View a markdown version of this page

So funktionieren Themen - Amazon Quick

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.

So funktionieren Themen

Ein Thema in Quick Sight besteht aus vier Ebenen:

  1. Datenquellen. Ihre normalisierten Datensätze stellen aus unterstützten Quellen eine Verbindung zu Quick Sight her. Themen unterstützen SPICE Datensätze und Direct Query-Datensätze anhand von Amazon Redshift-, Athena-, Amazon S3-Tabellen usw. Snowflake Databricks Sie können Datasets SPICE und Direct-Query-Datensätze nicht innerhalb eines einzelnen Topics kombinieren.

  2. Anreicherung von Datensätzen. Jeder Datensatz wird unabhängig mit semantischen Metadaten angereichert, die die Genauigkeit der Abfragen in natürlicher Sprache verbessern. Die Anreicherung umfasst Spaltenbeschreibungen, Synonyme, semantische Typen, berechnete Felder und Feldausschlüsse. Sie können Datensätze direkt in Quick Sight anreichern oder Metadaten mithilfe von Katalogen aus AWS Glue (AWS Glue Data Catalog) und Unity Catalog hinzufügen. Databricks

  3. Multi-dataset Thema. Das Topic dient als einheitlicher Container, der Datensätze zusammenführt. Es enthält:

    • Datensätze (bis zu 12). Jeder Datensatz behält seine eigene Anreicherung bei und stellt eine Verbindung zu seiner eigenen Datenquelle her.

    • Beziehungen. Verbindungsschlüssel, die zwischen Datensatzpaaren definiert sind, teilen Quick Sight mit, wie Tabellen zusammenhängen. Sie laden eine JSON-Datei hoch, die Spalten zwischen Datensätzen zuordnet.

    • Benutzerdefinierte Anweisungen. Dauerhafte Regeln natürlicher Sprache, die die KI bei der Interpretation domänenspezifischer Terminologie leiten. Diese behandeln Disambiguierung, benutzerdefinierte Datumslogik und Geschäftsdefinitionen.

    • Berechtigungen. Besitzer können das Thema ändern. Zuschauer können Fragen stellen und das Topic für Analysen verwenden, die Konfiguration jedoch nicht ändern.

  4. Verbrauch. Geschäftsanwender interagieren mit dem Thema über mehrere Oberflächen:

    • Chatten. Benutzer stellen Fragen in natürlicher Sprache in der Amazon Quick Chat-Oberfläche. Der LLM-powered Chat-Agent analysiert die Frage, identifiziert relevante Spalten in allen Datensätzen, erstellt SQL mit entsprechenden Verknüpfungen auf der Grundlage Ihrer definierten Beziehungen und gibt eine einheitliche Antwort zurück.

    • Analyseblätter. Autoren erstellen Grafiken mithilfe von Feldern aus mehreren Datensätzen innerhalb des Themas. Quick Sight führt zur Laufzeit automatisch innere Verknüpfungen durch, wenn ein Bild auf Felder aus mehr als einem Datensatz verweist.

Row-level Sicherheit (RLS) wird bei Verknüpfungen zur Laufzeit auf Datensatzebene durchgesetzt. Benutzer sehen nur die Daten, auf die sie zugreifen dürfen, auch wenn Abfragen mehrere Datensätze umfassen.