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.
# Erstellen von Datensätzen
In Amazon Quick können Sie Datensätze aus neuen oder vorhandenen Datenquellen erstellen. Sie können eine Vielzahl von Datenbankdatenquellen verwenden, um Daten für Amazon Quick bereitzustellen. Dazu gehören Amazon-RDS-Instances und Amazon-Redshift-Cluster. Außerdem umfasst es MariaDB-, Microsoft SQL Server-, MySQL-, Oracle-, und PostgreSQL-Instances in Ihrer Organisation, Amazon EC2 oder in ähnlichen Umgebungen.
**Topics**
+ [Erstellen von Datensätzen mit neuen Datenquellen](creating-data-sets-new.md)
+ [Erstellen eines Datensatzes unter Verwendung einer vorhandenen Datenquelle](create-a-data-set-existing.md)
+ [Einen Datensatz mithilfe eines vorhandenen Datensatzes in Amazon Quick erstellen](create-a-dataset-existing-dataset.md)
# Erstellen von Datensätzen mit neuen Datenquellen
Wenn Sie einen Datensatz erstellen, der auf einem AWS Service wie Amazon RDS, Amazon Redshift oder Amazon EC2 basiert, können Datenübertragungsgebühren anfallen, wenn Sie Daten aus dieser Quelle nutzen. Diese Gebühren können auch variieren, je nachdem, ob sich diese AWS Ressource in dem Haus befindet AWS-Region , das Sie für Ihr Amazon Quick-Konto ausgewählt haben. Details zu den Preisen finden Sie auf der Seite mit den Preisen für den betreffenden Service.
Wenn Sie einen neuen Datenbank-Datensatz erstellen, können Sie eine Tabelle auswählen, mehrere Tabellen verknüpfen oder eine SQL-Abfrage erstellen, um die gewünschten Daten abzurufen. Sie können auch festlegen, ob der Datensatz eine direkte Abfrage verwendet oder stattdessen Daten in [SPICE](spice.md) speichert.
**So erstellen Sie einen neuen Datensatz**
1. **Um einen Datensatz zu erstellen, wählen Sie auf der **Datenseite die Option Neuer Datensatz** aus.** Anschließend können Sie einen Datensatz erstellen, das auf einem vorhandenen Datensatz oder Datenquelle basiert, oder eine Verbindung zu einer neuen Datenquelle herstellen und deren Datensatz als Grundlage verwenden.
1. Geben Sie die Verbindungsinformationen für die Datenquelle an.
+ Bei lokalen Text- oder Microsoft-Excel-Dateien müssen Sie lediglich den Speicherort der Datei identifizieren und die Datei hochladen.
+ Für Amazon S3 geben Sie ein Manifest an, das die Dateien oder Buckets identifiziert, die Sie verwenden möchten, sowie die Importeinstellungen für die Zieldateien.
+ Für Amazon Athena werden alle Athena-Datenbanken für Ihr AWS Konto zurückgegeben. Es sind keine weiteren Anmeldeinformationen erforderlich.
+ Geben Sie für Salesforce die Anmeldeinformationen an, mit denen die Verbindung hergestellt werden soll.
+ Bei Amazon-Redshift-, Amazon-RDS-, Amazon-EC2- oder anderen Datenbank-Datenquellen geben Sie Informationen über den Server und die Datenbank an, die die Daten hosten. Geben Sie außerdem gültige Anmeldeinformationen für diese Datenbank-Instance an.
# Erstellen eines Datensatzes aus einer Datenbank
Im folgenden Abschnitt werden Sie schrittweise durch das Herstellen einer Verbindung zu Datenbank-Datenquellen und das Erstellen von Datensätzen geführt. Um Datensätze aus AWS Datenquellen zu erstellen, die Ihr Amazon Quick-Konto automatisch erkannt hat, verwenden Sie. [Erstellen eines Datensatzes aus einem automatisch erkannten Amazon-Redshift-Cluster oder einer Amazon-RDS-Instance](#create-a-data-set-autodiscovered) Um Datensätze aus anderen Datenbank-Datenquellen zu erstellen, verwenden Sie [Erstellen eines Datensatzes mit einer Datenbank, die nicht automatisch erkannt wird](#create-a-data-set-database).
## Erstellen eines Datensatzes aus einem automatisch erkannten Amazon-Redshift-Cluster oder einer Amazon-RDS-Instance
Führen Sie die folgenden Schritte aus, um eine Verbindung mit einer automatisch erkannten AWS -Datenquelle herzustellen.
**Um eine Verbindung zu einer automatisch AWS erkannten Datenquelle herzustellen**
1. Prüfen Sie die [Kontingente für Datenquellen](data-source-limits.md), um sicherzustellen, dass Ihre Zieltabelle oder -abfrage die Kontingente der Datenquelle nicht überschreitet.
1. Stellen Sie sicher, dass den Datenbank-Anmeldeinformationen, die Sie verwenden möchten, die entsprechenden Berechtigungen zugewiesen wurden, wie in [Erforderliche Berechtigungen](required-permissions.md) beschrieben.
1. Stellen Sie sicher, dass Sie den Cluster oder die Instance für Amazon Quick Access konfiguriert haben, indem Sie den Anweisungen unter folgen[Konfigurationsanforderungen für Netzwerk und Datenbank](configure-access.md).
