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. # Daten in Amazon Quick Sight aktualisieren Beim Aktualisieren von Daten behandelt Amazon Quick Sight Datensätze je nach den Verbindungseigenschaften und dem Speicherort der Daten unterschiedlich. Wenn Quick Sight über eine direkte Abfrage eine Verbindung zum Datenspeicher herstellt, werden die Daten automatisch aktualisiert, wenn Sie einen zugehörigen Datensatz, eine Analyse oder ein Dashboard öffnen. Die Filtersteuerungen werden automatisch alle 24 Stunden aktualisiert. Um SPICE Datensätze zu aktualisieren, muss sich Quick Sight eigenständig mit gespeicherten Anmeldeinformationen authentifizieren, um eine Verbindung zu den Daten herzustellen. Quick Sight kann manuell hochgeladene Daten nicht aktualisieren — auch nicht aus S3-Buckets, obwohl sie in gespeichert sind SPICE —, da Quick Sight die Verbindungs- und Standortmetadaten nicht speichert. Wenn Sie Daten, die in einem S3-Bucket gespeichert sind, automatisch aktualisieren möchten, erstellen Sie mithilfe der **S3**-Datenquellenkarte einen Datensatz. Dateien, in die Sie manuell in SPICE hochgeladen haben, aktualisieren Sie manuell, indem Sie die Datei erneut importieren. Wenn Sie den Namen des ursprünglichen Datensatzes für die neue Datei wiederverwenden möchten, benennen Sie zuerst den ursprünglichen Datensatz um oder löschen Sie ihn. Geben Sie dann dem neuen Datensatz den bevorzugten Namen. Stellen Sie außerdem sicher, dass die Feldnamen denselben Namen und Datentyp haben. Öffnen Sie Ihre Analyse und ersetzen Sie den ursprünglichen Datensatz durch den neuen Datensatz. Weitere Informationen finden Sie unter [Ersetzen von Datensätzen](replacing-data-sets.md). Sie können Ihre [SPICE](spice.md)-Datasets jederzeit aktualisieren. Durch das Aktualisieren werden die Daten erneut in SPICE importiert, sodass alle Änderungen seit dem letzten Import enthalten sind. Für Amazon Quick Sight Standard Edition können Sie Ihre SPICE Daten jederzeit vollständig aktualisieren. Für Amazon Quick Sight Enterprise Edition können Sie jederzeit eine vollständige Aktualisierung oder eine inkrementelle Aktualisierung (nur SQL-basierte Datenquellen) durchführen. **Anmerkung** Wenn Ihr Datensatz CustomSQL verwendet, ist eine inkrementelle Aktualisierung möglicherweise nicht von Vorteil. Wenn die SQL-Abfrage komplex ist, ist Ihre Datenbank möglicherweise nicht in der Lage, den Filter mit dem Lookback-Fenster zu optimieren. Dies kann dazu führen, dass die Abfrage, mit der die Daten abgerufen werden, länger dauert als eine vollständige Aktualisierung. Wir empfehlen, dass Sie versuchen, die Ausführungszeit der Abfrage zu reduzieren, indem Sie das benutzerdefinierte SQL umgestalten. Beachten Sie, dass die Ergebnisse je nach Art der Optimierung, die Sie vornehmen, variieren können. Sie können SPICE-Daten wie folgt aktualisieren: + Nutzen Sie die Optionen auf der Seite **Data Sets**. + Sie können einen Datensatz aktualisieren, während Sie einen Datensatz bearbeiten. + Planen Sie die Aktualisierung der Datensatzeinstellungen. + Sie können den [CreateIngestion](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateIngestion.html)API-Vorgang verwenden, um die Daten zu aktualisieren. Wenn Sie einen SPICE-Datensatz erstellen oder bearbeiten, können Sie E-Mail-Benachrichtigungen über den Ladestatus der Daten aktivieren. Diese Option benachrichtigt die Besitzer des Datensatzes, wenn die Daten nicht geladen oder aktualisiert werden können. Um Benachrichtigungen zu aktivieren, wählen Sie die Option **Besitzer per E-Mail benachrichtigen, wenn eine Aktualisierung fehlschlägt**, die auf dem Bildschirm **Datensatzerstellung beenden** angezeigt wird. Diese Option ist nicht für Datensätze verfügbar, die Sie mithilfe der Option **Eine Datei hochladen** auf der Datensatzseite erstellen. In den folgenden Themen finden Sie eine Erläuterung der verschiedenen Ansätze zum Aktualisieren und Arbeiten mit SPICE-Daten. **Topics** + [Importieren von Daten in SPICE](spice.md) + [Aktualisieren von SPICE-Daten](refreshing-imported-data.md) + [Verwendung von SPICE-Daten in einer Analyse](spice-in-an-analysis.md) + [Anzeige der SPICE-Aufnahmehistorie](view-history-of-spice-ingestion.md) + [Behebung von Fehlern bei übersprungenen Zeilen](troubleshooting-skipped-rows.md) + [SPICE-Aufnahme-Fehlercodes](errors-spice-ingestion.md) + [Dateien in einem Datensatz aktualisieren](updating-file-dataset.md) # Importieren von Daten in SPICE Wenn Sie Daten in einen Datensatz importieren, anstatt eine direkte SQL-Abfrage zu verwenden, werden sie aufgrund der Art und Weise, wie sie gespeichert sind, zu *SPICEDaten*. *SPICE (Super-fast, Parallel, In-memory Calculation Engine)*ist die robuste In-Memory-Engine, die Amazon Quick Sight verwendet. Sie wurde für schnelle, komplexe Berechnungen und Bereitstellungen von Daten konzipiert. In der Enterprise-Edition werden in SPICE gespeicherte Daten im Ruhezustand verschlüsselt. Wenn Sie einen Datensatz erstellen oder bearbeiten, wählen Sie entweder die Option SPICE oder eine Direktabfrage, es sei denn, der Datensatz enthält hochgeladene Dateien. Das Importieren (auch *Ingesting* (Erfassen/Aufnehmen) genannt) Ihrer Daten in SPICE kann Zeit und Geld sparen: + Ihre analytischen Abfragen werden schneller verarbeitet. + Sie müssen nicht warten, bis eine direkte Anfrage bearbeitet wird. + Die in SPICE gespeicherten Daten können mehrfach wiederverwendet werden, ohne dass zusätzliche Kosten anfallen. Wenn Sie eine Datenquelle verwenden, die pro Abfrage abgerechnet wird, wird Ihnen das Abfragen der Daten berechnet, wenn Sie den Datensatz zum ersten Mal erstellen und später, wenn Sie den Datensatz aktualisieren. SPICEDie Kapazität wird für jeden AWS-Region separat zugewiesen. SPICEDie Standardkapazität wird Ihrem Zuhause automatisch zugewiesen AWS-Region. Für jedes AWS Konto wird die SPICE Kapazität von allen Personen, die Quick Sight verwenden, gemeinsam genutzt AWS-Region. Die anderen AWS-Regionen haben keine SPICE Kapazität, es sei denn, Sie kaufen welche. Quick Sight-Administratoren können sehen, wie viel [SPICE](#spice)Kapazität