die Option **Erstellen** aus.
1. Wählen Sie **Data source** (Datenquelle) aus.
1. **Wählen Sie „**Impala**“ und anschließend „Weiter“.**
1. Geben Sie einen Namen für die Datenquelle ein.
1. Für öffentliche Verbindungen:
1. Geben Sie Verbindungsdetails für **Datenbankserver**, **HTTP-Pfad**, **Port**, **Benutzernamen** und **Passwort ein**.
1. Sobald die Validierung erfolgreich ist, wählen Sie **Datenquelle erstellen** aus.
1. Für private Verbindungen:
1. Stimmen Sie sich mit Ihrem Administrator ab, um eine VPC-Verbindung einzurichten, bevor Sie Verbindungsdetails eingeben.
Sie oder Ihr Administrator können [die VPC-Verbindung in Quick konfigurieren](vpc-creating-a-connection-in-quicksight.md). SSL ist standardmäßig aktiviert, um eine sichere Datenübertragung zu gewährleisten. Wenn bei der Verbindungsüberprüfung Fehler auftreten, überprüfen Sie bitte Ihre Verbindungs- und VPC-Details.
Wenn die Probleme weiterhin bestehen, wenden Sie sich an Ihren Administrator, um zu bestätigen, dass Ihre Zertifizierungsstelle in der [Liste der zugelassenen Zertifikate von](configure-access.md#ca-certificates) Quick Sight enthalten ist.
1. Im Menü **Ihre Tabelle wählen** können Sie entweder:
1. Ein bestimmtes Schema oder eine bestimmte Tabelle auswählen und dann auf **Auswählen** klicken.
1. Um **Benutzerdefiniertes SQL verwenden** wählen, um Ihre eigene SQL-Abfrage zu schreiben.
1. Nachdem Sie Ihre Auswahl abgeschlossen haben, werden Sie auf die Seite zur Datenvorbereitung weitergeleitet. Nehmen Sie alle Anpassungen an Ihren Daten vor und wählen Sie dann **Veröffentlichen und Visualisieren**, um Ihre Impala-Daten in Quick Sight zu analysieren.
**Anmerkung**
Dieser Konnektor unterstützt:
Authentifizierung mit Benutzername und Passwort
Öffentliche und private Verbindungen
Tabellenerkennung und benutzerdefinierte SQL-Abfragen
Vollständige Datenaktualisierung während der Aufnahme
Nur SPICE-Speicher
# Erstellen eines Datensatzes mit einer Microsoft-Excel-Datei
Zum Erstellen eines Datensatzes aus einer Microsoft-Excel-Datei als Datenquelle laden Sie eine XLSX-Datei aus einem lokalen Netzwerk oder einem Netzwerklaufwerk hoch. Die Daten werden in [SPICE](spice.md) importiert.
Weitere Informationen zum Erstellen neuer Amazon-S3-Datensätze mit Amazon-S3-Datenquellen finden Sie unter [Erstellen eines Datensatzes unter Verwendung einer vorhandenen Amazon-S3-Datenquelle](create-a-data-set-existing.md#create-a-data-set-existing-s3) oder [Erstellen eines Datensatzes mit Amazon-S3-Dateien](create-a-data-set-s3.md).
**So erstellen Sie einen Datensatz auf der Grundlage einer Excel-Datei**
1. Prüfen Sie die [Kontingente für Datenquellen](data-source-limits.md), um sicherzustellen, dass Ihr Zieldateisatz die Datenquellenkontingente nicht überschreitet.
1. Wählen Sie auf der Schnellstartseite die Option **Daten** aus.
1. Wählen Sie auf der **Datenseite** **Erstellen** und dann **Neuer Datensatz** aus.
1. Wählen Sie **Upload a file** (Eine Datei hochladen).
1. Wählen Sie im Dialogfeld **Open** die gewünschte Datei aus und klicken Sie auf **Open**.
Eine Datei muss 1 GB oder weniger groß sein, um auf Quick Sight hochgeladen zu werden.
1. Wenn die Excel-Datei mehrere Tabellen enthält, wählen Sie die zu importierende aus. Sie können dies später bei der Vorbereitung der Daten ändern.
1.
**Anmerkung**
Die folgenden Bildschirme bieten verschiedene Möglichkeiten der Datenvorbereitung. Über all diese Bildschirme gelangen Sie zum Bildschirm **Prepare Data**. Dieser Bildschirm ist derselbe Bildschirm, auf den Sie nach dem Datenimport zugreifen. Auf diesem können Sie die Einstellungen für das Hochladen auch nach dem Hochladen noch ändern.
Wählen Sie zum Bestätigen der Einstellungen **Select** aus. Sie können auch auf **Edit/Preview data (Daten bearbeiten/Vorschau erstellen)** klicken, wenn Sie die Daten sofort vorbereiten möchten.
Eine Vorschau der Daten wird auf dem nächsten Bildschirm angezeigt. Sie können Änderungen nicht direkt in der Datenvorschau vornehmen.
1. Wenn die Datenüberschriften und der Inhalt nicht korrekt dargestellt werden, wählen Sie **Einstellungen bearbeiten und Daten vorbereiten** aus, um die Einstellungen für das Hochladen der Datei zu korrigieren.
Klicken Sie andernfalls auf **Next** (Weiter).
1. Sie können auf dem Bildschirm **Data Source Details** **Edit/Preview data** auswählen. Auf dem Bildschirm **Daten vorbereiten** kann der Name für den Datensatz festgelegt werden.
Wenn eine Datenvorbereitung nicht erforderlich ist, können Sie die Daten in der vorliegenden Form für eine Analyse nutzen. Wählen Sie **Visualize** aus. Dadurch erhält der Datensatz den Namen der Quelldatei und Sie gelangen zum Bildschirm **Analyse**. Weitere Informationen zu Datenvorbereitung und zu den Einstellungen für das Hochladen von Excel-Dateien finden Sie unter [Vorbereiten von Daten in Amazon Quick Sight](preparing-data.md).
**Anmerkung**
Wenn Sie zu einem beliebigen Zeitpunkt Änderungen an der Datei vornehmen möchten, z. B. ein neues Feld hinzufügen, müssen Sie die Änderung in Microsoft Excel vornehmen und mit der aktualisierten Version in Quick Sight einen neuen Datensatz erstellen. Weitere Informationen zu möglichen Auswirkungen der Änderung von Datensätzen finden Sie unter [Dinge, die beim Beenden einer Instance zu beachten sind](edit-a-data-set.md#change-a-data-set).
# Erstellen einer Datenquelle mit Presto
Presto (oder PrestoDB) ist eine verteilte Open-Source-SQL-Abfrage-Engine, die von Grund auf für schnelle analytische Abfragen anhand von Daten beliebiger Größe entwickelt wurde. Sie unterstützt sowohl nicht relationale als auch relationale Datenquellen. Zu den unterstützten nichtrelationalen Datenquellen gehören das Hadoop Distributed File System (HDFS), Amazon S3, Cassandra, MongoDB und. HBase Zu den unterstützten relationalen Datenquellen gehören MySQL, PostgreSQL, Amazon Redshift, Microsoft SQL Server und Teradata.
Weitere Informationen zu Presto finden Sie unter:
+ [Einführung in Presto, eine Beschreibung von Presto auf](https://aws.amazon.com/big-data/what-is-presto/) der Website. AWS
+ [Einen Presto-Cluster mit Amazon Elastic MapReduce (EMR)](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-presto.html) erstellen finden Sie im *Amazon EMR-Versionshandbuch*.
+ Weitere Informationen zu Presto finden Sie in der [Presto-Dokumentation](https://trino.io/docs/current/).