1. Wählen Sie auf der Amazon-Schnellstartseite **Daten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz** aus.
1. Wählen Sie entweder das **RDS** - oder das **Redshift-Symbol für automatisch erkannt**, je nachdem, mit AWS welchem Dienst Sie eine Verbindung herstellen möchten.
1. Geben Sie die Verbindungsinformationen für die Datenquelle wie folgt ein:
+ Geben Sie im Feld **Datenquellenname** einen Namen für die Datenquelle ein.
+ Wählen Sie im Feld **Instance-ID** den Namen der Instance oder des Clusters aus, zu der bzw. zu dem Sie eine Verbindung herstellen möchten.
+ Das Feld **Database name** zeigt die Standarddatenbank für den **Instance ID**-Cluster oder die -Instance an. Um eine andere Datenbank auf diesem Cluster oder dieser Instance zu verwenden, geben Sie deren Namen ein.
+ Geben Sie für **UserName**den Benutzernamen eines Benutzerkontos ein, das über die folgenden Berechtigungen verfügt:
+ Greifen Sie auf die Zieldatenbank zu.
+ Lesen Sie alle Tabellen in der Datenbank, die Sie verwenden möchten (führen Sie eine `SELECT`-Anweisung aus).
+ Geben Sie für **Passwort** das Passwort für das von Ihnen eingegebene Konto ein.
1. Wählen Sie **Validate connection** aus, um die Richtigkeit Ihrer Verbindungsinformationen zu prüfen.
1. Wurde die Verbindung überprüft, wählen Sie **Create data source** aus. Falls nicht, korrigieren Sie die Verbindungsinformationen und wiederholen Sie die Validierung.
**Anmerkung**
Amazon Quick sichert automatisch Verbindungen zu Amazon RDS-Instances und Amazon Redshift Redshift-Clustern mithilfe von Secure Sockets Layer (SSL). Sie müssen diese Funktion nicht aktivieren.
1. Wählen Sie eine der folgenden Optionen:
+ **Custom SQL**
Im nächsten Bildschirm können Sie mit der Option **Use custom SQL (Benutzerdefinierte SQL-Anweisung verwenden)** eine Abfrage schreiben. Es wird dann ein Bildschirm namens **Enter custom SQL query (Benutzerdefinierte SQL-Abfrage eingeben)** geöffnet, in dem Sie einen Namen für die Abfrage und dann die eigentliche SQL-Abfrage eingeben können. Um optimale Ergebnisse zu erzielen, erstellen Sie die Abfrage in einem SQL-Editor und fügen sie dann in dieses Fenster ein. Nachdem Sie den Namen und die Abfrage eingegeben haben, können Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)** oder **Confirm query (Abfrage bestätigen)** wählen. Wählen Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)**, um sofort zur Datenvorbereitung zu gelangen. Wählen Sie **Confirm query (Abfrage bestätigen)**, um die SQL-Anweisung zu validieren und sicherzustellen, dass sie keine Fehler enthält.
+ **Auswählen von Tabellen**
Um eine Verbindung zu bestimmten Tabellen herzustellen, wählen Sie für **Schema: enthält Tabellengruppen** die Option **Wählen** und dann ein Schema. In einigen Fällen, in denen es nur ein Schema in der Datenbank gibt, wird das Schema automatisch ausgewählt und die Schema-Auswahloption wird nicht angezeigt.
Zur Vorbereitung der Daten vor dem Erstellen einer Analyse wählen Sie **Edit/Preview data** aus, um die Datenvorbereitung zu öffnen. Verwenden Sie diese Option, wenn Sie Verknüpfungen zu weiteren Tabellen herstellen möchten.
Wählen Sie andernfalls nach Auswahl einer Tabelle **Select (Wählen)**.
1. Wählen Sie eine der folgenden Optionen:
+ Bereiten Sie die Daten vor, bevor Sie eine Analyse erstellen. Wählen Sie dazu **Edit/Preview data (Daten bearbeiten/Vorschau erstellen)** aus, um die Datenvorbereitung für die ausgewählte Tabelle zu öffnen. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Erstellen Sie einen Datensatz und eine Analyse mit nicht vorbereiteten Tabellendaten und importieren Sie die Datensatz-Daten in SPICE für eine verbesserte Leistung (empfohlen). Überprüfen Sie dazu die Tabellengröße und den SPICE-Indikator, um zu sehen, ob Sie genügend Kapazität haben.
Ist ausreichend SPICE-Kapazität vorhanden, wählen Sie **Für schnellere Analysen in SPICE importieren** und erstellen Sie dann eine Analyse, indem Sie **Visualisieren** wählen.
**Anmerkung**
Wenn Sie SPICE verwenden möchten, aber nicht genug Speicher haben, wählen Sie **Daten bearbeiten/anzeigen** aus. Bei der Datenvorbereitung können Sie Felder aus dem Datensatz entfernen, um die Größe zu verringern. Sie können auch einen Filter anwenden oder eine SQL-Abfrage schreiben, die die Anzahl der zurückgegebenen Zeilen oder Spalten reduziert. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Zum Generieren eines Datensatzes oder einer Analyse mit nicht vorbereiteten Tabellendaten und für eine direkte Abfrage der Daten aus der Datenbank wählen Sie die Option **Daten direkt abfragen** aus. Erstellen Sie dann eine Analyse, indem Sie **Visualisieren** wählen.