Sie jeweils haben AWS-Region und wie viel davon derzeit genutzt wird. Ein Quick Sight-Administrator kann bei Bedarf mehr SPICE Kapazität erwerben oder ungenutzte SPICE Kapazität freigeben. Weitere Informationen finden Sie unter [SPICESpeicherkapazität konfigurieren](managing-spice-capacity.md). **Topics** + [Schätzung der Größe von SPICE-Datensätzen](#spice-capacity-formula) ## Schätzung der Größe von SPICE-Datensätzen Die Größe eines Datensatzes im SPICE Verhältnis zur SPICE Kapazität Ihres Quick-Kontos wird als *logische Größe* bezeichnet. Die logische Größe eines Datensatzes entspricht nicht der Größe der Quelldatei oder Tabelle des Datensatzes. Die Berechnung der logischen Größe von Datensätzen erfolgt nachdem alle Datentyptransformationen und berechneten Spalten während der Datenvorbereitung definiert werden. Diese Felder sind in SPICE so gestaltet, dass die Abfrageleistung verbessert wird. Alle Änderungen, die Sie in einer Analyse vornehmen, haben keine Auswirkung auf die logische Größe der Daten in SPICE. Nur Änderungen, die im Dataset gespeichert werden, gelten für die SPICE-Kapazität. Die logische Größe eines SPICE-Datensatzes hängt von den Datentypen der Datensatzfelder und der Anzahl der Zeilen im Datensatz ab. Die drei SPICE-Datentypen sind Dezimalzahlen, Datumsangaben und Zeichenfolgen. Sie können den Datentyp eines Felds während der Datenvorbereitungsphase an Ihre Anforderungen an die Datenvisualisierung anpassen. Die Datei, die Sie importieren möchten, enthält z. B. alle Zeichenfolgen (Text). Damit diese in einer Analyse sinnvoll verwendet werden, können Sie die Daten vorbereiten, indem Sie die Datentypen in das richtige Format ändern. Felder mit Preisen können von Zeichenfolgen in Dezimalzahlen geändert werden und Felder mit Datumsangaben von Zeichenfolgen in Datumsangaben. Sie können auch berechnete Felder erstellen und Felder, die Sie nicht benötigen, aus der Quelltabelle ausschließen. Wenn Sie mit der Vorbereitung Ihres Datensatzes fertig sind und alle Transformationen abgeschlossen sind, können Sie die logische Größe des endgültigen Schemas abschätzen. **Anmerkung** Raumbezogene Datentypen verwenden Metadaten, um den physischen Datentyp zu interpretieren. Breiten- und Längengrade sind numerische Daten. Alle anderen raumbezogenen Kategorien sind Zeichenfolgen. In der folgenden Formel werden Dezimalzahlen und Datumsangaben als 8 Byte pro Zelle mit 4 zusätzlichen Byte als Hilfsbyte berechnet. Zeichenfolgen werden auf der Grundlage der Länge des Textes in UTF-8-Kodierung zuzüglich 24 Byte für Hilfszeichen berechnet. Zeichenfolgendatentypen benötigen aufgrund der zusätzlichen Indizierung von SPICE mehr Speicherplatz, um eine hohe Abfrageleistung zu gewährleisten. ``` Logical dataset size in bytes = (Number of Numeric cells * (12 bytes per cell)) + (Number of Date cells * (12 bytes per cell)) + SUM ((24 bytes + UTF-8 encoded length) per Text cell) ``` Die obige Formel sollte nur verwendet werden, um die Größe eines einzelnen Datensatzes in SPICE zu schätzen. Die SPICE Kapazitätsnutzung ist die Gesamtgröße aller Datensätze in einem Konto in einer bestimmten Region. Quick Sight empfiehlt nicht, diese Formel zu verwenden, um die SPICE Gesamtkapazität zu schätzen, die Ihr Quick Sight-Konto verwendet. # Aktualisieren von SPICE-Daten ## Aktualisieren eines Dataset Gehen Sie wie folgt vor, um einen [SPICE](spice.md)Datensatz, der auf einer Amazon S3- oder Datenbankdatenquelle basiert, auf der Registerkarte **Daten** zu aktualisieren. Wenn es eine Schemaänderung in einer Datenbank gibt, kann Quick Sight diese nicht automatisch erkennen, was zu einem Aufnahmefehler führt. Bearbeiten und speichern Sie den Datensatz, um das Schema zu aktualisieren und Aufnahmefehler zu vermeiden. **Um Daten auf der Registerkarte „SPICEDaten“ zu aktualisieren** 1. Wählen Sie im linken Navigationsmenü **Daten** aus. Wählen Sie auf der Registerkarte **Datensätze** den Datensatz aus, um ihn zu öffnen. 1. Wählen Sie auf der sich öffnenden Datensatz-Detailseite die Registerkarte **Aktualisieren** und dann **Jetzt aktualisieren** aus. 1. Lassen Sie den Aktualisierungstyp **Full refresh** unverändert. 1. Wenn Sie ein Amazon S3-Dataset aktualisieren, wählen Sie für **S3 Manifest** eine der folgenden Optionen aus: + Um dieselbe Manifestdatei zu verwenden, die Sie zuletzt Amazon Quick Sight zur Verfügung gestellt haben, wählen Sie **Existing Manifest**. Wenn Sie Änderungen an der Manifestdatei am Speicherort oder der URL vorgenommen haben, den Sie bzw. die Sie zuletzt bereitgestellt haben, sind die Änderungen in den zurückgegebenen Daten erhalten. + Zum Festlegen einer neuen Manifestdatei durch Hochladen von Ihrem lokalen Netzwerk wählen Sie **Upload Manifest** und **Upload manifest file** aus. Wählen Sie im Dialogfeld **Open** die hochzuladende Datei aus und klicken Sie auf **Open**. + Zum Festlegen einer neuen Manifestdatei durch Bereitstellung einer URL geben Sie die URL des Manifests im Feld **Input manifest URL (Manifest-URL eingeben)** ein. Sie finden die Manifestdatei-URL in der Amazon S3-Konsole, indem Sie das Kontextmenü der Manifestdatei öffnen, **Properties** auswählen und im Feld **Link** nachsehen. 