Die Ergebnisse der Abfragen, die Sie über die Presto-Abfrage-Engine ausführen, können in Quick Sight-Datensätze umgewandelt werden. Presto verarbeitet die analytischen Abfragen in den Backend-Datenbanken. Anschließend werden die Ergebnisse an den Quick Sight-Client zurückgegeben. Sie können Ihre Daten entweder direkt über Presto abfragen oder die Ergebnisse Ihrer Abfrage in SPICE importieren.
Bevor Sie Quick Sight als Presto-Client zum Ausführen von Abfragen verwenden, stellen Sie sicher, dass Sie Datenquellenprofile konfigurieren. Sie benötigen ein Datenquellenprofil in Quick Sight für jede Presto-Datenquelle, auf die Sie zugreifen möchten. Gehen Sie wie folgt vor, um eine Verbindung zu Presto herzustellen.
**So erstellen Sie eine neue Verbindung zu einer Presto-Datenquelle von Amazon Quick Sight (Konsole)**
1. Wählen Sie auf der Startseite von Amazon Quick Sight links **Daten** aus.
1. Wählen Sie „**Erstellen**“ und dann „**Neuer Datensatz**“.
1. Wählen Sie die Kachel **Presto** aus.
**Anmerkung**
In den meisten Browsern können Sie über Strg-F oder Cmd-F ein Suchfeld öffnen und **presto** eingeben, um danach zu suchen.
1. Fügen Sie die Einstellungen für die neue Datenquelle hinzu:
+ ****Datenquellenname**** – Geben Sie einen beschreibenden Namen für die Datenquellenverbindung ein. Dieser Name wird im Abschnitt **Existing data sources (Vorhandene Datenquellen)** unten im Bildschirm **Data sets (Datensätze)** angezeigt.
+ ****Verbindungstyp**** – Wählen Sie den Verbindungstyp aus, den Sie für die Verbindung mit Presto verwenden müssen.
Um eine Verbindung über das öffentliche Netzwerk herzustellen, wählen Sie **Public network (Öffentliches Netzwerk)** aus.
Wenn Sie ein öffentliches Netzwerk verwenden, muss Ihr Presto-Server mit Lightweight Directory Access Protocol (LDAP) gesichert und authentifiziert werden. Informationen zum Konfigurieren von Presto für die Verwendung von LDAP finden Sie unter [LDAP-Authentifizierung](https://trino.io/docs/current/security/ldap.html) in der Presto-Dokumentation.
Um eine Verbindung über eine virtuelle private Verbindung herzustellen, wählen Sie den entsprechenden VPC-Namen aus der Liste **VPC connections (VPC-Verbindungen** aus.
Wenn Ihr Presto-Server nicht authentifizierten Zugriff zulässt, AWS müssen Sie über eine private VPC-Verbindung eine sichere Verbindung zu ihm herstellen. Weitere Informationen zum Konfigurieren einer neuen VPC finden Sie unter [Konfiguration von VPC-Verbindungen in Amazon Quick Sight](working-with-aws-vpc.md).
+ ****Datenbankserver**** – Der Name des Datenbankservers.
+ ****Port**** — Der Port, den der Server verwendet, um eingehende Verbindungen von Amazon Quick Sight anzunehmen
+ ****Katalog**** – Der Name des Katalogs, den Sie verwenden möchten.
+ ****Authentifizierung erforderlich**** – (Optional) Diese Option wird nur angezeigt, wenn Sie den Verbindungstyp VPC auswählen. Wenn für die Presto-Datenquelle, mit der Sie eine Verbindung herstellen, keine Authentifizierung erforderlich ist, wählen Sie **Nein**. Behalten Sie andernfalls die Standardeinstellung (**Ja**) bei.
+ ****Benutzername**** – Geben Sie einen Benutzernamen ein, der für die Verbindung mit Presto verwendet werden soll. Quick Sight wendet denselben Benutzernamen und dasselbe Passwort auf alle Verbindungen an, die dieses Datenquellenprofil verwenden. Wenn Sie Quick Sight getrennt von anderen Konten überwachen möchten, erstellen Sie ein Presto-Konto für jedes Quick Sight-Datenquellenprofil.
Das von Ihnen verwendete Presto-Konto muss auf die Datenbank zugreifen und `SELECT`-Anweisungen für mindestens eine Tabelle ausführen können.
+ ****Passwort**** – Das Passwort, das mit dem Presto-Benutzernamen verwendet werden soll. Amazon Quick Sight verschlüsselt alle Anmeldeinformationen, die Sie im Datenquellenprofil verwenden. Weitere Informationen finden Sie unter [Datenverschlüsselung in Amazon Quick](data-encryption.md).
+ ****SSL aktivieren**** – SSL ist standardmäßig aktiviert.
1. Wählen Sie **Validate connection (Verbindung validieren)** aus, um Ihre Einstellungen zu testen.
1. Wählen Sie nach der Validierung Ihrer Einstellungen **Create data source (Datenquelle erstellen)** aus, um die Verbindung fertigzustellen.
# Snowflake mit Amazon Quick Sight verwenden
Snowflake ist eine KI-Daten-Cloud-Plattform, die Datenlösungen von Data Warehousing und Zusammenarbeit bis hin zu Datenwissenschaft und generativer KI bietet. Snowflake ist ein [AWS Partner](https://partners.amazonaws.com/partners/001E000000d8qQcIAI/Snowflake) mit mehreren AWS Akkreditierungen, zu denen AWS ISV-Kompetenzen in den Bereichen Generative KI, Machine Learning, Daten und Analytik sowie Einzelhandel gehören.
Amazon Quick Sight bietet zwei Möglichkeiten, eine Verbindung zu Snowflake herzustellen: mit Ihren Snowflake-Anmeldeinformationen oder mit Kundenanmeldedaten. OAuth In den folgenden Abschnitten erfahren Sie mehr über jede dieser Verbindungsmethoden.
**Topics**
+ [Erstellen einer Quick Sight-Datenquellenverbindung zu Snowflake mit Anmeldeinformationen](#create-connection-to-snowflake)
+ [Erstellen einer Quick Sight-Datenquellenverbindung zu Snowflake mit Client-Anmeldeinformationen OAuth](#create-connection-to-snowflake-oauth-credentials)
## Erstellen einer Quick Sight-Datenquellenverbindung zu Snowflake mit Anmeldeinformationen
In diesem Abschnitt erfahren Sie, wie Sie mit Ihren Snowflake-Anmeldeinformationen eine Verbindung zwischen Quick Sight und Snowflake herstellen. Der gesamte Verkehr zwischen Quick Sight und Snowflake wird über SSL aktiviert.
**Um eine Verbindung zwischen Quick Sight und Snowflake herzustellen**
1. Öffnen Sie die [Quick-Konsole](https://quicksight.aws.amazon.com/).
1. Wählen Sie im linken Navigationsbereich **Daten**, dann **Erstellen** und anschließend **Neuer Datensatz** aus.
1. Wählen Sie die **Snowflake**-Datenquellenkarte aus.
1. Geben Sie in dem Popup, das jetzt angezeigt wird, die folgenden Informationen ein:
1. Geben Sie für **Datenquellenname** einen beschreibenden Namen für Ihre Snowflake-Datenquellenverbindung ein. Da Sie über eine Verbindung zu Snowflake viele Datensätze erstellen können, empfiehlt es sich, den Namen einfach zu halten.
1. Wählen Sie unter **Verbindungstyp** den Netzwerktyp aus, den Sie verwenden. Wählen Sie **öffentliches Netzwerk**, wenn Ihre Daten öffentlich zugänglich sind. Wählen Sie **VPC**, wenn sich Ihre Daten innerhalb einer VPC befinden. Informationen zur Konfiguration einer VPC-Verbindung in Quick Sight finden Sie unter[Verwaltung der VPC-Verbindung in Amazon Quick](vpc-creating-a-connection-in-quicksight.md).