## Erstellen eines Datensatzes mit einer Datenbank, die nicht automatisch erkannt wird
Führen Sie die folgenden Schritte durch, um eine Verbindung zu einer Datenbank herzustellen, bei der es sich nicht um einen automatisch erkannten Amazon-Redshift-Cluster oder eine automatisch erkannte Amazon-RDS-Instance handelt. Zu diesen Datenbanken gehören Amazon Redshift Redshift-Cluster und Amazon RDS-Instances, die sich in einem anderen Konto befinden AWS-Region oder mit einem anderen AWS Konto verknüpft sind. Sie umfassen außerdem MariaDB-, Microsoft SQL Server-, MySQL-, Oracle- und PostgreSQL-Instances, auf die On-Premises in Amazon EC2, oder in einer anderen Umgebung zugegriffen werden kann.
**So erstellen Sie eine Verbindung zu einer Datenbank, bei der es sich nicht um einen automatisch erkannten Amazon-Redshift-Cluster oder eine RDS-Instance handelt**
1. Prüfen Sie die [Kontingente für Datenquellen](data-source-limits.md), um sicherzustellen, dass Ihre Zieltabelle oder -abfrage die Kontingente der Datenquelle nicht überschreitet.
1. Stellen Sie sicher, dass den Datenbank-Anmeldeinformationen, die Sie verwenden möchten, die entsprechenden Berechtigungen zugewiesen wurden, wie unter [Erforderliche Berechtigungen](required-permissions.md) beschrieben.
1. Stellen Sie sicher, dass Sie den Cluster oder die Instance für Amazon Quick Access konfiguriert haben, indem Sie den Anweisungen unter folgen[Konfigurationsanforderungen für Netzwerk und Datenbank](configure-access.md).
1. Wählen Sie auf der Amazon-Schnellstartseite die Option **Daten verwalten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz** aus.
1. Wählen Sie das **Redshift Manual Connect-Symbol**, wenn Sie eine Verbindung zu einem Amazon Redshift Redshift-Cluster in einem anderen AWS-Region oder mit einem anderen AWS Konto verknüpften Amazon Redshift-Cluster herstellen möchten. Alternativ können Sie auch das entsprechende Datenbankverwaltungssystem-Symbol auswählen, um eine Verbindung mit einer Amazon-Aurora-, MariaDB-, Microsoft SQL Server-, MySQL-, Oracle- oder PostgreSQL-Instance herzustellen.
1. Geben Sie die Verbindungsinformationen für die Datenquelle wie folgt ein:
+ Geben Sie im Feld **Datenquellenname** einen Namen für die Datenquelle ein.
+ Geben Sie für **Datenbankserver** einen der folgenden Werte ein:
+ Geben Sie für einen Amazon-Redshift-Cluster oder eine Amazon-RDS-Instance den Endpunkt des Clusters oder der Instance ohne die Portnummer ein. Wenn der Endpunktwert beispielsweise `clustername.1234abcd.us-west-2.redshift.amazonaws.com:1234` lautet, geben Sie `clustername.1234abcd.us-west-2.redshift.amazonaws.com` ein. Sie können den Endpunktwert im Feld **Endpoint** auf der Cluster- oder Instance-Detailseite in der AWS Konsole abrufen.
+ Geben Sie für eine Amazon-EC2-Instance von MariaDB, Microsoft SQL Server, MySQL, Oracle oder PostgreSQL die öffentliche DNS-Adresse ein. Sie erhalten den öffentlichen DNS-Wert über das Feld **Öffentliches DNS** im Instance-Detailbereich der Amazon-EC2-Konsole.
+ Geben Sie für eine nicht Amazon-EC2-basierte MariaDB-, Microsoft SQL Server-, MySQL-, Oracle- oder PostgreSQL-Instance den Hostnamen oder die öffentliche IP-Adresse des Datenbankservers ein. Wenn Sie Secure Sockets Layer (SSL) für eine sichere Verbindung nutzen (empfohlen), müssen Sie vermutlich den Hostnamen bereitstellen, um die durch das SSL-Zertifikat erforderlichen Anforderungen zu erfüllen. Eine Liste der unterstützten Zertifikate finden Sie unter [Amazon Quick SSL- und CA-Zertifikate](configure-access.md#ca-certificates).
+ Geben Sie im Feld **Port** den Port ein, den der Cluster oder die Instance für Verbindungen verwendet.
+ Geben Sie im Feld **Datenbankname** den Namen der zu verwendenden Datenbank ein.
+ Geben Sie für **UserName**den Benutzernamen eines Benutzerkontos ein, das über die folgenden Berechtigungen verfügt:
+ Greifen Sie auf die Zieldatenbank zu.
+ Lesen Sie alle Tabellen in der Datenbank, die Sie verwenden möchten (führen Sie eine `SELECT`-Anweisung aus).
+ Geben Sie im Feld **Passwort** das Passwort ein, das mit dem von Ihnen eingegebenen Konto verknüpft ist.
1. (Optional) Wenn Sie eine Verbindung mit einem anderen Ziel als einem Amazon-Redshift-Cluster herstellen möchten und *keine* gesicherte Verbindung wünschen, deaktivieren Sie das Kontrollkästchen **SSL aktivieren**. *Wir empfehlen eine Aktivierung des Kontrollkästchens*, da eine nicht gesicherte Verbindung manipuliert werden kann.
Weitere Informationen dazu, wie die Ziel-Instance sichere Verbindungen über SSL herstellt, finden Sie in der Dokumentation zum entsprechenden Datenbankverwaltungssystem. Amazon Quick akzeptiert selbstsignierte SSL-Zertifikate nicht als gültig. Eine Liste der unterstützten Zertifikate finden Sie unter [Amazon Quick SSL- und CA-Zertifikate](configure-access.md#ca-certificates).