1. Wählen Sie **Refresh** aus. 1. Wenn Sie ein Amazon S3-Dataset aktualisieren, wählen Sie **OK** und anschließend erneut **OK** aus. Wenn Sie ein Datenbank-Dataset aktualisieren, wählen Sie **OK** aus. ## Inkrementelles Aktualisieren eines Dataset | | | --- | |  Gilt für: Enterprise Edition  | Bei SQL-basierten Datenquellen wie Amazon Redshift, Amazon Athena, PostgreSQL oder Snowflake können Sie Ihre Daten innerhalb eines Lookback-Zeitfensters inkrementell aktualisieren. Bei einer *inkrementellen Aktualisierung* werden nur Daten abgefragt, die durch den Datensatz innerhalb eines bestimmten Lookback-Fensters definiert wurden. Dabei werden alle Einfügungen, Löschungen und Änderungen am Datensatz innerhalb des Zeitrahmens dieses Fensters von der Quelle in den Datensatz übertragen. Die Daten, die sich derzeit in SPICE, d.h. in diesem Fenster befinden, werden gelöscht und durch die Aktualisierungen ersetzt. Bei inkrementellen Aktualisierungen werden bei jeder Aktualisierung weniger Daten abgefragt und übertragen. Nehmen wir beispielsweise an, Sie haben ein Dataset mit 180.000 Datensätzen, das Daten vom 1. Januar bis 30. Juni enthält. Am 1. Juli führen Sie eine inkrementelle Aktualisierung der Daten mit einem Rückblickfenster von sieben Tagen durch. Quick Sight fragt die Datenbank ab und fragt nach allen Daten seit dem 24. Juni (vor 7 Tagen), das sind 7.000 Datensätze. Quick Sight löscht dann die aktuellen Daten SPICE vom 24. Juni und danach und fügt die neu abgefragten Daten an. Am nächsten Tag (2. Juli) macht Quick Sight dasselbe, fragt aber ab dem 25. Juni ab (wieder 7.000 Datensätze) und löscht dann am selben Datum aus dem vorhandenen Datensatz. Anstatt täglich 180.000 Datensätze aufnehmen zu müssen, müssen nur 7.000 Datensätze aufgenommen werden. **Gehen Sie wie folgt vor, um einen [SPICE](spice.md)Datensatz, der auf einer SQL-Datenquelle basiert, schrittweise über die Registerkarte Datensätze zu aktualisieren.** **Um einen SQL-basierten SPICE-Datensatz inkrementell zu aktualisieren** 1. Wählen Sie im linken Navigationsmenü die Option **Daten** aus. Wählen Sie auf der Registerkarte **Datensätze** den Datensatz aus, um ihn zu öffnen. 1. Wählen Sie auf der sich öffnenden Datensatz-Detailseite die Registerkarte **Aktualisieren** und dann **Jetzt aktualisieren** aus. 1. Wählen Sie als **Aktualisierungstyp** die Option **Inkrementelle Aktualisierung** aus. 1. Wenn dies Ihre erste inkrementelle Aktualisierung des Datensatzes ist, wählen Sie **Configure** (Konfigurieren) aus. 1. Führen Sie auf der Seite **Konfigurieren der inkrementellen Aktualisierung** die folgenden Schritte aus: 1. Wählen Sie unter **Datumsspalte** eine Datumsspalte aus, auf der das Lookback-Fenster basieren soll. 1. Geben Sie unter **Fenstergröße** eine Zahl für die **Größe** ein, und wählen Sie dann einen Zeitraum aus, für den Sie nach Änderungen zurückschauen möchten. Sie können wählen, ob die Änderungen an den Daten, die in einer bestimmten Anzahl von Stunden, Tagen oder Wochen vorgenommen wurden, aktualisiert werden. Sie können beispielsweise festlegen, dass die Änderungen an den Daten aktualisiert werden, die innerhalb von zwei Wochen nach dem aktuellen Datum vorgenommen wurden. 1. Wählen Sie **Absenden** aus. ## Aktualisieren eines Datasets während der Datenvorbereitung Führen Sie die folgenden Schritte aus, um ein auf Amazon S3 oder einer Datenbank-Datenquelle basierendes [SPICE](spice.md)-Dataset während der Datenvorbereitung zu aktualisieren. **So aktualisieren Sie ein SPICE-Dataset während der Datenvorbereitung** 1. Wählen Sie im linken Navigationsmenü die Option **Daten** aus. Wählen Sie auf der Registerkarte **Datensätze** den Datensatz aus und klicken Sie dann auf **Datensatz bearbeiten**. 1. Wählen Sie auf dem Datensatzbildschirm die Option **Jetzt aktualisieren** aus. 1. Behalten Sie den Aktualisierungstyp auf **Vollständige Aktualisierung** eingestellt. 1. (Optional) Wenn Sie ein Amazon S3-Dataset aktualisieren, wählen Sie für **S3 Manifest** eine der folgenden Optionen aus: + Um dieselbe Manifestdatei zu verwenden, die Sie zuletzt Amazon Quick Sight zur Verfügung gestellt haben, wählen Sie **Existing Manifest**. Wenn Sie Änderungen an der Manifestdatei am Speicherort oder der URL vorgenommen haben, den Sie bzw. die Sie zuletzt bereitgestellt haben, sind die Änderungen in den zurückgegebenen Daten erhalten. + Zum Festlegen einer neuen Manifestdatei durch Hochladen von Ihrem lokalen Netzwerk wählen Sie **Upload Manifest** und **Upload manifest file** aus. Wählen Sie im Dialogfeld **Open** die hochzuladende Datei aus und klicken Sie auf **Open**. + Zum Festlegen einer neuen Manifestdatei durch Bereitstellung einer URL geben Sie die URL des Manifests im Feld **Input manifest URL (Manifest-URL eingeben)** ein. Sie finden die Manifestdatei-URL in der Amazon S3-Konsole, indem Sie das Kontextmenü der Manifestdatei öffnen, **Properties** auswählen und im Feld **Link** nachsehen. 1. Wählen Sie **Refresh** aus. 1. Wenn Sie ein Amazon S3-Dataset aktualisieren, wählen Sie **OK** und anschließend erneut **OK** aus. Wenn Sie ein Datenbank-Dataset aktualisieren, wählen Sie **OK** aus. ## Aktualisieren eines Datasets nach Zeitplan Führen Sie die folgenden Schritte aus, um die Aktualisierung der Daten zu planen. Wenn Ihr Dataset auf einer direkten Abfrage basiert und nicht in [SPICE](spice.md) gespeichert ist, können Sie Ihre Daten aktualisieren, indem Sie das Dataset öffnen. Sie können Ihre Daten auch aktualisieren, indem Sie die Seite in einer Analyse oder einem Dashboard aktualisieren. **So aktualisieren Sie [SPICE](spice.md)-Daten nach Zeitplan** 1. Wählen Sie im linken Navigationsmenü die Option **Daten** aus. Wählen Sie auf der Registerkarte **Datensätze** den Datensatz aus, um ihn zu öffnen. 1. Wählen Sie auf der sich öffnenden Seite mit den Datensatz-Details die Registerkarte **Aktualisieren** und dann **Neuen Zeitplan hinzufügen** aus. 1. Wählen Sie auf dem Bildschirm **Create a refresh Schedule** (Erstellen eines aktualisierten Zeitplans) Einstellungen für Ihren Zeitplan: 1. Wählen Sie für **Zeitzone** die Zeitzone aus, die für die Datenaktualisierung gilt. 1. Wählen Sie für **Starting time** (Startzeit) ein Datum und eine Zeit, an dem die Aktualisierung gestartet werden soll. Verwenden Sie HH:MM und das 24-Stunden-Format, beispielsweise 13:30. 1. Für **Häufigkeit** wählen Sie eine der folgenden Optionen aus: + In der Standard- und der Enterprise-Edition können Sie **Daily (Täglich)**, **Weekly (Wöchentlich)** oder **Monthly (Monatlich)** wählen. + **Daily** (Täglich): Wird jeden Tag ausgeführt. + **Weekly** (Wöchentlich): Wird jede Woche am selben Tag durchgeführt. + **Monthly** (Monatlich): Wird jeden Monat am selben Tag durchgeführt. Zum Aktualisieren von Daten am 29. 