1. Geben Sie als **Datenbankserver** den in Ihren Snowflake-Verbindungsdetails angegebenen Hostnamen ein.
1. Geben Sie für **Datenbankname und Warehouse** die entsprechende Snowflake-Datenbank und das Warehouse ein, mit dem Sie eine Verbindung herstellen möchten.
1. Geben Sie für **Benutzername** und **Passwort** Ihre Snowflake-Anmeldeinformationen ein.
Nachdem Sie erfolgreich eine Datenquellenverbindung zwischen Ihren Quick Sight- und Snowflake-Konten hergestellt haben, können Sie [Erstellen von Datensätzen](creating-data-sets.md) damit beginnen, Snowflake-Daten zu enthalten.
## Erstellen einer Quick Sight-Datenquellenverbindung zu Snowflake mit Client-Anmeldeinformationen OAuth
[Sie können OAuth Kundenanmeldedaten verwenden, um Ihr Quick Sight-Konto über Quick Sight mit Snowflake zu verbinden. APIs](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html) *OAuth*ist ein Standardautorisierungsprotokoll, das häufig für Anwendungen mit erhöhten Sicherheitsanforderungen verwendet wird. Wenn Sie mit OAuth Client-Anmeldeinformationen eine Verbindung zu Snowflake herstellen, können Sie mit Quick Sight APIs und in der Quick Sight-Benutzeroberfläche Datensätze erstellen, die Snowflake-Daten enthalten. Weitere Informationen zur Konfiguration von OAuth in Snowflake finden Sie in der [Snowflake OAuth-Übersicht](https://docs.snowflake.com/en/user-guide/oauth-snowflake-overview).
Quick Sight unterstützt den Zuschusstyp. `client credentials` OAuth OAuthClient-Anmeldeinformationen werden verwendet, um ein Zugriffstoken für die machine-to-machine Kommunikation zu erhalten. Diese Methode eignet sich für Szenarien, in denen ein Client auf Ressourcen zugreifen muss, die auf einem Server gehostet werden, ohne dass ein Benutzer involviert ist.
Im Prozess der Client-Anmeldeinformationen von OAuth 2.0 gibt es mehrere Client-Authentifizierungsmechanismen, mit denen die Client-Anwendung beim Autorisierungsserver authentifiziert werden kann. Quick Sight unterstützt auf Snowflake basierende OAuth Client-Anmeldeinformationen für die folgenden beiden Mechanismen:
+ **Token (auf der Grundlage von Secret-basiertem OAuth)**: Der auf Secrets basierende Client-Authentifizierungsmechanismus wird zusammen mit den Client-Anmeldeinformationen verwendet, um den Datenfluss für die Authentifizierung beim Autorisierungsserver zu gewähren. Dieses Authentifizierungsschema erfordert, dass `client_id` und `client_secret` der OAuth-Client-App in Secrets Manager gespeichert sind.
+ **X509 (JWT-basierter, privater OAuth-Client-Schlüssel)**: Die auf dem X509-Zertifikatsschlüssel basierende Lösung bietet eine zusätzliche Sicherheitsebene für den OAuth-Mechanismus mit Client-Zertifikaten, die anstelle von Client-Secrets zur Authentifizierung verwendet werden. Diese Methode wird hauptsächlich von privaten Clients verwendet, die diese Methode verwenden, um sich beim Autorisierungsserver zu authentifizieren, wobei ein hohes Vertrauen zwischen den beiden Diensten besteht.
Quick Sight hat OAuth Verbindungen mit den folgenden Identitätsanbietern validiert:
+ OKTA
+ PingFederate
### Speichern von OAuth-Anmeldeinformationen in Secrets Manager
OAuth Kundenanmeldedaten sind für machine-to-machine Anwendungsfälle gedacht und nicht interaktiv konzipiert. Um eine Datenquellenverbindung zwischen Quick Sight und Snowflake herzustellen, erstellen Sie in Secrets Manager ein neues Geheimnis, das Ihre Anmeldeinformationen für die Client-App enthält. OAuth Der geheime ARN, der mit dem neuen Geheimnis erstellt wird, kann verwendet werden, um Datensätze zu erstellen, die Snowflake-Daten in Quick Sight enthalten. Weitere Informationen zur Verwendung von Secrets Manager Manager-Schlüsseln in Quick Sight finden Sie unter[Verwenden von AWS Secrets Manager Geheimnissen anstelle von Datenbankanmeldedaten in Quick](secrets-manager-integration.md).
Die Anmeldeinformationen, die Sie in Secrets Manager speichern müssen, werden durch den von Ihnen verwendeten OAuth-Mechanismus bestimmt. Die folgenden key/value Paare sind für OAuth X509-basierte Geheimnisse erforderlich:
+ `username`: Der Benutzername des Snowflake-Kontos, der für die Verbindung mit Snowflake verwendet werden soll
+ `client_id`: Die OAuth-Client-ID
+ `client_private_key`: Der private OAuth-Client-Schlüssel
+ `client_public_key`: Der öffentliche Schlüssel des OAuth-Client-Zertifikats und sein verschlüsselter Algorithmus (zum Beispiel `{"alg": "RS256", "kid", "cert_kid"}`)
Die folgenden key/value Paare sind für tokenbasierte Geheimnisse erforderlich: OAuth
+ `username`: Der Benutzername des Snowflake-Kontos, der für die Verbindung mit Snowflake verwendet werden soll
+ `client_id`: Die OAuth-Client-ID
+ `client_secret`: das OAuth-Client-Secret
### Eine OAuth Snowflake-Verbindung mit Quick Sight herstellen APIs
Nachdem Sie in Secrets Manager ein Geheimnis erstellt haben, das Ihre OAuth Snowflake-Anmeldeinformationen enthält, und Ihr Quick-Konto mit Secrets Manager verbunden haben, können Sie mit Quick Sight und SDK eine Datenquellenverbindung zwischen Quick Sight und Snowflake herstellen. APIs Im folgenden Beispiel wird mithilfe von Token-Client-Anmeldeinformationen eine Snowflake-Datenquellenverbindung erstellt. OAuth
```
{
"AwsAccountId": "AWSACCOUNTID",
"DataSourceId": "UNIQUEDATASOURCEID",
"Name": "NAME",
"Type": "SNOWFLAKE",
"DataSourceParameters": {
"SnowflakeParameters": {
"Host": "HOSTNAME",
"Database": "DATABASENAME",
"Warehouse": "WAREHOUSENAME",
"AuthenticationType": "TOKEN",
"DatabaseAccessControlRole": "snowflake-db-access-role-name",
"OAuthParameters": {
"TokenProviderUrl": "oauth-access-token-endpoint",
"OAuthScope": "oauth-scope",
"IdentityProviderResourceUri" : "resource-uri",
"IdentityProviderVpcConnectionProperties" : {
"VpcConnectionArn": "IdP-VPC-connection-ARN"
}
}
},
"VpcConnectionProperties": {
"VpcConnectionArn": "VPC-connection-ARN-for-Snowflake"
}
"Credentials": {
"SecretArn": "oauth-client-secret-ARN"
}
}
```
Weitere Informationen zum CreateDatasource API-Vorgang finden Sie unter. [CreateDataSource](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html)
Sobald die Verbindung zwischen Quick Sight und Snowflake hergestellt ist und eine Datenquelle mit Quick Sight APIs oder SDK erstellt wurde, wird die neue Datenquelle in Quick Sight angezeigt. Quick Sight-Autoren können diese Datenquelle verwenden, um Datensätze zu erstellen, die Snowflake-Daten enthalten. Die Tabellen werden auf der Grundlage der Rolle angezeigt, die im `DatabaseAccessControlRole`-Parameter verwendet wird, der in einem `CreateDataSource`-API-Aufruf übergeben wird. Wenn dieser Parameter beim Erstellen der Datenquellenverbindung nicht definiert ist, wird die Snowflake-Standardrolle verwendet.