Amazon Quick sichert automatisch Verbindungen zu Amazon Redshift Redshift-Clustern mithilfe von SSL. Sie müssen diese Funktion nicht aktivieren.
Einige Datenbanken, wie Presto und Apache Spark, müssen zusätzliche Anforderungen erfüllen, bevor Amazon Quick eine Verbindung herstellen kann. Weitere Informationen finden Sie unter [Erstellen einer Datenquelle mit Presto](create-a-data-source-presto.md) oder [Erstellen einer Datenquelle mit Apache Spark](create-a-data-source-spark.md).
1. (Optional) Klicken Sie auf **Validate connection**, um die Richtigkeit Ihrer Verbindungsinformationen zu prüfen.
1. Wurde die Verbindung überprüft, wählen Sie **Create data source** aus. Falls nicht, korrigieren Sie die Verbindungsinformationen und wiederholen Sie die Validierung.
1. Wählen Sie eine der folgenden Optionen:
+ **Custom SQL**
Im nächsten Bildschirm können Sie mit der Option **Use custom SQL (Benutzerdefinierte SQL-Anweisung verwenden)** eine Abfrage schreiben. Es wird dann ein Bildschirm namens **Enter custom SQL query (Benutzerdefinierte SQL-Abfrage eingeben)** geöffnet, in dem Sie einen Namen für die Abfrage und dann die eigentliche SQL-Abfrage eingeben können. Um optimale Ergebnisse zu erzielen, erstellen Sie die Abfrage in einem SQL-Editor und fügen sie dann in dieses Fenster ein. Nachdem Sie den Namen und die Abfrage eingegeben haben, können Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)** oder **Confirm query (Abfrage bestätigen)** wählen. Wählen Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)**, um sofort zur Datenvorbereitung zu gelangen. Wählen Sie **Confirm query (Abfrage bestätigen)**, um die SQL-Anweisung zu validieren und sicherzustellen, dass sie keine Fehler enthält.
+ **Auswählen von Tabellen**
Um eine Verbindung zu bestimmten Tabellen herzustellen, wählen Sie für **Schema: enthält Tabellengruppen** die Option **Wählen** und dann ein Schema. In einigen Fällen, in denen es nur ein Schema in der Datenbank gibt, wird das Schema automatisch ausgewählt und die Schema-Auswahloption wird nicht angezeigt.
Zur Vorbereitung der Daten vor dem Erstellen einer Analyse wählen Sie **Edit/Preview data** aus, um die Datenvorbereitung zu öffnen. Verwenden Sie diese Option, wenn Sie Verknüpfungen zu weiteren Tabellen herstellen möchten.
Wählen Sie andernfalls nach Auswahl einer Tabelle **Select (Wählen)**.
1. Wählen Sie eine der folgenden Optionen:
+ Bereiten Sie die Daten vor, bevor Sie eine Analyse erstellen. Wählen Sie dazu **Edit/Preview data (Daten bearbeiten/Vorschau erstellen)** aus, um die Datenvorbereitung für die ausgewählte Tabelle zu öffnen. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Erstellen Sie einen Datensatz und eine Analyse mit den nicht vorbereiteten Tabellendaten und importieren Sie die Datensatzdaten in SPICE, um die Leistung zu verbessern (empfohlen). Überprüfen Sie dazu die Tabellengröße und den SPICE-Indikator, um zu sehen, ob genügend Speicherplatz vorhanden ist.
Ist ausreichend SPICE-Kapazität vorhanden, wählen Sie **Für schnellere Analysen in SPICE importieren** und erstellen Sie dann eine Analyse, indem Sie **Visualisieren** wählen.
**Anmerkung**
Wenn Sie SPICE verwenden möchten, aber nicht genug Speicher haben, wählen Sie **Daten bearbeiten/anzeigen** aus. Bei der Datenvorbereitung können Sie Felder aus dem Datensatz entfernen, um die Größe zu verringern. Sie können auch einen Filter anwenden oder eine SQL-Abfrage schreiben, die die Anzahl der zurückgegebenen Zeilen oder Spalten reduziert. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Erstellen Sie einen Datensatz und eine Analyse mit nicht vorbereiteten Tabellendaten und lassen Sie die Daten direkt aus der Datenbank abfragen. Wählen Sie dazu die Option **Directly query your data (Daten direkt abfragen)** aus. Erstellen Sie dann eine Analyse, indem Sie **Visualisieren** wählen.
# Erstellen eines Datensatzes unter Verwendung einer vorhandenen Datenquelle
Nachdem Sie eine erste Verbindung zu einer Salesforce, einem AWS Datenspeicher oder einer anderen Datenbankdatenquelle hergestellt haben, speichert Amazon Quick die Verbindungsinformationen. Es fügt die Datenquelle dem Abschnitt **FROM EXISTING DATA SOURCES (VON VORHANDENEN DATENQUELLEN)** der Seite **Create a Data Set (Ein Dataset erstellen)** hinzu. Sie können diese bestehenden Datenquellen zum Erstellen neuer Datensätze nutzen, ohne erneut Verbindungsinformationen angeben zu müssen.
## Erstellen eines Datensatzes unter Verwendung einer vorhandenen Amazon-S3-Datenquelle
Führen Sie die folgenden Schritte aus, um einen Datensatz mit einer vorhandenen Amazon-S3-Datenquelle zu erstellen.