30. oder 31. eines Monats wählen Sie **Last day of month** aus. + In der Enterprise-Edition können Sie außerdem **Hourly (Stündlich)** wählen. Diese Einstellung aktualisiert das Dataset stündlich, beginnend an dem von Ihnen gewählten Zeitpunkt. Wenn Sie also 1:05 Uhr als Startzeit wählen, werden die Daten jede Stunde um fünf Minuten nach der vollen Stunde aktualisiert. Wenn Sie sich für stündliche Aktualisierungen entscheiden, können Sie keine zusätzlichen Aktualisierungen planen. Um einen Stundenplan zu erstellen, entfernen Sie alle anderen vorhandenen Zeitpläne für dieses Dataset. Entfernen Sie außerdem alle vorhandenen Stundenpläne, bevor Sie einen Tages-, Wochen- oder Monatsplan erstellen. 1. Wählen Sie **Speichern**. Geplante Datensatzaufnahmen finden innerhalb von 10 Minuten nach dem geplanten Datum und der geplanten Uhrzeit statt. Mit der Schnellkonsole können Sie fünf Zeitpläne für jeden Datensatz erstellen. Wenn Sie fünf erstellt haben, wird die Schaltfläche **Create** (Erstellen) ausgeschaltet. ## Inkrementelle Aktualisieren eines Datasets nach Zeitplan | | | --- | |  Gilt für: Enterprise Edition  | Für SQL-basierte Datenquellen wie Amazon Redshift, Athena, PostgreSQL oder Snowflake können Sie inkrementelle Aktualisierungen planen. Gehen Sie wie folgt vor, um einen [SPICE](spice.md)Datensatz, der auf einer SQL-Datenquelle basiert, auf der Registerkarte **Datensätze** inkrementell zu aktualisieren. **Um einen Zeitplan für inkrementelle Aktualisierungen für einen SQL-basierten SPICE-Datensatz festzulegen** 1. Wählen Sie im linken Navigationsmenü die Option **Daten** aus. Wählen Sie auf der Registerkarte **Datensätze** den Datensatz aus, um ihn zu öffnen. 1. Wählen Sie auf der sich öffnenden Seite mit den Datensatz-Details die Registerkarte **Aktualisieren** und dann **Neuen Zeitplan hinzufügen** aus. 1. Wählen Sie auf der Seite **Zeitplan erstellen** für **Aktualisierungstyp** die Option **Inkrementelle Aktualisierung** aus. 1. Wenn dies Ihre erste inkrementelle Aktualisierung für diesen Datensatz ist, wählen Sie **Configure** (Konfigurieren) aus, und gehen Sie dann wie folgt vor: 1. Wählen Sie unter **Datumsspalte** eine Datumsspalte aus, auf der das Lookback-Fenster basieren soll. 1. Geben Sie unter **Fenstergröße** eine Zahl für die **Größe** ein, und wählen Sie dann einen Zeitraum aus, für den Sie nach Änderungen zurückschauen möchten. Sie können wählen, ob die Änderungen an den Daten, die in einer bestimmten Anzahl von Stunden, Tagen oder Wochen vorgenommen wurden, aktualisiert werden. Sie können beispielsweise festlegen, dass die Änderungen an den Daten aktualisiert werden, die innerhalb von zwei Wochen nach dem aktuellen Datum vorgenommen wurden. 1. Wählen Sie **Absenden** aus. 1. Wählen Sie für **Zeitzone** die Zeitzone aus, die für die Datenaktualisierung gilt. 1. Wählen Sie für **Wiederholungen** eine der folgenden Optionen aus: + Sie können **Alle 15 Minuten**, **Alle 30 Minuten**, **Stündlich**, **Täglich**, **Wöchentlich** oder **Monatlich** wählen. + **Alle 15 Minuten**: Wiederholt sich alle 15 Minuten, beginnend mit der von Ihnen ausgewählten Uhrzeit. Wenn Sie also 1:05 als Startzeit wählen, werden die Daten um 1:20 Uhr aktualisiert, dann erneut um 1:35 Uhr usw. + **Alle 30 Minuten**: Wiederholt sich alle 30 Minuten, beginnend mit der von Ihnen ausgewählten Uhrzeit. Wenn Sie also 1:05 als Startzeit wählen, werden die Daten um 1:35 Uhr aktualisiert, dann erneut um 2:05 Uhr usw. + **Stündlich**: Wiederholt sich jede Stunde, beginnend mit der von Ihnen ausgewählten Zeit. Wenn Sie also 1:05 Uhr als Startzeit wählen, werden die Daten jede Stunde um fünf Minuten nach der vollen Stunde aktualisiert. + **Daily** (Täglich): Wird jeden Tag ausgeführt. + **Weekly** (Wöchentlich): Wird jede Woche am selben Tag durchgeführt. + **Monthly** (Monatlich): Wird jeden Monat am selben Tag durchgeführt. Zum Aktualisieren von Daten am 29. 30. oder 31. eines Monats wählen Sie **Last day of month** aus. + Wenn Sie sich für eine Aktualisierungen alle 15 oder 30 Minuten bzw. stündlich entscheiden, können Sie keine zusätzlichen Aktualisierungen planen. Um einen Aktualisierungsplan alle 15 Minuten, 30 Minuten oder stündlich zu erstellen, entfernen Sie alle anderen vorhandenen Zeitpläne für diesen Datensatz. Entfernen Sie außerdem alle vorhandenen Minuten- oder Stundenpläne, bevor Sie einen Tages-, Wochen- oder Monatsplan erstellen. 1. Wählen Sie für **Starting** (Start) ein Datum, an dem die Aktualisierung gestartet werden soll. 1. Für **At** geben Sie die Zeit an, zu der die Aktualisierung gestartet werden soll. Verwenden Sie HH:MM und das 24-Stunden-Format, beispielsweise 13:30. Geplante Datensatzaufnahmen finden innerhalb von 10 Minuten nach dem geplanten Datum und der geplanten Uhrzeit statt. In einigen Fällen kann beim inkrementellen Aktualisierungsdatensatz ein Fehler auftreten, sodass Sie den Datensatz rückgängig machen möchten. Oder Sie möchten den Datensatz möglicherweise nicht mehr inkrementell aktualisieren. In diesem Fall können Sie die geplante Aktualisierung löschen. Wählen Sie dazu das Dataset auf der Seite **Datasets** aus, wählen Sie **Eine Aktualisierung planen** und klicken Sie dann auf das X-Symbol rechts neben der geplanten Aktualisierung. Wenn Sie eine Konfiguration für die inkrementelle Aktualisierung löschen, wird eine vollständige Aktualisierung gestartet. Im Rahmen dieser vollständigen Aktualisierung werden alle Konfigurationen entfernt, die für inkrementelle Aktualisierungen vorbereitet wurden. # Verwendung von SPICE-Daten in einer Analyse Wenn Sie gespeicherte Daten zum Erstellen einer Analyse verwenden, erscheint neben der Datensatzliste oben im Bereich **Fields list** (Feldliste) ein Importindikator für die Daten. Wenn Sie die Analyse zum ersten Mal öffnen und der Datensatz importiert wird, wird ein Drehsymbol angezeigt. Sobald der SPICE-Import abgeschlossen ist, zeigt der Indikator den Prozentsatz der Zeilen an, die erfolgreich importiert wurden. Außerdem wird eine Mitteilung oben im Visualisierungsbereich angezeigt, in der die Anzahl der importierten und der übersprungenen Zeilen angezeigt wird. Wenn Zeilen übersprungen wurden, können Sie **View summary** in dieser Mitteilungsleiste auswählen, um detaillierte Informationen zum fehlgeschlagenen Import dieser Zeilen zu