Nachdem Sie erfolgreich eine Datenquellenverbindung zwischen Ihren Quick Sight- und Snowflake-Konten hergestellt haben, können Sie damit beginnen[Erstellen von Datensätzen](creating-data-sets.md), Snowflake-Daten zu enthalten.
# Starburst mit Amazon Quick Sight verwenden
Starburst ist ein Data-Lake-Analysedienst mit vollem Funktionsumfang, der auf der Abfrage-Engine Trino (Massively Parallel Processing, MPP) aufbaut. In diesem Abschnitt erfahren Sie, wie Sie eine Verbindung von Amazon Quick Sight zu Starburst herstellen. Der gesamte Verkehr zwischen Quick Sight und Starburst wird über SSL aktiviert. Wenn du dich mit Starburst Galaxy verbindest, kannst du die erforderlichen Verbindungsdetails abrufen, indem du dich bei deinem Starburst Galaxy-Konto anmeldest, dann **Partner Connect** und dann **Quick** Sight auswählst. Sie sollten in der Lage sein, Informationen wie Hostname und Port zu sehen. Amazon Quick Sight unterstützt die grundlegende Authentifizierung mit Benutzernamen und Passwort für Starburst.
Quick Sight bietet zwei Möglichkeiten, eine Verbindung zu Starburst herzustellen: mit Ihren Starburst-Anmeldeinformationen oder mit OAuth Kundenanmeldedaten. In den folgenden Abschnitten erfahren Sie mehr über jede dieser Verbindungsmethoden.
**Topics**
+ [Erstellen einer Quick Sight-Datenquellenverbindung zu Starburst mit Anmeldeinformationen](#create-connection-to-starburst)
+ [Erstellen einer Quick Sight-Datenquellenverbindung zu Starburst mit Kundenanmeldedaten OAuth](#create-connection-to-starburst-oauth)
## Erstellen einer Quick Sight-Datenquellenverbindung zu Starburst mit Anmeldeinformationen
1. Beginnen Sie mit der Erstellung eines neuen Datensatzes. Wählen Sie im linken Navigationsbereich **Daten**, dann **Erstellen** und anschließend **Neuer Datensatz** aus.
1. Wählen Sie die **Starburst**-Datenquellenkarte aus.
1. Wählen Sie den Starburst-Produkttyp aus. Wählen Sie **Starburst Enterprise** für lokale Starburst-Instances. Wählen Sie **Starburst Galaxy** für verwaltete Instances.
1. Geben Sie für **Datenquellenname** einen beschreibenden Namen für die Starburst-Datenquellenverbindung ein. Da Sie über eine Verbindung zu Starburst viele Datensätze erstellen können, empfiehlt es sich, den Namen einfach zu halten.
1. Wählen Sie unter **Verbindungstyp** den Netzwerktyp aus, den Sie verwenden. Wählen Sie **öffentliches Netzwerk**, wenn Ihre Daten öffentlich zugänglich sind. Wählen Sie **VPC**, wenn sich Ihre Daten innerhalb einer VPC befinden. Informationen zur Konfiguration einer VPC-Verbindung in Amazon Quick Sight finden Sie unter [Konfiguration der VPC-Verbindung in Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/vpc-creating-a-connection-in-quicksight.html) Sight. Dieser Verbindungstyp ist für Starburst Galaxy nicht verfügbar.
1. Geben Sie als **Datenbankserver** den in Ihren Starburst-Verbindungsdetails angegebenen Hostnamen ein.
1. Geben Sie als **Katalog** den in Ihren Starburst-Verbindungsdetails angegebenen Katalog ein.
1. Geben Sie als **Port** den in Ihren Starburst-Verbindungsdetails angegebenen Port ein. Die Standardeinstellung ist 443 für Starburst Galaxy.
1. Geben Sie für **Benutzername** und **Passwort** Ihre Anmeldeinformationen für die Starburst-Verbindung ein.
1. Um zu überprüfen, ob die Verbindung funktioniert, wählen Sie **Verbindung überprüfen**.
1. Um den Vorgang abzuschließen und die Datenquelle zu erstellen, wählen Sie **Datenquelle erstellen**.
**Anmerkung**
Die Konnektivität zwischen Amazon Quick Sight und Starburst wurde mit Starburst Version 420 validiert.
Nachdem Sie erfolgreich eine Datenquellenverbindung zwischen Ihren Quick Sight- und Starburst-Konten hergestellt haben, können Sie [Erstellen von Datensätzen](creating-data-sets.md) damit beginnen, Starburst-Daten zu enthalten.
## Erstellen einer Quick Sight-Datenquellenverbindung zu Starburst mit Kundenanmeldedaten OAuth
[Sie können OAuth Kundenanmeldedaten verwenden, um Ihr Quick Sight-Konto über Quick Sight mit Starburst zu verbinden. APIs](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html) *OAuth*ist ein Standardautorisierungsprotokoll, das häufig für Anwendungen mit erhöhten Sicherheitsanforderungen verwendet wird. Wenn Sie mit OAuth Client-Anmeldeinformationen eine Verbindung zu Starburst herstellen, können Sie mit Quick Sight APIs und in der Quick Sight-Benutzeroberfläche Datensätze erstellen, die Starburst-Daten enthalten. Weitere Informationen zur Konfiguration von OAuth in Starburst finden Sie unter [OAuth 2.0-Authentifizierung](https://docs.starburst.io/latest/security/oauth2.html).
Quick Sight unterstützt den Zuschusstyp `client credentials`OAuth. OAuthClient-Anmeldeinformationen werden verwendet, um ein Zugriffstoken für die machine-to-machine Kommunikation zu erhalten. Diese Methode eignet sich für Szenarien, in denen ein Client auf Ressourcen zugreifen muss, die auf einem Server gehostet werden, ohne dass ein Benutzer involviert ist.
Im Prozess der Client-Anmeldeinformationen von OAuth 2.0 gibt es mehrere Client-Authentifizierungsmechanismen, mit denen die Client-Anwendung beim Autorisierungsserver authentifiziert werden kann. Quick Sight unterstützt auf Starburst basierende OAuth Client-Anmeldeinformationen für die folgenden beiden Mechanismen:
+ **Token (auf der Grundlage von Secret-basiertem OAuth)**: Der auf Secrets basierende Client-Authentifizierungsmechanismus wird zusammen mit den Client-Anmeldeinformationen verwendet, um den Datenfluss für die Authentifizierung beim Autorisierungsserver zu gewähren. Dieses Authentifizierungsschema erfordert, dass `client_id` und `client_secret` der OAuth-Client-App in Secrets Manager gespeichert sind.
+ **X509 (JWT-basierter, privater OAuth-Client-Schlüssel)**: Die auf dem X509-Zertifikatsschlüssel basierende Lösung bietet eine zusätzliche Sicherheitsebene für den OAuth-Mechanismus mit Client-Zertifikaten, die anstelle von Client-Secrets zur Authentifizierung verwendet werden. Diese Methode wird hauptsächlich von privaten Clients verwendet, die diese Methode verwenden, um sich beim Autorisierungsserver zu authentifizieren, wobei ein hohes Vertrauen zwischen den beiden Diensten besteht.