**So erstellen Sie einen Datensatz unter Verwendung einer vorhandenen S3-Datenquelle**
1. Wählen Sie auf der Amazon-Schnellstartseite **Daten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz** aus.
1. Wählen Sie die zu verwendende Amazon S3 S3-Datenquelle aus.
1. Um die Daten vor dem Erstellen des Datensatzes vorzubereiten, wählen Sie **Daten bearbeiten/Vorschau erstellen** aus. Um eine Analyse mit den nicht geänderten Daten zu erstellen, wählen Sie **Visualisieren** aus.
## Erstellen eines Datensatzes unter Verwendung einer vorhandenen Amazon-Athena-Datenquelle
Um einen Datensatz unter Verwendung einer vorhandenen Amazon-Athena-Datenquelle zu erstellen, gehen Sie wie folgt vor.
**So erstellen Sie einen Datensatz aus einem vorhandenen Athena-Verbindungsprofil**
1. Wählen Sie auf der Amazon-Schnellstartseite **Daten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz** aus.
Wählen Sie das Verbindungsprofilsymbol für die vorhandene Datenquelle, die Sie verwenden möchten. Verbindungsprofile sind mit dem Datenquellensymbol und dem Namen gekennzeichnet, den die Person angegeben hat, die die Verbindung hergestellt hat.
1. Klicken Sie auf **Create data set**.
Amazon Quick erstellt ein Verbindungsprofil für diese Datenquelle, das nur auf der Athena-Arbeitsgruppe basiert. Die Datenbank und die Tabelle werden nicht gespeichert.
1. Führen Sie im Bildschirm **Tabelle auswählen** einen der folgenden Schritte aus:
+ Um eine SQL-Abfrage zu schreiben, wählen Sie **Benutzerdefiniertes SQL verwenden**.
+ Um eine Datenbank und eine Tabelle auszuwählen, wählen Sie zunächst Ihre Datenbank aus der Liste **Datenbank** aus. Wählen Sie als Nächstes eine Tabelle aus der Liste aus, die für Ihre Datenbank angezeigt wird.
## Erstellen eines Datensatzes unter Verwendung einer vorhandenen Salesforce-Datenquelle
Führen Sie die folgenden Schritte aus, um einen Datensatz mit einer bestehenden Salesforce-Datenquelle zu erstellen.
**Erstellen Sie einen Datensatz unter Verwendung einer vorhandenen Salesforce-Datenquelle**
1. Wählen Sie auf der Amazon-Schnellstartseite **Daten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz** aus.
1. Wählen Sie die zu verwendende Salesforce-Datenquelle aus.
1. Klicken Sie auf **Create Data Set**.
1. Wählen Sie eine der folgenden Optionen:
+ **Custom SQL**
Im nächsten Bildschirm können Sie mit der Option **Use custom SQL (Benutzerdefinierte SQL-Anweisung verwenden)** eine Abfrage schreiben. Es wird dann ein Bildschirm namens **Enter custom SQL query (Benutzerdefinierte SQL-Abfrage eingeben)** geöffnet, in dem Sie einen Namen für die Abfrage und dann die eigentliche SQL-Abfrage eingeben können. Um optimale Ergebnisse zu erzielen, erstellen Sie die Abfrage in einem SQL-Editor und fügen sie dann in dieses Fenster ein. Nachdem Sie den Namen und die Abfrage eingegeben haben, können Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)** oder **Confirm query (Abfrage bestätigen)** wählen. Wählen Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)**, um sofort zur Datenvorbereitung zu gelangen. Wählen Sie **Confirm query (Abfrage bestätigen)**, um die SQL-Anweisung zu validieren und sicherzustellen, dass sie keine Fehler enthält.
+ **Auswählen von Tabellen**
Um eine Verbindung zu bestimmten Tabellen herzustellen, wählen Sie für **Datenelemente: enthalten eigene Daten** die Option **Wählen** und dann **REPORT** oder **OBJECT**.
Zur Vorbereitung der Daten vor dem Erstellen einer Analyse wählen Sie **Edit/Preview data** aus, um die Datenvorbereitung zu öffnen. Verwenden Sie diese Option, wenn Sie Verknüpfungen zu weiteren Tabellen herstellen möchten.
Wählen Sie andernfalls nach Auswahl einer Tabelle **Select (Wählen)**.
1. Wählen Sie im nächsten Bildschirm 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).
## Erstellen eines Datensatzes mit einer bestehenden Datenbank-Datenquelle
Führen Sie die folgenden Schritte aus, um einen Datensatz mit einer bestehenden Datenbank-Datenquelle zu erstellen.
**So erstellen Sie einen Datensatz mit einer bestehenden Datenbank-Datenquelle**
1. Wählen Sie auf der Amazon-Schnellstartseite **Daten** aus.
1. Wählen Sie **Erstellen** und anschließend **Neuer Datensatz** aus.
1. Wählen Sie die zu verwendende Datenbankdatenquelle und dann **Datensatz erstellen** aus.
1. Wählen Sie eine der folgenden Optionen:
+ **Custom SQL**
Im nächsten Bildschirm können Sie mit der Option **Use custom SQL (Benutzerdefinierte SQL-Anweisung verwenden)** eine Abfrage schreiben. Es wird dann ein Bildschirm namens **Enter custom SQL query (Benutzerdefinierte SQL-Abfrage eingeben)** geöffnet, in dem Sie einen Namen für die Abfrage und dann die eigentliche SQL-Abfrage eingeben können. Um optimale Ergebnisse zu erzielen, erstellen Sie die Abfrage in einem SQL-Editor und fügen sie dann in dieses Fenster ein. Nachdem Sie den Namen und die Abfrage eingegeben haben, können Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)** oder **Confirm query (Abfrage bestätigen)** wählen. Wählen Sie **Edit/Preview data (Daten bearbeiten/in der Vorschau anzeigen)**, um sofort zur Datenvorbereitung zu gelangen. Wählen Sie **Confirm query (Abfrage bestätigen)**, um die SQL-Anweisung zu validieren und sicherzustellen, dass sie keine Fehler enthält.