erhalten. Wählen Sie **Edit data set**, um das Dataset zu bearbeiten und die Probleme zu lösen, die zum Überspringen der Zeilen geführt haben. Weitere Informationen zu häufigen Gründen für das Überspringen von Zeilen finden Sie unter [Behebung von Fehlern bei übersprungenen Zeilen](troubleshooting-skipped-rows.md). Wenn ein gesamter Import fehlschlägt, wird der Importindikator für die Daten als Ausrufezeichen-Symbol angezeigt und die Nachricht **Import failed (Import fehlgeschlagen)** wird angezeigt. # Anzeige der SPICE-Aufnahmehistorie Sie können den Aufnahmeverlauf für SPICE-Datasets anzeigen, um beispielsweise herauszufinden, wann die letzte Aufnahme gestartet wurde und wie ihr Status ist. Die Seite „SPICE-Aufnahmeverlauf“ enthält die folgenden Informationen: + Datum und Uhrzeit des Beginns der Aufnahme (UTC) + Status der Aufnahme + Zeit, die die Aufnahme dauerte + Die Anzahl der aggregierten Zeilen im Dataset. + Die Anzahl der bei einer Aktualisierung aufgenommenen Zeilen. + Übersprungene Zeilen und erfolgreich aufgenommene (importierte) Zeilen + Der Auftragstyp für die Aktualisierung: geplant, vollständige Aktualisierung usw. Gehen Sie wie folgt vor, um den SPICE-Aufnahmeverlauf eines Datasets anzuzeigen. **So zeigen Sie den Aufnahmeverlauf eines SPICE-Datensatzes an** 1. Wählen Sie auf der Startseite links **Daten** aus. 1. Wählen Sie auf der Registerkarte **Datensätze** den Datensatz aus, den Sie untersuchen möchten. 1. Wählen Sie auf der sich öffnenden Seite mit den Datensatz-Details die Registerkarte **Aktualisieren** aus. Der Verlauf der SPICE-Aufnahme wird unten angezeigt. 1. (Optional) Wählen Sie einen Zeitrahmen aus, um die Einträge von der letzten Stunde bis zu den letzten 90 Tagen zu filtern. 1. (Optional) Wählen Sie einen bestimmten Auftragsstatus aus, um die Einträge zu filtern, z. B. **Running (In Ausführung)** oder **Completed (Abgeschlossen)**. Andernfalls können Sie alle Einträge anzeigen, indem Sie **Alle** auswählen. # Behebung von Fehlern bei übersprungenen Zeilen Wenn Sie Daten importieren, zeigt Amazon Quick Sight eine Vorschau eines Teils Ihrer Daten an. Wenn es eine Zeile aus irgendeinem Grund nicht interpretieren kann, überspringt Quick Sight die Zeile. In einigen Fällen schlägt der Import fehl. In diesem Fall gibt Quick Sight eine Fehlermeldung zurück, die den Fehler erklärt. Es gibt glücklicherweise eine begrenzte Anzahl von Dingen, die schief gehen können. Einige Probleme können vermieden werden, indem man sich Beispiele wie die folgenden bewusst macht: + Stellen Sie sicher, dass es keine Inkonsistenzen zwischen dem Felddatentyp und den Felddaten, z. B. vereinzelte Zeichenfolgendaten in einem numerischen Feld gibt. Hier sind einige Beispiele, die beim Scannen des Inhalts einer Tabelle möglicherweise schwer zu erkennen sind: + `''` – Verwendung einer leeren Zeichenfolge zur Angabe eines fehlenden Werts + `'NULL'` – Verwendung des Wortes „Null“, um auf einen fehlenden Wert hinzuweisen + `$1000` – Wenn ein Dollarzeichen in einen Währungswert aufgenommen wird, wird daraus eine Zeichenfolge + `'O'Brien'` – Verwenden Sie Satzzeichen, um eine Zeichenfolge zu markieren, die selbst dieselbe Interpunktion enthält. Diese Art von Fehler ist jedoch nicht immer so einfach zu finden, insbesondere wenn Sie viele Daten haben oder wenn Ihre Daten von Hand eingegeben werden. Bei einigen Kundenservice- oder Vertriebsanwendungen müssen beispielsweise Informationen eingegeben werden, die von Kunden mündlich zur Verfügung gestellt wurden. Die Person, die die Daten ursprünglich eingegeben hat, hat sie möglicherweise in das falsche Feld eingegeben. Sie könnte ein Zeichen oder eine Ziffer hinzufügen oder vergessen, ein Zeichen oder eine Ziffer hinzuzufügen. Sie könnten beispielsweise das Datum „10.01.12020“ oder das Geschlecht einer Person in ein für das Alter bestimmtes Feld eingeben. + Stellen Sie sicher, dass Ihre importierte Datei mit oder ohne Überschrift korrekt verarbeitet wurde. Wenn es eine Kopfzeile gibt, stellen Sie sicher, dass Sie die Upload-Option **Contains header** (Enthält Überschrift) auswählen. + Stellen Sie sicher, dass die Daten einen oder mehrere der folgenden Werte von [Kontingente für Datenquellen](data-source-limits.md) nicht überschreiten. + Stellen Sie sicher, dass die Daten mit [Unterstützte Datentypen und Werte](supported-data-types-and-values.md) kompatibel sind. + Stellen Sie sicher, dass Ihre berechneten Felder Daten enthalten, die für die Berechnung geeignet sind und nicht mit der Funktion im berechneten Feld nicht kompatibel sind oder von dieser ausgeschlossen werden. Wenn Sie beispielsweise ein berechnetes Feld in Ihrem Datensatz haben, das verwendet[parseDate](parseDate-function.md), überspringt Quick Sight Zeilen, in denen dieses Feld kein gültiges Datum enthält. Quick Sight bietet eine detaillierte Liste der Fehler, die auftreten, wenn die SPICE Engine versucht, Daten aufzunehmen. Wenn ein gespeicherter Datensatz übersprungene Zeilen meldet, können Sie sich die Fehler ansehen, sodass Sie Maßnahmen zur Behebung der Probleme ergreifen können. **Um Fehler für Zeilen anzuzeigen, die bei der SPICE-Aufnahme übersprungen wurden (Datenimport)** 1. Wählen Sie links **Daten** aus. Wählen Sie auf der Registerkarte **Datensätze** den problematischen Datensatz aus, um ihn zu öffnen. 1. Wählen Sie auf der sich öffnenden Seite mit den Datensatz-Details die Registerkarte **Aktualisieren** aus. Der Verlauf der SPICE-Aufnahme wird unten angezeigt. 1. Wählen Sie für die fehlerhafte Aufnahme die Option **Fehlerzusammenfassung anzeigen** aus. Dieser Link befindet sich in der Spalte **Status**. 1. Untersuchen Sie das **Dateiimportprotokoll**, das geöffnet wird. Es werden die folgenden Abschnitte angezeigt: + **Zusammenfassung** – Gibt einen prozentualen Wert an, der angibt, wie viele Zeilen von der Gesamtzahl der Zeilen beim Import übersprungen wurden. Wenn beispielsweise 864 von insgesamt 1.728 Zeilen übersprungen wurden, beträgt der Wert 50,00 %. + **Übersprungene Zeilen** – Gibt die Zeilenanzahl, den Feldnamen und die Fehlermeldung für jeden Satz ähnlicher übersprungener Zeilen an. + **Problembehandlung** – Stellt einen Link zum Herunterladen einer Datei bereit, die Fehlerinformationen enthält. 