Quick Sight hat OAuth Verbindungen mit den folgenden Identitätsanbietern validiert:
+ OKTA
+ PingFederate
### Speichern von OAuth-Anmeldeinformationen in Secrets Manager
OAuthKundenanmeldedaten sind für machine-to-machine Anwendungsfälle gedacht und nicht interaktiv konzipiert. Um eine Datenquellenverbindung zwischen Quick Sight und Starburst herzustellen, erstellen Sie in Secrets Manager ein neues Geheimnis, das Ihre Anmeldeinformationen für die OAuth Client-App enthält. Der geheime ARN, der mit dem neuen Geheimnis erstellt wird, kann verwendet werden, um Datensätze zu erstellen, die Starburst-Daten in Quick Sight enthalten. Weitere Informationen zur Verwendung von Secrets Manager Manager-Schlüsseln in Quick Sight finden Sie unter[Verwenden von AWS Secrets Manager Geheimnissen anstelle von Datenbankanmeldedaten in Quick](secrets-manager-integration.md).
Die Anmeldeinformationen, die Sie in Secrets Manager speichern müssen, werden durch den von Ihnen verwendeten OAuth-Mechanismus bestimmt. Die folgenden key/value Paare sind für OAuth X509-basierte Geheimnisse erforderlich:
+ `username`: Der Benutzername des Starburst-Kontos, der für die Verbindung zu Starburst verwendet werden soll
+ `client_id`: Die OAuth-Client-ID
+ `client_private_key`: Der private OAuth-Client-Schlüssel
+ `client_public_key`: Der öffentliche Schlüssel des OAuth-Client-Zertifikats und sein verschlüsselter Algorithmus (zum Beispiel `{"alg": "RS256", "kid", "cert_kid"}`)
Die folgenden key/value Paare sind für tokenbasierte Geheimnisse erforderlich: OAuth
+ `username`: Der Benutzername des Starburst-Kontos, der für die Verbindung zu Starburst verwendet werden soll
+ `client_id`: Die OAuth-Client-ID
+ `client_secret`: das OAuth-Client-Secret
### Eine OAuth Starburst-Verbindung mit Quick Sight herstellen APIs
Nachdem Sie in Secrets Manager ein Geheimnis erstellt haben, das Ihre OAuth Starburst-Anmeldeinformationen enthält, und Ihr Quick-Konto mit Secrets Manager verbunden haben, können Sie mit Quick Sight und SDK eine Datenquellenverbindung zwischen Quick Sight APIs und Starburst herstellen. Im folgenden Beispiel wird mithilfe von Token-OAuth-Client-Anmeldeinformationen eine Starbust-Datenquellenverbindung erstellt.
```
{
"AwsAccountId": "AWSACCOUNTID",
"DataSourceId": "DATASOURCEID",
"Name": "NAME",
"Type": "STARBURST",
"DataSourceParameters": {
"StarburstParameters": {
"Host": "STARBURST_HOST_NAME",
"Port": "STARBURST_PORT",
"Catalog": "STARBURST_CATALOG",
"ProductType": "STARBURST_PRODUCT_TYPE",
"AuthenticationType": "TOKEN",
"DatabaseAccessControlRole": "starburst-db-access-role-name",
"OAuthParameters": {
"TokenProviderUrl": "oauth-access-token-endpoint",
"OAuthScope": "oauth-scope",
"IdentityProviderResourceUri" : "resource-uri",
"IdentityProviderVpcConnectionProperties" : {
"VpcConnectionArn": "IdP-VPC-connection-ARN"
}
}
},
"VpcConnectionProperties": {
"VpcConnectionArn": "VPC-connection-ARN-for-Starburst"
},
"Credentials": {
"SecretArn": "oauth-client-secret-ARN"
}
}
```
Weitere Informationen zum CreateDatasource API-Betrieb finden Sie unter. [CreateDataSource](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSource.html)
Sobald die Verbindung zwischen Quick Sight und Starburst hergestellt ist und eine Datenquelle mit Quick Sight APIs oder SDK erstellt wurde, wird die neue Datenquelle in Quick Sight angezeigt. Quick Sight-Autoren können diese Datenquelle verwenden, um Datensätze zu erstellen, die Starburst-Daten enthalten. Die Tabellen werden auf der Grundlage der Rolle angezeigt, die im `DatabaseAccessControlRole`-Parameter verwendet wird, der in einem `CreateDataSource`-API-Aufruf übergeben wird. Wenn dieser Parameter beim Erstellen der Datenquellenverbindung nicht definiert ist, wird die Starbust-Standardrolle verwendet.
Nachdem Sie erfolgreich eine Datenquellenverbindung zwischen Ihren Quick Sight- und Starburst-Konten hergestellt haben, können Sie [Erstellen von Datensätzen](creating-data-sets.md) damit beginnen, Starburst-Daten zu enthalten.
# Erstellen einer Datenquelle und eines Datensatzes aus SaaS-Quellen
Um Daten aus SaaS-Anwendungen (Software as a Service) zu analysieren und Berichte darüber zu erstellen, können Sie SaaS-Konnektoren verwenden, um direkt von Quick Sight aus auf Ihre Daten zuzugreifen. Die SaaS-Konnektoren vereinfachen den Zugriff auf Anwendungsquellen von Drittanbietern unter Verwendung von OAuth, ohne dass es notwendig ist, die Daten in einen Zwischendatenspeicher zu exportieren.
Sie können entweder eine cloudbasierte oder serverbasierte Instance einer SaaS-Anwendung verwenden. Um eine Verbindung zu einer SaaS-Anwendung herzustellen, die in Ihrem Unternehmensnetzwerk läuft, stellen Sie sicher, dass Quick Sight über das Netzwerk auf den DNS-Namen (Domain Name System) der Anwendung zugreifen kann. Wenn Quick Sight nicht auf die SaaS-Anwendung zugreifen kann, wird ein unbekannter Hostfehler generiert.
Hier finden Sie einige Beispiele, wie Sie SaaS-Daten verwenden können:
+ Engineering-Teams, die Jira verwenden, um Probleme und Fehler nachzuverfolgen, können Berichte zur Effizienz der Entwickler sowie zur Eliminierung der Fehler erstellen.
+ Marketingorganisationen können Quick Sight in Adobe Analytics integrieren, um konsolidierte Dashboards zur Visualisierung ihrer Online- und Web-Marketingdaten zu erstellen.
Gehen Sie wie folgt vor, um eine Datenquelle und einen Datensatz zu erstellen, indem Sie eine Verbindung zu den Quellen einrichten, die über Software-as-a-Service (SaaS) verfügbar sind. In diesem Verfahren verwenden wir GitHub als Beispiel eine Verbindung zu. Andere SaaS-Datenquellen gehen genauso vor, obwohl die Bildschirmbereiche – vor allem die SaaS-Bildschirme – möglicherweise anders aussehen.
**So erstellen Sie eine Datenquelle und einen Datensatz, indem Sie eine Verbindung zu Quellen über SaaS herstellen**
1. Wählen Sie auf der Schnellstartseite **Daten** aus.
1. Wählen Sie auf der **Datenseite** **Erstellen** und dann **Neuer Datensatz** aus.
1. Wählen Sie das Symbol, das die SaaS-Quelle darstellt, die Sie verwenden möchten. Sie könnten beispielsweise Adobe Analytics oder wählen GitHub.
Bei Quellen, die OAuth verwenden, leitet Sie der Konnektor auf die SaaS-Website weiter, um die Verbindung zu genehmigen, bevor Sie die Datenquelle erstellen können.
1. Wählen Sie einen Namen für die Datenquelle aus und geben Sie diesen ein. Wenn es weitere Bildschirmabfragen gibt, geben Sie die entsprechenden Informationen ein. Wählen Sie dann **Create data source** (Datenquelle erstellen).
1. Wenn Sie dazu aufgefordert werden, geben Sie Ihre Anmeldeinformationen auf der SaaS-Anmeldeseite ein.
1. Wenn Sie dazu aufgefordert werden, autorisieren Sie die Verbindung zwischen Ihrer SaaS-Datenquelle und Quick Sight.
Das folgende Beispiel zeigt die Autorisierung für Quick Sight, auf das GitHub Konto für die Quick Sight-Dokumentation zuzugreifen.