+ **Auswählen von Tabellen**
Um eine Verbindung zu bestimmten Tabellen herzustellen, wählen Sie für **Schema: enthält Tabellengruppen** die Option **Wählen** und dann ein Schema. In einigen Fällen, in denen es nur ein Schema in der Datenbank gibt, wird das Schema automatisch ausgewählt und die Schema-Auswahloption wird nicht angezeigt.
Zur Vorbereitung der Daten vor dem Erstellen einer Analyse wählen Sie **Edit/Preview data** aus, um die Datenvorbereitung zu öffnen. Verwenden Sie diese Option, wenn Sie Verknüpfungen zu weiteren Tabellen herstellen möchten.
Wählen Sie andernfalls nach Auswahl einer Tabelle **Select (Wählen)**.
1. Wählen Sie eine der folgenden Optionen:
+ Bereiten Sie die Daten vor, bevor Sie eine Analyse erstellen. Wählen Sie dazu **Edit/Preview data (Daten bearbeiten/Vorschau erstellen)** aus, um die Datenvorbereitung für die ausgewählte Tabelle zu öffnen. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Erstellen Sie einen Datensatz und eine Analyse mit den nicht vorbereiteten Tabellendaten und importieren Sie die Datensatzdaten in [SPICE](spice.md), um die Leistung zu verbessern (empfohlen). Um dies zu tun, überprüfen Sie den SPICE-Indikator, um zu sehen, ob Sie genügend Speicherplatz haben.
Ist ausreichend SPICE-Kapazität vorhanden, wählen Sie **Für schnellere Analysen in SPICE importieren** und erstellen Sie dann eine Analyse, indem Sie **Visualisieren** wählen.
**Anmerkung**
Wenn Sie SPICE verwenden möchten, aber nicht genug Speicher haben, wählen Sie **Daten bearbeiten/anzeigen** aus. Bei der Datenvorbereitung können Sie Felder aus dem Datensatz entfernen, um die Größe zu verringern. Sie können auch einen Filter anwenden oder eine SQL-Abfrage schreiben, die die Anzahl der zurückgegebenen Zeilen oder Spalten reduziert. Weitere Informationen zur Datenvorbereitung finden Sie unter [Vorbereitung von Datensatzbeispielen](preparing-data-sets.md).
+ Erstellen Sie einen Datensatz und eine Analyse mit nicht vorbereiteten Tabellendaten und lassen Sie die Daten direkt aus der Datenbank abfragen. Wählen Sie dazu die Option **Directly query your data (Daten direkt abfragen)** aus. Erstellen Sie dann eine Analyse, indem Sie **Visualisieren** wählen.
# Einen Datensatz mithilfe eines vorhandenen Datensatzes in Amazon Quick erstellen
Nachdem Sie einen Datensatz in Amazon Quick erstellt haben, können Sie weitere Datensätze erstellen, indem Sie ihn als Quelle verwenden. Dabei wird jegliche Datenvorbereitung, die der übergeordnete Datensatz enthält, wie z. B. Verknüpfungen oder Kalkulationsfelder, beibehalten. Sie können die Daten in den neuen untergeordneten Datensätzen zusätzlich vorbereiten, z. B. neue Daten zusammenfügen und Daten filtern. Sie können auch Ihren eigenen Zeitplan für die Datenaktualisierung des untergeordneten Datensatzes einrichten und die Dashboards und Analysen verfolgen, die ihn verwenden.
Untergeordnete Datensätze, die mithilfe eines Datensatzes mit aktiven RLS-Regeln als Quelle erstellt wurden, erben die RLS-Regeln des übergeordneten Datensatzes. Benutzer, die einen untergeordneten Datensatz aus einem größeren übergeordneten Datensatz erstellen, können nur die Daten sehen, auf die sie im übergeordneten Datensatz Zugriff haben. Anschließend können Sie dem neuen untergeordneten Datensatz zusätzlich zu den geerbten RLS-Regeln weitere RLS-Regeln hinzufügen, um besser zu verwalten, wer auf die Daten zugreifen kann, die sich im neuen Datensatz befinden. Sie können untergeordnete Datensätze nur aus Datensätzen erstellen, für die in Direct Query RLS-Regeln aktiv sind.
Das Erstellen von Datensätzen aus vorhandenen Quick-Datensätzen hat die folgenden Vorteile:
+ **Zentrale Verwaltung von Datensätzen** – Dateningenieure können problemlos auf die Bedürfnisse mehrerer Teams innerhalb ihres Unternehmens skalieren. Zu diesem Zweck können sie einige allgemeine Datensätze entwickeln und verwalten, die die wichtigsten Datenmodelle des Unternehmens beschreiben.