1. Wählen Sie unter **Problembehandlung** die Option **Fehlerzeilendatei herunterladen** aus. Die Fehlerdatei enthält eine Zeile für jeden Fehler. Die Datei ist `error-report_123_fe8.csv` benannt, wobei `123_fe8` durch eine eindeutige Identifikationszeichenfolge ersetzt wird. Die Datei enthält die folgenden Spalten: + **ERROR\$1TYPE** – Der Typ oder der Fehlercode für den Fehler, der beim Import dieser Zeile aufgetreten ist. Sie können diesen Fehler in dem [SPICE-Aufnahme-Fehlercodes](errors-spice-ingestion.md)-Abschnitt, der diesem Verfahren folgt, nachschlagen. + **COLUMN\$1NAME** – Der Name der Spalte in Ihren Daten, die den Fehler verursacht hat. + Alle Spalten aus Ihrer importierten Zeile – Die verbleibenden Spalten duplizieren die gesamte Datenzeile. Wenn eine Zeile mehr als einen Fehler enthält, kann er in dieser Datei mehrfach vorkommen. 1. Wählen Sie **Datensatz bearbeiten**, um Änderungen an Ihrem Datensatz vorzunehmen. Sie können die Daten filtern, Felder auslassen, Datentypen ändern, bestehende berechnete Felder anpassen und berechnete Felder hinzufügen, die die Daten validieren. 1. Nachdem Sie die durch die Fehlercodes angegebenen Änderungen vorgenommen haben, importieren Sie die Daten erneut. Wenn weitere SPICE–Eingabefehler im Protokoll erscheinen, führen Sie dieses Verfahren erneut durch, um alle verbleibenden Fehler zu beheben. **Tipp** Wenn Sie die Datenprobleme nicht innerhalb eines angemessenen Zeitraums mithilfe des Datensatz-Editors lösen können, wenden Sie sich an die Administratoren oder Entwickler, denen die Daten gehören. Langfristig ist es kostengünstiger, die Daten näher an ihrer Quelle zu bereinigen, als bei der Vorbereitung der Daten für die Analyse eine Ausnahmeverarbeitung hinzuzufügen. Indem Sie das Problem an der Quelle beheben, vermeiden Sie eine Situation, in der mehrere Personen die Fehler auf unterschiedliche Weise beheben, was später zu unterschiedlichen Berichtsergebnissen führt. **So üben Sie die Problembehandlung übersprungener Zeilen** 1. Laden Sie [samples/csv-files-for-troubleshooting-skipped-rows.zip](samples/csv-files-for-troubleshooting-skipped-rows.zip) herunter. 1. Extrahieren Sie die Dateien in einen Ordner, den Sie verwenden können, um die CSV-Beispieldatei in Quick Sight hochzuladen. Die .zip-Datei enthält die folgenden zwei Textdateien: + `sample dataset - data ingestion error.csv` – Eine CSV-Beispieldatei, die Probleme enthält, die dazu führen, dass Zeilen übersprungen werden. Sie können versuchen, die Datei selbst zu importieren, um zu sehen, wie der Fehlerprozess funktioniert. + `sample data ingestion error file`— Eine Beispielfehlerdatei, die während der SPICE Aufnahme beim Import der CSV-Beispieldatei in Quick Sight generiert wurde. 1. Importieren Sie die Daten, indem Sie die folgenden Schritte ausführen: 1. ****Wählen Sie **Daten**, Registerkarte **Datensätze**, Neu, Datensatz aus.**** 1. Wählen Sie **Upload a file** (Eine Datei hochladen). 1. Suchen Sie die Datei mit dem Namen `sample dataset - data ingestion error.csv` und wählen Sie sie aus. 1. Wählen Sie **Datei hochladen**, **Einstellungen bearbeiten und Daten vorbereiten**. 1. Wählen Sie **Speichern**, um den Vorgang zu beenden. 1. Wählen Sie Ihren Datensatz aus, um die zugehörigen Informationen anzuzeigen, und wählen Sie dann **Fehlerzusammenfassung anzeigen**. Überprüfen Sie die Fehler und die Daten, um die Probleme zu beheben. # SPICE-Aufnahme-Fehlercodes Die folgende Liste mit Fehlercodes und Beschreibungen kann Ihnen helfen, Probleme bei der Datenaufnahme in SPICE zu verstehen und zu beheben. ## Fehlercodes für übersprungene Zeilen Die folgende Liste mit Fehlercodes und Beschreibungen kann Ihnen helfen, Probleme bei übersprungenen Spalten zu verstehen und zu beheben. ****ARITHMETIC\$1EXCEPTION**** – Bei der Verarbeitung eines Werts ist eine arithmetische Ausnahme aufgetreten. ****ENCODING\$1EXCEPTION**** – Beim Konvertieren und Kodieren von Daten in SPICE ist eine unbekannte Ausnahme aufgetreten. ****OPENSEARCH\$1CURSOR\$1NOT\$1ENABLED — Für die OpenSearch Domain sind keine SQL-Cursor aktiviert**** (). `"opendistro.sql.cursor.enabled" : "true"` Weitere Informationen finden Sie unter [Autorisieren von Verbindungen zu Amazon Service OpenSearch](opensearch.md). ****INCORRECT\$1FIELD\$1COUNT**** – Eine oder mehrere Zeilen haben zu viele Felder. Stellen Sie sicher, dass die Anzahl der Felder in jeder Zeile der Anzahl der im Schema definierten Felder entspricht. ****INCORRECT\$1SAGEMAKER\$1OUTPUT\$1FIELD\$1COUNT — Die AI-Ausgabe**** enthält eine unerwartete Anzahl von Feldern. SageMaker ****INDEX\$1OUT\$1OF\$1BOUNDS**** – Das System hat einen Index angefordert, der für das Array oder die Liste, die gerade verarbeitet wird, nicht gültig ist. ****MALFORMED\$1DATE**** – Ein Wert in einem Feld kann nicht in ein gültiges Datum umgewandelt werden. Wenn Sie beispielsweise versuchen, ein Feld zu konvertieren, das einen Wert wie `"sale date"` oder `"month-1"` enthält, generiert die Aktion einen falsch formatierten Datumsfehler. Um diesen Fehler zu beheben, entfernen Sie Werte ohne Datum aus der Datenquelle. Stellen Sie sicher, dass Sie keine Datei importieren, deren Spaltenüberschrift in die Daten eingemischt ist. Wenn Ihre Zeichenfolge ein Datum oder eine Uhrzeit enthält, die nicht konvertiert werden, finden Sie weitere Informationen unter [Verwenden von nicht unterstützten oder benutzerdefinierten Datumsangaben](using-unsupported-dates.md). ****MISSING\$1SAGEMAKER\$1OUTPUT\$1FIELD**** — Ein Feld in der AI-Ausgabe ist unerwartet leer. SageMaker ****NUMBER\$1BITWIDTH\$1TOO\$1LARGE**** – Ein numerischer Wert überschreitet die in SPICE unterstützte Länge. Ihr numerischer Wert hat beispielsweise mehr als 19 Ziffern, was der Länge eines `bigint`-Datentyps entspricht. Verwenden Sie für eine lange numerische Sequenz, bei der es sich nicht um einen mathematischen Wert handelt, einen `string`-Datentyp. ****NUMBER\$1PARSE\$1FAILURE**** – Ein