**Anmerkung**
Die Quick Sight-Dokumentation ist jetzt auf verfügbar GitHub. Wenn Sie Änderungen an diesem Benutzerhandbuch vornehmen möchten, können Sie GitHub es direkt bearbeiten.
(Optional) Wenn Ihr SaaS-Konto Teil eines Unternehmenskontos ist, werden Sie möglicherweise aufgefordert, im Rahmen der Autorisierung von Quick Sight den Zugriff auf die Organisation anzufordern. Wenn Sie dies tun möchten, folgen Sie den Anweisungen auf Ihrem SaaS-Bildschirm und wählen Sie dann, ob Sie Quick Sight autorisieren möchten.
1. Nachdem die Autorisierung abgeschlossen ist, wählen Sie eine Tabelle oder ein Objekt, mit dem die Verbindung hergestellt werden soll. Wählen Sie anschließend **Select** aus.
1. Wählen Sie auf dem Bildschirm **Datensatzerstellung beenden** eine der folgenden Optionen aus:
+ Um die Datenquelle und den Datensatz zu speichern, wählen Sie **Daten bearbeiten/Vorschau erstellen** aus. Klicken Sie dann in der oberen Menüleiste auf **Save** (Speichern).
+ Wählen Sie **Visualisieren** aus, wenn Sie mit den nicht vorbereiteten Daten einen Datensatz erstellen und die Daten im Ist-Zustand für eine Analyse verwenden möchten. Diese Option speichert die Datenquelle und den Datensatz automatisch.
Sie können auch **Edit/Preview data** (Daten bearbeiten/Vorschau erstellen) verwenden, um die Daten aufzubereiten, bevor Sie eine Analyse erstellen. Dadurch wird die Seite zur Datenvorbereitung geöffnet. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
Die folgenden Einschränkungen gelten:
+ Die SaaS-Quelle muss REST-API-Operationen unterstützen, damit Quick Sight eine Verbindung zu ihr herstellen kann.
+ Wenn Sie eine Verbindung zu Jira herstellen, muss die URL eine öffentliche Adresse sein.
+ Wählen Sie **Daten bearbeiten/vorab anzeigen** aus, wenn Sie nicht genügend [SPICE](spice.md)-Kapazitäten haben. Auf der Datenvorbereitungsseite können Sie Felder aus dem Datensatz entfernen, um die Größe zu verringern, oder Filter anwenden, durch die die Anzahl der zurückgegebenen Zeilen reduziert wird. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
# Erstellen eines Datensatzes aus Salesforce
Führen Sie die folgenden Schritte aus, um einen Datensatz zu erstellen, indem Sie eine Verbindung zu Salesforce herstellen und einen Bericht oder ein Objekt zur Datenbereitstellung auswählen.
**So erstellen Sie mit Salesforce einen Datensatz aus einem Bericht oder Objekt**
1. Prüfen Sie die [Kontingente für Datenquellen](data-source-limits.md), um sicherzustellen, dass Ihr Zielbericht oder -objekt die Datenquellenkontingente nicht überschreitet.
1. Wählen Sie auf der Schnellstartseite **Daten** aus.
1. Wählen Sie auf der **Datenseite** **Erstellen** und dann **Neuer Datensatz** aus.
1. Wählen Sie das **Salesforce-Symbol**.
1. Geben Sie einen Namen für die Datenquelle ein und wählen Sie **Create data source (Datenquelle erstellen)** aus.
1. Geben Sie auf der Anmeldeseite von Salesforce Ihre Anmeldeinformationen ein.
1. Wählen Sie für **Data elements: contain your data** die Option **Select** aus und klicken Sie auf **REPORT** oder **OBJECT**.
**Anmerkung**
Verbundene Berichte werden nicht als Quick Sight-Datenquellen unterstützt.
1. Wählen Sie eine der folgenden Optionen:
+ Zur Vorbereitung der Daten vor dem Erstellen einer Analyse wählen Sie **Edit/Preview data** aus, um die Datenvorbereitung zu öffnen. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Wählen Sie ansonsten einen Bericht oder ein Objekt aus und klicken Sie auf **Select**.
1. Wählen Sie eine der folgenden Optionen:
+ Wählen Sie **Visualisieren** aus, wenn Sie mit den nicht vorbereiteten Daten einen Datensatz erstellen und die Daten im Ist-Zustand für eine Analyse verwenden möchten.
**Anmerkung**
Wählen Sie **Daten bearbeiten/vorab anzeigen** aus, wenn Sie nicht genügend [SPICE](spice.md)-Kapazitäten haben. Bei der Datenvorbereitung können Sie Felder aus dem Datensatz entfernen, um die Größe zu verringern, oder Filter anwenden, durch die die Anzahl der zurückgegebenen Zeilen reduziert wird. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Zur Vorbereitung der Daten vor dem Erstellen einer Analyse wählen Sie **Edit/Preview data** aus, um die Datenvorbereitung für den ausgewählten Bericht oder das ausgewählte Objekt zu starten. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
**Anmerkung**
Der Salesforce-Connector wird in eingebetteten Konsolenbereitstellungen, in denen sich Benutzer über die Namespace-Isolierung authentifizieren, nicht unterstützt. Der OAuth Authentifizierungsablauf erfordert direkten Zugriff auf die Amazon Quick Sight-Konsole, um den Anmeldevorgang abzuschließen.
# Trino mit Amazon Quick Sight verwenden
Trino ist eine Abfrage-Engine für massiv parallele Verarbeitung (Massively Parallel Processing, MPP), die für die schnelle Abfrage von Data Lakes mit Petabytes an Daten entwickelt wurde. In diesem Abschnitt erfahren Sie, wie Sie eine Verbindung von Amazon Quick Sight zu Trino herstellen. Der gesamte Verkehr zwischen Amazon Quick Sight und Trino wird durch SSL aktiviert. Amazon Quick Sight unterstützt die grundlegende Authentifizierung mit Benutzernamen und Passwort für Trino.
## Erstellen einer Datenquellenverbindung für Trino
1. Beginnen Sie mit der Erstellung eines neuen Datensatzes. Wählen Sie im linken Navigationsbereich **Daten** aus. Wählen Sie **Erstellen** und dann **Neuer Datensatz** aus.
1. Wählen Sie die **Trino**-Datenquellenkarte aus.
1. Geben Sie für **Datenquellenname** einen beschreibenden Namen für Ihre Trino-Datenquellenverbindung ein. Da Sie über eine Verbindung zu Trino viele Datensätze erstellen können, empfiehlt es sich, den Namen einfach zu halten.
1. Wählen Sie unter **Verbindungstyp** den Netzwerktyp aus, den Sie verwenden. Wählen Sie **öffentliches Netzwerk**, wenn Ihre Daten öffentlich zugänglich sind. Wählen Sie **VPC**, wenn sich Ihre Daten innerhalb einer VPC befinden. Informationen zur Konfiguration einer VPC-Verbindung in Amazon Quick Sight finden Sie unter [Konfiguration der VPC-Verbindung in Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/vpc-creating-a-connection-in-quicksight.html) Sight.