+ **Reduzierung der Datenquellenverwaltung** — Geschäftsanalysten (BAs) verbringen oft viel Zeit und Mühe damit, Zugriff auf Datenbanken anzufordern, Datenbankanmeldedaten zu verwalten, die richtigen Tabellen zu finden und Zeitpläne für die schnelle Datenaktualisierung zu verwalten. Das Erstellen neuer Datensätze aus vorhandenen Datensätzen bedeutet, dass BAs sie nicht mit Rohdaten aus Datenbanken bei Null beginnen müssen. Sie können mit kuratierten Daten beginnen.
+ **Vordefinierte Schlüsselmetriken** – Durch die Erstellung von Datensätzen aus vorhandenen Datensätzen können Dateningenieure wichtige Datendefinitionen in den vielen Organisationen ihres Unternehmens zentral definieren und verwalten. Beispiele hierfür könnten Umsatzwachstum und Nettomargenrendite sein. Mit diesem Feature können Dateningenieure auch Änderungen an diesen Definitionen verteilen. Dieser Ansatz bedeutet, dass ihre Geschäftsanalysten schneller und zuverlässiger mit der Visualisierung der richtigen Daten beginnen können.
+ **Flexibilität bei der Anpassung von Daten** – Durch die Erstellung von Datensätzen aus vorhandenen Datensätzen erhalten Geschäftsanalysten mehr Flexibilität bei der Anpassung von Datensätzen an ihre eigenen Geschäftsanforderungen. Sie müssen sich keine Sorgen mehr machen, dass Daten anderer Teams gestört werden könnten.
Angenommen, Sie sind Teil eines zentralen E-Commerce-Teams von fünf Dateningenieuren. Sie und Ihr Team haben Zugriff auf Verkaufs-, Bestell-, Stornierungs- und Retourendaten in einer Datenbank. Sie haben einen Schnelldatensatz erstellt, indem Sie 18 andere Dimensionstabellen über ein Schema verknüpft haben. Eine wichtige Metrik, die Ihr Team erstellt hat, ist das berechnete Feld Auftragsproduktumsatz (order product sales, OPS). Ihre Definition lautet: OPS = Produktmenge x Preis.
Ihr Team betreut über 100 Geschäftsanalysten in zehn verschiedenen Teams in acht Ländern. Dies sind das Coupons-Team, das Outbound-Marketing-Team, das Mobile-Platform-Team und das Recommendations-Team. Alle diese Teams verwenden die OPS-Metrik als Grundlage für die Analyse ihres eigenen Geschäftsbereichs.
Anstatt Hunderte von unverbundenen Datensätzen manuell zu erstellen und zu verwalten, verwendet Ihr Team Datensätze erneut, um mehrere Ebenen von Datensätzen für Teams im gesamten Unternehmen zu erstellen. Dadurch wird das Datenmanagement zentralisiert und jedes Team kann die Daten an seine eigenen Bedürfnisse anpassen. Gleichzeitig werden auf diese Weise Aktualisierungen der Daten synchronisiert, z. B. Aktualisierungen von Metrikdefinitionen, und die Sicherheit auf Zeilen- und Spaltenebene gewährleistet. Beispielsweise können einzelne Teams in Ihrem Unternehmen die zentralisierten Datensätze verwenden. Sie können sie dann mit den für ihr Team spezifischen Daten kombinieren, um neue Datensätze zu erstellen und darauf aufbauend Analysen zu erstellen.
Neben der Verwendung der wichtigsten OPS-Metrik können andere Teams in Ihrem Unternehmen Spaltenmetadaten aus den von Ihnen erstellten zentralen Datensätzen wiederverwenden. Das Data-Engineering-Team kann beispielsweise Metadaten wie *Name*, *Beschreibung*, *Datentyp* und *Ordner* in einem zentralen Datensatz definieren. Alle nachfolgenden Teams können sie verwenden.
**Anmerkung**
Amazon Quick unterstützt die Erstellung von bis zu zwei zusätzlichen Datensatzebenen aus einem einzigen Datensatz.
Beispielsweise können Sie aus einem übergeordneten Datensatz einen untergeordneten Datensatz und dann einen Enkel-Datensatz erstellen, so dass insgesamt drei Datensatzebenen zur Verfügung stehen.
## Erstellen eines Datensatzes aus einem bestehenden Datensatz
Gehen Sie wie folgt vor, um einen Datensatz aus einem vorhandenen Datensatz zu erstellen.
**So erstellen Sie einen Datensatz aus einem bestehenden Datensatz**
1. Wählen Sie auf der Schnellstartseite im linken Bereich **Daten** aus.
1. Wählen Sie **Erstellen** und dann den Datensatz aus, den Sie zum Erstellen eines neuen Datensatzes verwenden möchten.
1. Wählen Sie auf der Seite, die für diesen Datensatz geöffnet wird, das Dropdown-Menü für **In der Analyse verwenden** und wählen Sie dann **Im Datensatz verwenden** aus.
Die Seite zur Datenvorbereitung wird geöffnet und alles aus dem übergeordneten Datensatz, einschließlich Kalkulationsfelder, Verknüpfungen und Sicherheitseinstellungen, wird vorab geladen.