Wert in einem numerischen Feld ist keine Zahl. Ein Feld mit dem Datentyp von `int` enthält beispielsweise eine Zeichenfolge oder eine Fließkommazahl. ****SAGEMAKER\$1OUTPUT\$1COLUMN\$1TYPE\$1MISMATCH — Der im AI-Schema definierte Datentyp entspricht nicht dem von AI empfangenen Datentyp****. SageMaker SageMaker ****STRING\$1TRUNCATION**** – Eine Zeichenfolge wird von SPICE gekürzt. Zeichenfolgen werden gekürzt, wenn die Länge der Zeichenfolge das SPICE-Kontingent überschreitet. Mehr über SPICE erfahren Sie unter [Importieren von Daten in SPICE](spice.md). Weitere Informationen zu Kontingenten finden Sie unter [Service Quotas](https://docs.aws.amazon.com/servicequotas/latest/userguide/intro.html). ****UNDEFINIERT**** – Beim Einlesen von Daten ist ein unbekannter Fehler aufgetreten. ****UNSUPPORTED\$1DATE\$1VALUE**** – Ein Datumsfeld enthält ein Datum, das in einem unterstützten Format, aber nicht im unterstützten Datumsbereich liegt, z. B. „31.12.1399" oder „01.01.10000". Weitere Informationen finden Sie unter [Verwenden von nicht unterstützten oder benutzerdefinierten Datumsangaben](using-unsupported-dates.md). ## Fehlercodes beim Datenimport Für fehlgeschlagene Importe und Datenaktualisierungsaufträge gibt Quick Sight einen Fehlercode aus, der angibt, was den Fehler verursacht hat. Die folgende Liste mit Fehlercodes und Beschreibungen kann Ihnen helfen, Probleme bei der Datenaufnahme in SPICE zu verstehen und zu beheben. ****ACCOUNT\$1CAPACITY\$1LIMIT\$1EXCEEDED**** – Diese Daten überschreiten Ihre aktuelle SPICE-Kapazität. Erwerben Sie mehr SPICE-Kapazität oder bereinigen Sie vorhandene SPICE-Daten und wiederholen Sie diese Aufnahme. ****CONNECTION\$1FAILURE**** — Amazon Quick Sight kann keine Verbindung zu Ihrer Datenquelle herstellen. Überprüfen Sie die Einstellungen für die Datenquellenverbindung und versuchen Sie es erneut. ****CUSTOMER\$1ERROR**** – Beim Analysieren der Daten ist ein Problem aufgetreten. Wenn das Problem weiterhin besteht, wenden Sie sich an den technischen Support von Amazon Quick Sight. ****CUSTOMER\$1ERROR**** – Die Datenquelle oder das Dataset wurde gelöscht oder wurde während der Aufnahme nicht verfügbar. ****DATA\$1SET\$1SIZE\$1LIMIT\$1EXCEEDED**** – Dieses Dataset überschreitet die maximal zulässige SPICE-Datensatzgröße. Verwenden Sie Filter, um die Dataset-Größe zu reduzieren, und versuchen Sie es erneut. Weitere Informationen zu SPICE-Kontigenten finden Sie unter [Kontingente für Datenquellen](data-source-limits.md). ****DATA\$1SOURCE\$1AUTH\$1FAILED**** – Datenquellenauthentifizierung fehlgeschlagen. Überprüfen Sie Ihre Anmeldeinformationen und verwenden Sie die Option **Edit data source** (Datenquelle bearbeiten), um abgelaufene Anmeldeinformationen zu ersetzen. ****DATA\$1SOURCE\$1CONNECTION\$1FAILED**** – Datenquellenverbindung fehlgeschlagen. Überprüfen Sie die URL und versuchen Sie es erneut. Wenn dieser Fehler weiterhin besteht, wenden Sie sich an den Datenquellenadministrator, um Unterstützung zu erhalten. ****DATA\$1SOURCE\$1NOT\$1FOUND**** – Keine Datenquelle gefunden. Überprüfen Sie Ihre Amazon Quick Sight-Datenquellen. ****DATA\$1TOLERANCE\$1EXCEPTION**** – Es gibt zu viele ungültige Zeilen. Amazon Quick Sight hat das Kontingent an Zeilen erreicht, die übersprungen und trotzdem weiter aufgenommen werden können. Überprüfen Sie Ihre Daten und versuchen Sie es erneut. ****FAILURE\$1TO\$1ASSUME\$1ROLE — Amazon Quick Sight konnte die richtige (IAM-) Rolle**** nicht annehmen. AWS Identity and Access Management Überprüfen Sie die Richtlinien für `Amazon Quick Sight-service-role` in der IAM-Konsole. ****FAILURE\$1TO\$1PROCESS\$1JSON\$1FILE — Amazon Quick Sight konnte eine Manifestdatei**** nicht als gültiges JSON analysieren. ****IAM\$1ROLE\$1NOT\$1AVAILABLE**** — Amazon Quick Sight hat keine Berechtigung, auf die Datenquelle zuzugreifen. Um Amazon Quick Sight-Berechtigungen für AWS Ressourcen zu verwalten, rufen Sie als Administrator die Seite **Sicherheit und Berechtigungen** unter der Option **Amazon Quick Sight verwalten** auf. ****INGESTION\$1CANCELED**** – Die Aufnahme wurde vom Benutzer abgebrochen. ****INGESTION\$1SUPERSEDED**** – Diese Aufnahme wurde durch einen anderen Workflow ersetzt. Dies passiert, wenn eine neue Aufnahme erstellt wird, während eine andere noch in Bearbeitung ist. Vermeiden Sie es, den Datensatz innerhalb eines kurzen Zeitraums mehrmals manuell zu bearbeiten, da bei jeder manuellen Bearbeitung eine neue Aufnahme erstellt wird, die die vorherige Aufnahme ersetzt und beendet. ****INTERNAL\$1SERVICE\$1ERROR**** – Ein interner Servicefehler ist aufgetreten. ****INVALID\$1DATA\$1SOURCE\$1CONFIG**** – Ungültige Werte wurden in den Verbindungseinstellungen angezeigt. Überprüfen Sie Ihre Verbindungsdetails und versuchen Sie es erneut. ****INVALID\$1DATAPREP\$1SYNTAX**** – Ihr berechneter Feldausdruck enthält eine ungültige Syntax. Korrigieren Sie die Syntax und versuchen Sie es erneut. ****INVALID\$1DATE\$1FORMAT**** – Ein ungültiges Datumsformat wurde angezeigt. ****IOT\$1DATA\$1SET\$1FILE\$1EMPTY**** — Es wurden keine Analytics-Daten gefunden. AWS IoT Überprüfen Sie Ihr Konto und versuchen Sie es erneut. ****IOT\$1FILE\$1NOT\$1FOUND**** — Eine angegebene Analytics-Datei wurde nicht gefunden. AWS IoT Überprüfen Sie Ihr Konto und versuchen Sie es erneut. ****OAUTH\$1TOKEN\$1FAILURE**** – Die Anmeldeinformationen für die Datenquelle sind abgelaufen. Erneuern Sie Ihre Anmeldeinformationen und wiederholen Sie diese Aufnahme. ****PASSWORD\$1AUTHENTICATION\$1FAILURE**** – Falsche Anmeldeinformationen für eine Datenquelle wurden angezeigt. Aktualisieren Sie die Anmeldeinformationen der Datenquelle und wiederholen Sie diese Aufnahme. ****PERMISSION\$1DENIED**** – Der Zugriff auf die angeforderten Ressourcen wurde von der Datenquelle verweigert. Fordern Sie Berechtigungen von Ihrem Datenbankadministrator an oder stellen Sie sicher, dass Amazon Quick Sight die richtige Genehmigung erteilt wurde, bevor Sie es erneut versuchen. ****QUERY\$1TIMEOUT**** – Bei einer Abfrage an die Datenquelle ist eine Zeitüberschreitung beim Warten auf