1. Geben Sie für **Datenbankserver** den in Ihren Trino-Verbindungsdetails angegebenen Hostnamen ein.
1. Geben Sie als **Katalog** den in Ihren Trino-Verbindungsdetails angegebenen Katalog ein.
1. Geben Sie als **Port** den in Ihren Trino-Verbindungsdetails angegebenen Port ein.
1. Geben Sie für **Benutzername** und **Passwort** Ihre Trino-Anmeldeinformationen für die Verbindung ein.
1. Um zu überprüfen, ob die Verbindung funktioniert, wählen Sie **Verbindung überprüfen**.
1. Um den Vorgang abzuschließen und die Datenquelle zu erstellen, wählen Sie **Datenquelle erstellen**.
## Hinzufügen eines neuen Amazon Quick Sight-Datensatzes für Trino
Nachdem Sie den [Prozess zur Erstellung der Datenquelle](https://docs.aws.amazon.com/create-connection-to-starburst.html) für Trino durchlaufen haben, können Sie Trino-Datensätze erstellen, die Sie für die Analyse verwenden können. Sie können neue Datensätze aus einer neuen oder einer vorhandenen Trino-Datenquelle erstellen. Wenn Sie eine neue Datenquelle erstellen, leitet Sie Amazon Quick Sight sofort zur Erstellung eines Datensatzes weiter. Dies ist Schritt 3 unten. Wenn Sie eine vorhandene Datenquelle verwenden, um einen neuen Datensatz zu erstellen, beginnen Sie mit Schritt 1 unten.
Gehen Sie wie folgt vor, um einen Datensatz mithilfe einer Trino-Datenquelle zu erstellen.
1. Wählen Sie auf der Startseite **Daten** aus. Wählen Sie **Erstellen** und dann **Neuer Datensatz**.
1. Wählen Sie die Trino-Datenquelle aus, die Sie erstellt haben.
1. Klicken Sie auf **Create data set**.
1. Um die Tabelle anzugeben, mit der Sie eine Verbindung herstellen möchten, wählen Sie ein Schema aus. Wenn Sie kein Schema wählen möchten, können Sie auch Ihre eigene SQL-Anweisung verwenden.
1. Um die Tabelle anzugeben, zu der Sie eine Verbindung herstellen möchten, wählen Sie zunächst das **Schema** aus, das Sie verwenden möchten. Wählen Sie für **Tabellen** die Tabelle aus, die Sie verwenden möchten. Wenn Sie lieber Ihre eigene SQL-Anweisung verwenden möchten, wählen Sie **Benutzerdefiniertes SQL verwenden** aus.
1. Wählen Sie **Bearbeiten/Vorschau** aus.
1. (Optional) Führen Sie die folgenden Schritte aus, um weitere Daten hinzuzufügen:
1. Wählen Sie oben rechts **Daten hinzufügen** aus.
1. Um eine Verbindung zu anderen Daten herzustellen, wählen Sie **Datenquelle wechseln** und wählen Sie einen anderen Datensatz aus.
1. Folgen Sie den Aufforderungen, um das Hinzufügen von Daten abzuschließen.
1. Nachdem Sie demselben Datensatz neue Daten hinzugefügt haben, wählen Sie **Konfigurieren Sie diese Verbindung** (die beiden roten Punkte). Richten Sie für jede weitere Tabelle eine Verknüpfung ein.
1. Wenn Sie Kalkulationsfelder hinzufügen möchten, wählen Sie **Kalkulationsfeld hinzufügen** aus.
1. Deaktivieren Sie das Kontrollkästchen für alle Felder, die Sie auslassen möchten.
1. Aktualisieren Sie alle Datentypen, die Sie ändern möchten.
1. Wenn Sie fertig sind, wählen Sie **Speichern**, um den Datensatz zu speichern und zu schließen.
**Anmerkung**
Die Konnektivität zwischen Quick Sight und Trino wurde mit Trino Version 410 validiert.
# Erstellen eines Datensatzes mit einer lokalen Textdatei
Zum Erstellen eines Datensatzes aus einer lokalen Textdatei-Datenquelle identifizieren Sie den Speicherort der Datei und laden diese hoch. Die Dateidaten werden im Rahmen der Datensatz-Erstellung automatisch in [SPICE](spice.md) importiert.
**So erstellen Sie einen Datensatz auf der Grundlage einer lokalen Textdatei**
1. Prüfen Sie die [Kontingente für Datenquellen](data-source-limits.md), um sicherzustellen, dass Ihr Zieldateisatz die Datenquellenkontingente nicht überschreitet.
Zu den unterstützten Dateitypen gehören csv,- .tsv,- .json,- .clf- oder .elf-Dateien.
1. Wählen Sie auf der Schnellstartseite die Option **Daten** aus.
1. Wählen Sie **Erstellen** und dann **Neuer Datensatz**.
1. Wählen Sie **Upload a file** (Eine Datei hochladen).
1. Navigieren Sie im Feld **Open** zu einer Datei, wählen Sie diese aus und klicken Sie dann auf **Open**.
Eine Datei muss 1 GB oder weniger groß sein, um auf Quick Sight hochgeladen zu werden.
1. Um die Daten vor dem Erstellen des Datensatzes vorzubereiten, wählen Sie **Daten bearbeiten/Vorschau erstellen** aus. Klicken Sie andernfalls auf **Visualize**, um eine Analyse der nicht geänderten Daten zu erstellen.
Wenn Sie sich für Ersteres entscheiden, können Sie im Rahmen der Datenvorbereitung einen Datensatz-Namen festlegen. Wenn Sie sich für Letzteres entscheiden, wird ein Datensatz erstellt, das den Namen der Quelldatei erhält. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereiten von Daten in Amazon Quick Sight](preparing-data.md).
# Verwenden von Amazon Timestream Timestream-Daten mit Amazon Quick Sight
Im Folgenden erfahren Sie, wie Sie mit Amazon Quick Sight eine Verbindung zu Ihren Amazon Timestream Timestream-Daten herstellen können. Einen kurzen Überblick finden Sie im QuickSight Video-Tutorial [Erste Schritte mit Amazon Timestream und Amazon](https://youtu.be/TzW4HWl-L8s) unter YouTube.
## Erstellen einer neuen Amazon Quick Sight-Datenquellenverbindung für eine Timestream-Datenbank
Im Folgenden erfahren Sie, wie Sie von Amazon Quick Sight aus eine Verbindung zu Amazon Timestream herstellen können.
Bevor Sie fortfahren können, muss Amazon Quick Sight autorisiert sein, eine Verbindung zu Amazon Timestream herzustellen. Wenn Verbindungen nicht aktiviert sind, erhalten Sie eine Fehlermeldung, wenn Sie versuchen, eine Verbindung herzustellen. Ein Quick Sight-Administrator kann Verbindungen zu AWS Ressourcen autorisieren. Um zu autorisieren, öffnen Sie das Menü, indem Sie oben rechts auf Ihr Profilsymbol klicken. Wählen Sie „**Verwalten**“ QuickSight, „**Sicherheit und Berechtigungen**“, „**Hinzufügen“ oder „Entfernen**“. Aktivieren Sie dann das Kontrollkästchen für Amazon Timestream und wählen Sie dann zur Bestätigung **Aktualisieren**. Weitere Informationen finden Sie unter [Konfiguration des Amazon Quick Sight-Zugriffs auf AWS Datenquellen](access-to-aws-resources.md).
**So stellen Sie eine Verbindung zu Amazon Timestream her**
1. Beginnen Sie mit der Erstellung eines neuen Datensatzes. Wählen Sie im Navigationsbereich auf der linken Seite **Daten** aus.
1. Wählen Sie „**Erstellen**“ und dann „**Neuer Datensatz**“.
1. Wählen Sie die Timestream-Datenquellenkarte aus.
1. Geben Sie für **Datenquellenname** einen beschreibenden Namen für Ihre Timestream-Datenquellenverbindung ein, zum Beispiel `US Timestream Data`. Da Sie über eine Verbindung zu Timestream viele Datensätze erstellen können, empfiehlt es sich, den Namen einfach zu halten.
1. Wählen Sie **Verbindung validieren**, um zu überprüfen, ob Sie erfolgreich eine Verbindung zum Timestream herstellen können.