1. Wählen Sie auf der sich öffnenden Datenvorbereitungsseite unten links für den **Abfragemodus** aus, wie der Datensatz Änderungen und Aktualisierungen aus dem ursprünglichen, übergeordneten Datensatz beziehen soll. Sie können die folgenden Optionen auswählen:
+ **Direkte Abfrage** – Dies ist der Standard-Abfragemodus. Wenn Sie diese Option wählen, werden die Daten für diesen Datensatz automatisch aktualisiert, wenn Sie einen zugehörigen Datensatz, eine Analyse oder ein Dashboard öffnen. Es gelten jedoch die folgenden Einschränkungen:
+ Wenn der übergeordnete Datensatz direkte Abfragen zulässt, können Sie den Direktabfragemodus im untergeordneten Datensatz verwenden.
+ Wenn Sie mehrere übergeordnete Datensätze in einer Verknüpfung haben, können Sie den Direktabfragemodus für Ihren untergeordneten Datensatz nur wählen, wenn alle übergeordneten Datensätze aus derselben zugrunde liegenden Datenquelle stammen. Zum Beispiel dieselbe Amazon-Redshift-Verbindung.
+ Direkte Abfragen werden für einen einzelnen übergeordneten SPICE-Datensatz unterstützt. Sie wird nicht für mehrere übergeordnete SPICE-Datensätze in einer Verknüpfung unterstützt.
+ **SPICE** – Wenn Sie diese Option wählen, können Sie einen Zeitplan für die Synchronisierung Ihres neuen Datensatzes mit dem übergeordneten Datensatz einrichten. Weitere Informationen zum Erstellen von SPICE-Aktualisierungszeitplänen für Datensätze finden Sie unter [Aktualisieren von SPICE-Daten](refreshing-imported-data.md).
1. (Optional) Bereiten Sie Ihre Daten für die Analyse vor. Weitere Informationen zur Datenaufbereitung finden Sie unter [Vorbereiten von Daten in Amazon Quick Sight](preparing-data.md).
1. (Optional) Richten Sie Sicherheit auf Zeilen- oder Spaltenebene (RLS/CLS) ein, um den Zugriff auf den Datensatz einzuschränken. Weitere Informationen zur Einrichtung von RLS finden Sie unter [Verwenden von Sicherheit auf Zeilenebene mit benutzerbasierten Regeln zum Beschränken des Zugriffs auf einen DatensatzVerwenden von benutzerbasierten Regeln](restrict-access-to-a-data-set-using-row-level-security.md). Weitere Informationen zur Einrichtung von CLS finden Sie unter [Verwenden von Sicherheit auf Spaltenebene zur Einschränkung des Zugriffs auf einen Datensatz](restrict-access-to-a-data-set-using-column-level-security.md).
**Anmerkung**
Sie können die Einrichtung nur RLS/CLS für untergeordnete Datensätze durchführen. RLS/CLS für übergeordnete Datensätze wird nicht unterstützt.
1. Wenn Sie fertig sind, wählen Sie **Speichern und veröffentlichen**, um Ihre Änderungen zu speichern und den neuen untergeordneten Datensatz zu veröffentlichen. Oder wählen Sie **Veröffentlichen und visualisieren**, um den neuen untergeordneten Datensatz zu veröffentlichen und mit der Visualisierung Ihrer Daten zu beginnen.
# Einschränken der Möglichkeit für andere, neue Datensätze auf der Grundlage Ihres Datensatzes zu erstellen
Wenn Sie einen Datensatz in Amazon Quick erstellen, können Sie verhindern, dass andere ihn als Quelle für andere Datensätze verwenden. Sie können festlegen, ob andere damit überhaupt Datensätze erstellen können. Sie können auch angeben, welche Art von Datensätzen andere Benutzer aus Ihrem Datensatz erstellen können oder nicht, z. B. Datensätze mit Direktabfrage oder SPICE-Datensätze.
Gehen Sie wie folgt vor, um zu erfahren, wie Sie andere daran hindern können, neue Datensätze aus Ihrem Datensatz zu erstellen.
**So schränken Sie die Möglichkeit für andere ein, neue Datensätze auf der Grundlage Ihres Datensatzes zu erstellen**
1. Wählen Sie auf der Schnellstartseite im linken Bereich **Daten** aus.
1. Wählen Sie **Erstellen** und dann den Datensatz aus, aus dem Sie die Erstellung neuer Datensätze einschränken möchten.
1. Wählen Sie auf der Seite, die für diesen Datensatz geöffnet wird, **Datensatz bearbeiten** aus.
1. Wählen Sie auf der sich öffnenden Datenvorbereitungsseite oben rechts die Option **Verwalten** und dann **Eigenschaften** aus.
1. Wählen Sie im sich öffnenden Bereich mit den **Datensatzeigenschaften** eine der folgenden Optionen aus:
+ Um zu verhindern, dass jemand aus diesem Datensatz neue Datensätze erstellen kann, deaktivieren Sie die Option **Die Erstellung neuer Datensätze anhand dieses Datensatzes zulassen**.
Die Umschalttaste ist blau, wenn die Erstellung neuer Datensätze erlaubt ist. Sie ist grau, wenn das Erstellen neuer Datensätze nicht erlaubt ist.
+ Um andere daran zu hindern, Direktabfrage-Datensätze zu erstellen, deaktivieren Sie die Option **Direktabfrage zulassen**.
+ Um andere daran zu hindern, SPICE-Kopien Ihres Datensatzes zu erstellen, deaktivieren Sie die Option **SPICE-Kopien zulassen**.
Weitere Informationen zu SPICE-Datensätzen finden Sie unter [Importieren von Daten in SPICE](spice.md).
1. Schließen Sie das Fenster.