eine Antwort aufgetreten. Überprüfen Sie die Datenquellenprotokolle und versuchen Sie es erneut. ****ROW\$1SIZE\$1LIMIT\$1EXCEEDED**** – Das Zeilengrößenkontingent hat den Höchstwert überschritten. ****S3\$1FILE\$1INACCESSIBLE**** – Konnte keine Verbindung zu einem S3-Bucket herstellen. Stellen Sie sicher, dass Sie Amazon Quick Sight und den Benutzern die erforderlichen Berechtigungen gewähren, bevor Sie eine Verbindung zum S3-Bucket herstellen. ****S3\$1MANIFEST\$1ERROR**** – Konnte keine Verbindung zu S3-Daten herstellen. Stellen Sie sicher, dass Ihre S3-Manifestdatei gültig ist. Überprüfen Sie auch den Zugriff auf die S3-Daten. Sowohl Amazon Quick Sight als auch der Amazon Quick Sight-Benutzer benötigen Berechtigungen, um eine Verbindung zu den S3-Daten herzustellen. ****S3\$1UPLOADED\$1FILE\$1DELETED**** – Die Datei oder Dateien für die Aufnahme wurden (zwischen den Aufnahmen) gelöscht. Überprüfen Sie Ihren S3-Bucket und versuchen Sie es erneut. ****SOURCE\$1 API\$1LIMIT \$1EXCEEDED\$1FAILURE**** — Diese Aufnahme überschreitet das API-Kontingent für diese Datenquelle. Wenden Sie sich an den Datenquellenadministrator, um Hilfe zu erhalten. ****SOURCE\$1RESOURCE\$1LIMIT\$1EXCEEDED**** – Eine SQL-Abfrage überschreitet das Ressourcenkontingent der Datenquelle. Beispiele für involvierte Ressourcen können das Kontingent für gleichzeitige Abfragen, das Verbindungskontingent und physische Serverressourcen umfassen. Wenden Sie sich an den Datenquellenadministrator, um Hilfe zu erhalten. ****SPICE\$1TABLE\$1NOT\$1FOUND**** — Eine Amazon Quick Sight-Datenquelle oder ein Datensatz wurde gelöscht oder war während der Aufnahme nicht mehr verfügbar. Überprüfen Sie Ihren Datensatz in Amazon Quick Sight und versuchen Sie es erneut. Weitere Informationen finden Sie unter [Behebung von Fehlern bei übersprungenen Zeilen](troubleshooting-skipped-rows.md). ****SQL\$1EXCEPTION**** – Ein allgemeiner SQL-Fehler ist aufgetreten. Dieser Fehler kann durch Abfrage-Timeouts, Ressourceneinschränkungen, unerwartete DDL-Änderungen (Data Definition Language) vor oder während einer Abfrage und andere Datenbankfehler verursacht werden. Überprüfen Sie Ihre Datenbankeinstellungen und Ihre Abfrage und versuchen Sie es erneut. ****SQL\$1INVALID\$1PARAMETER\$1VALUE**** – Ein ungültiger SQL-Parameter wurde angezeigt. Überprüfen Sie Ihre SQL und versuchen Sie es erneut. ****SQL\$1NUMERIC\$1OVERFLOW**** — Amazon Quick Sight ist auf eine numerische Ausnahme gestoßen. out-of-range Überprüfen Sie verwandte Werte und berechnete Spalten auf Überläufe und versuchen Sie es erneut. ****SQL\$1SCHEMA\$1MISMATCH\$1ERROR**** — Das Datenquellenschema stimmt nicht mit dem Amazon Quick Sight-Datensatz überein. Aktualisieren Sie Ihre Amazon Quick Sight-Datensatzdefinition. ****SQL\$1TABLE\$1NOT\$1FOUND**** — Amazon Quick Sight kann die Tabelle in der Datenquelle nicht finden. Überprüfen Sie die im Dataset oder in der benutzerdefinierten SQL angegebene Tabelle und versuchen Sie es erneut. ****SSL\$1CERTIFICATE\$1VALIDATION\$1FAILURE**** — Amazon Quick Sight kann das Secure Sockets Layer (SSL) -Zertifikat auf Ihrem Datenbankserver nicht validieren. Überprüfen Sie den SSL-Status auf diesem Server mit Ihrem Datenbankadministrator und versuchen Sie es erneut. ****UNRESOLVABLE\$1HOST**** — Amazon Quick Sight kann den Hostnamen der Datenquelle nicht auflösen. Überprüfen Sie den Hostnamen der Datenquelle und versuchen Sie es erneut. ****UNROUTABLE\$1HOST**** — Amazon Quick Sight kann Ihre Datenquelle nicht erreichen, da sie sich in einem privaten Netzwerk befindet. Stellen Sie sicher, dass Ihre private VPC-Verbindung in der Enterprise Edition korrekt konfiguriert ist, oder lassen Sie Amazon Quick Sight-IP-Adressbereiche zu, um Konnektivität für die Standard Edition zuzulassen. # Dateien in einem Datensatz aktualisieren Um die neueste Version von Dateien zu erhalten, können Sie die Dateien in Ihrem Dataset aktualisieren. Sie können die folgenden Dateitypen aktualisieren: + Kommagetrennte (CSV) und tabulatorgetrennte (TSV) Textdateien + Erweiterte und gebräuchliche Protokollformatdateien (ELF and CLF) + Flache oder teilweise strukturierte Datendateien (JSON) + Microsoft Excel-Dateien (XLSX) Stellen Sie vor dem Aktualisieren einer Datei sicher, dass die neue Datei dieselben Felder in derselben Reihenfolge enthält wie die Originaldatei, die sich derzeit im Datensatz befindet. Wenn zwischen den beiden Dateien Abweichungen zwischen den Feldern (Spalten) bestehen, tritt ein Fehler auf, und Sie müssen die Diskrepanzen beheben, bevor Sie erneut versuchen, eine Aktualisierung durchzuführen. Sie können dies tun, indem Sie die neue Datei so bearbeiten, dass sie dem Original entspricht. Beachten Sie, dass Sie, wenn Sie neue Felder hinzufügen möchten, diese nach den Originalfeldern in der Datei anhängen können. In einer Microsoft Excel-Tabelle können Sie beispielsweise neue Felder rechts neben den ursprünglichen Feldern anfügen. **So aktualisieren Sie eine Datei in einem Datensatz** 1. Wählen Sie in Quick Sight links **Daten** aus. 1. Wählen Sie auf der Registerkarte **Datensätze** den Datensatz aus, den Sie aktualisieren möchten, und klicken Sie dann auf **Datensatz bearbeiten**. 1. Auf der Seite zur Datenvorbereitung, die geöffnet wird, wählen Sie die Drop-down-Liste für die Datei aus, die Sie aktualisieren möchten, und anschließend **Datei aktualisieren**. 1. Wählen Sie auf der sich öffnenden Seite **Datei aktualisieren** die Option **Datei hochladen** aus, und navigieren Sie dann zu einer Datei. Quick Sight scannt die Datei. 1. Wenn es sich bei der Datei um eine Microsoft Excel-Datei handelt, wählen Sie das gewünschte Blatt auf der sich öffnenden Seite **Wählen Sie Ihr Blatt** aus, und wählen Sie dann **Auswählen** aus. 1. Wählen Sie auf der folgenden Seite die Option **Dateiaktualisierung bestätigen** aus. Zu Referenzzwecken wird eine Vorschau einiger Blattspalten angezeigt. Eine Meldung, dass die Datei erfolgreich aktualisiert wurde, wird oben rechts angezeigt, und die Tabellenvorschau wird aktualisiert, sodass die neuen Dateidaten angezeigt werden.