1. Wählen Sie **Datenquelle erstellen**, um fortzufahren.
1. Wählen Sie für **Datenbank** die Option **Auswählen** aus, um die Liste der verfügbaren Optionen anzuzeigen.
1. Wählen Sie diejenige aus, die Sie verwenden möchten, und klicken Sie dann auf **Auswählen**, um fortzufahren.
1. Führen Sie eine der folgenden Aktionen aus:
+ Um Ihre Daten in die In-Memory-Engine von Quick Sight (genanntSPICE) zu importieren, wählen Sie **Import nach SPICE für schnellere Analysen**.
+ Damit Quick Sight jedes Mal, wenn Sie den Datensatz aktualisieren oder die Analyse oder das Dashboard verwenden, eine **Abfrage Ihrer Daten ausführen kann, wählen Sie Ihre Daten direkt abfragen**.
Wenn Sie die automatische Aktualisierung auf einem veröffentlichten Dashboard, das Timestream-Daten verwendet, aktivieren möchten, muss der Timestream-Datensatz eine direkte Abfrage verwenden.
1. Wählen Sie **Bearbeiten/Vorschau** und dann **Speichern**, um Ihren Datensatz zu speichern und zu schließen.
1. Wiederholen Sie diese Schritte für die Anzahl gleichzeitiger Direktverbindungen zu Timestream, die Sie in einem Datensatz öffnen möchten. Nehmen wir zum Beispiel an, Sie möchten vier Tabellen in einem Quick Sight-Datensatz verwenden. Derzeit stellen Quick Sight-Datasets jeweils nur eine Verbindung zu einer Tabelle aus einer Timestream-Datenquelle her. Um vier Tabellen in demselben Datensatz zu verwenden, müssen Sie in Quick Sight vier Datenquellenverbindungen hinzufügen.
## Verwalten von Berechtigungen für Timestream-Daten
Das folgende Verfahren beschreibt, wie Sie Berechtigungen anzeigen, hinzufügen und widerrufen, um den Zugriff auf dieselbe Timestream-Datenquelle zu ermöglichen. Die Personen, die Sie hinzufügen, müssen aktive Benutzer in Quick Sight sein, bevor Sie sie hinzufügen können.
**So bearbeiten Sie Berechtigungen für einen Datensatz**
1. Wählen Sie links **Daten** aus und scrollen Sie dann nach unten, um den Datensatz für Ihre Timestream-Verbindung zu finden. Ein Beispiel könnte `US Timestream Data` sein.
1. Wählen Sie den **Timestream**-Datensatz aus, um ihn zu öffnen.
1. Wählen Sie auf der sich öffnenden Detailseite des Datensatzes den Tab **Berechtigungen** aus.
Es wird eine Liste mit den aktuellen Berechtigungen angezeigt.
1. Um Berechtigungen hinzuzufügen, wählen Sie **Benutzer und Gruppen hinzufügen** und gehen Sie dann wie folgt vor:
1. Fügen Sie Benutzer oder Gruppen hinzu, damit sie denselben Datensatz verwenden können.
1. Wenn Sie alle Personen hinzugefügt haben, die Sie hinzufügen möchten, wählen Sie die **Berechtigungen** aus, die Sie ihnen zuweisen möchten.
1. (Optional) Um die Berechtigungen zu bearbeiten, können Sie **Betrachter** oder **Eigentümer** wählen.
+ Wählen Sie **Betrachter**, um Lesezugriff zu gewähren.
+ Wählen Sie **Besitzer**, um diesem Benutzer zu erlauben, diese Quick Sight-Datenquelle zu bearbeiten, zu teilen oder zu löschen.
1. (Optional) Um Berechtigungen zu widerrufen, wählen Sie **Zugriff widerrufen**. Nachdem Sie den Zugriff einer Person widerrufen haben, kann diese Person den Datensatz nicht mehr erstellen, bearbeiten, teilen oder löschen.
1. Wählen Sie **Close (Schließen)**, wenn Sie damit fertig sind.
## Einen neuen Quick Sight-Datensatz für Timestream hinzufügen
Sobald Sie über eine bestehende Datenquellenverbindung für Timestream-Daten verfügen, können Sie Timestream-Datensätze erstellen, die Sie für die Analyse verwenden können.
Derzeit können Sie eine Timestream-Verbindung nur für eine einzelne Tabelle in einem Datensatz verwenden. Um Daten aus mehreren Timestream-Tabellen zu einem einzigen Datensatz hinzuzufügen, erstellen Sie für jede Tabelle eine zusätzliche Quick Sight-Datenquellenverbindung.
**So erstellen Sie einen Datensatz mit Amazon Timestream**
1. Wählen Sie links **Daten** aus und scrollen Sie dann nach unten, um die Datenquellenkarte für Ihre Timestream-Verbindung zu finden. Wenn Sie über viele Datenquellen verfügen, können Sie die Suchleiste oben auf der Seite verwenden, um Ihre Datenquelle mit einer teilweisen Übereinstimmung des Namens zu finden.
1. Wählen Sie die **Timestream**-Datenquellenkarte und dann **Datensatz erstellen** aus.
1. Wählen Sie für **Datenbank** die Option **Auswählen** aus, um eine Liste der verfügbaren Datenbanken anzuzeigen, und wählen Sie die Datenbank aus, die Sie verwenden möchten.
1. Wählen Sie für **Tabellen** die Tabelle aus, die Sie verwenden möchten.
1. Wählen Sie **Bearbeiten/Vorschau** aus.
1. (Optional) Führen Sie die folgenden Schritte aus, um weitere Daten hinzuzufügen:
1. Wählen Sie oben rechts **Daten hinzufügen** aus.
1. Um eine Verbindung zu anderen Daten herzustellen, wählen Sie **Datenquelle wechseln** und wählen Sie einen anderen Datensatz aus.
1. Folgen Sie den Anweisungen der Benutzeroberfläche, um das Hinzufügen von Daten abzuschließen.
1. Nachdem Sie demselben Datensatz neue Daten hinzugefügt haben, wählen Sie **Diese Verknüpfung konfigurieren** (die beiden roten Punkte) aus. Richten Sie für jede weitere Tabelle eine Verknüpfung ein.
1. Wenn Sie Kalkulationsfelder hinzufügen möchten, wählen Sie **Kalkulationsfeld hinzufügen** aus.
1. Um ein Modell aus SageMaker KI hinzuzufügen, wählen Sie „**Erweitern** mit“. SageMaker Diese Option ist nur in der Amazon Quick Enterprise Edition verfügbar.
1. Deaktivieren Sie das Kontrollkästchen für alle Felder, die Sie auslassen möchten.
1. Aktualisieren Sie alle Datentypen, die Sie ändern möchten.
1. Wenn Sie fertig sind, wählen Sie **Speichern**, um den Datensatz zu speichern und zu schließen.
## Hinzufügen von Timestream-Daten zu einer Analyse
Im Folgenden erfahren Sie, wie Sie einen Amazon Timestream Timestream-Datensatz zu einer Quick Sight-Analyse hinzufügen. Bevor Sie beginnen, stellen Sie sicher, dass Sie einen bestehenden Datensatz haben, der die Timestream-Daten enthält, die Sie verwenden möchten.
**So fügen Sie Amazon-Timestream-Daten zu einer Analyse hinzu**
1. Wählen Sie links **Analysen** aus.
1. Führen Sie eine der folgenden Aktionen aus:
+ Um eine neue Analyse zu erstellen, wählen Sie auf der rechten Seite **Neue Analyse** aus.
+ Um eine bestehende Analyse zu erweitern, öffnen Sie die Analyse, die Sie bearbeiten möchten.
+ Wählen Sie das Stiftsymbol oben links.
+ Wählen Sie **Datensatz hinzufügen**.
1. Wählen Sie den Timestream-Datensatz aus, den Sie hinzufügen möchten.
Weitere Informationen finden Sie unter [Arbeiten mit Analysen](https://docs.aws.amazon.com/quicksight/latest/user/working-with-analyses.html).