Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Esperienza di preparazione dei dati (nuova)
La preparazione dei dati trasforma i dati grezzi in un formato ottimizzato per l'analisi e la visualizzazione. Nella business intelligence, questo processo cruciale prevede la pulizia, la strutturazione e l'arricchimento dei dati per consentire approfondimenti aziendali significativi.
L'interfaccia di preparazione dei dati di Amazon Quick Sight rivoluziona questo processo con un'esperienza visiva intuitiva che consente agli utenti di creare set di dati pronti per l'analisi senza competenze SQL. Grazie al suo approccio moderno e semplificato, gli utenti possono creare e gestire in modo efficiente set di dati di business intelligence. L'interfaccia visiva offre una visione chiara e sequenziale delle trasformazioni dei dati, consentendo agli autori di tenere traccia delle modifiche dallo stato iniziale all'output finale con precisione.
La piattaforma enfatizza la collaborazione e la riutilizzabilità, consentendo ai team di condividere e riutilizzare i flussi di lavoro all'interno dell'organizzazione. Questo design collaborativo promuove la coerenza nelle pratiche di trasformazione dei dati eliminando al contempo il lavoro ridondante, promuovendo in ultima analisi processi standardizzati tra i team e migliorando l'efficienza complessiva.
**Topics**
+ [Componenti all'interno dell'esperienza di preparazione dei dati](data-prep-components.md)
+ [Fasi di preparazione dei dati](data-prep-steps.md)
+ [Funzionalità di workflow avanzate](advanced-workflow-capabilities.md)
+ [Funzionalità esclusive di Spice](spice-only-features.md)
+ [Passaggio da un'esperienza di preparazione dei dati all'altra](switching-between-data-prep-experiences.md)
+ [Funzionalità non supportate nella nuova esperienza di preparazione dei dati](unsupported-features.md)
+ [Limiti di preparazione dei dati](data-preparation-limits.md)
+ [Modifiche del comportamento di ingestione](ingestion-behavior-changes.md)
+ [Domande frequenti](new-data-prep-faqs.md)
# Componenti all'interno dell'esperienza di preparazione dei dati
L'esperienza di preparazione dei dati di Amazon Quick Sight ha i seguenti componenti principali.
## Flusso di lavoro
Un flusso di lavoro nell'esperienza di preparazione dei dati di Quick Sight rappresenta una serie sequenziale di passaggi di trasformazione dei dati che guidano il set di dati dallo stato grezzo a un formato pronto per l'analisi. Questi flussi di lavoro sono progettati per la riutilizzabilità e consentono agli analisti di sfruttare e sviluppare il lavoro esistente, mantenendo al contempo standard di trasformazione dei dati coerenti in tutta l'organizzazione.
Sebbene i flussi di lavoro possano gestire più percorsi attraverso vari input o tramite Divergence (descritti in dettaglio nelle sezioni successive), alla fine devono convergere in un'unica tabella di output. Questa struttura unificata garantisce la coerenza dei dati e funzionalità di analisi semplificate.
## Trasformazione
Una trasformazione è un'operazione specifica di manipolazione dei dati che modifica la struttura, il formato o il contenuto dei dati. L'esperienza di preparazione dei dati di Quick Sight offre vari tipi di trasformazione, tra cui Join, Filter, Aggregate, Pivot, Unpivot, Append e Calculated Columns. Ogni tipo di trasformazione ha uno scopo distinto nel rimodellare i dati per soddisfare i requisiti analitici. Queste trasformazioni vengono implementate come singoli passaggi all'interno del flusso di lavoro.
## Fase
Un passaggio è una raccolta di trasformazioni omogenee dello stesso tipo applicate all'interno del flusso di lavoro. Ogni passaggio contiene una o più operazioni correlate della stessa categoria di trasformazione. Ad esempio, una fase di ridenominazione può includere più operazioni di ridenominazione di colonne e una fase di filtro può contenere più condizioni di filtraggio, tutte gestite come un'unica unità nel flusso di lavoro.
La maggior parte dei passaggi può includere più operazioni, con due importanti eccezioni: i passaggi Join e Append sono limitati a due tabelle di input per passaggio. Per unire o aggiungere più di due tabelle, è possibile creare ulteriori passaggi di unione o aggiunta in sequenza.
I passaggi vengono visualizzati in ordine, e ogni passaggio si basa sui risultati dei passaggi precedenti, consentendoti di monitorare la trasformazione progressiva dei dati. Per rinominare o eliminare un passaggio, selezionalo e scegli il menu a tre punti.
## Connector
Il connettore collega due passaggi con una freccia che indica la direzione del flusso di lavoro. È possibile eliminare un connettore selezionandolo e premendo il tasto di cancellazione. Per aggiungere un passaggio tra due passaggi esistenti, è sufficiente eliminare il connettore, aggiungere il nuovo passaggio e ricollegare i passaggi trascinando il mouse tra di essi.
## Pannello di configurazione
Il **riquadro Configurazione** è l'area interattiva in cui è possibile definire i parametri e le impostazioni per un passaggio selezionato. Quando si seleziona una fase del flusso di lavoro, questo riquadro mostra le opzioni pertinenti per quel tipo di trasformazione specifico. Ad esempio, quando si configura un passaggio di unione, è possibile selezionare il tipo di join, le colonne corrispondenti e altre impostazioni specifiche del join. L' point-and-clickinterfaccia del **pannello di configurazione** elimina la necessità di conoscere SQL.
## Riquadro di anteprima
Il **riquadro di anteprima** mostra un campione in tempo reale dei dati così come appaiono dopo l'applicazione della fase di trasformazione corrente. Questo feedback visivo immediato consente di verificare che ogni trasformazione produca i risultati previsti prima di procedere alla fase successiva. Il **riquadro di anteprima** si aggiorna dinamicamente man mano che si modificano le configurazioni dei passaggi, permettendo il perfezionamento iterativo delle trasformazioni dei dati con sicurezza.
Questi componenti interagiscono per creare un'esperienza di preparazione dei dati intuitiva e visiva che rende le trasformazioni di dati complesse accessibili agli utenti aziendali senza richiedere competenze tecniche.
# Fasi di preparazione dei dati
L'esperienza di preparazione dei dati di Amazon Quick Sight offre undici potenti tipi di passaggi che consentono di trasformare i dati in modo sistematico. Ogni fase ha uno scopo specifico nel flusso di lavoro di preparazione dei dati.
I passaggi possono essere configurati tramite un'interfaccia intuitiva nel riquadro **Configurazione**, con un feedback immediato visibile nel riquadro **Anteprima**. I passaggi possono essere combinati in sequenza per creare sofisticate trasformazioni dei dati senza richiedere competenze SQL.
Ogni passaggio può ricevere input da una tabella fisica o l'output di un passaggio precedente. La maggior parte dei passaggi accetta un singolo input, con le eccezioni dei passaggi Append e Join, che richiedono esattamente due input.
## Input
La fase di input avvia il flusso di lavoro di preparazione dei dati in Quick Sight consentendoti di selezionare e importare dati da più fonti per la trasformazione nei passaggi successivi.
**Opzioni di input**
+ **Aggiungi set di dati**
Sfrutta i set di dati Quick Sight esistenti come fonti di input, basandoti su dati già preparati e ottimizzati dal tuo team.
+ **Aggiungi fonte di dati**
Connettiti direttamente a database come Amazon Redshift, Athena, RDS o altre fonti supportate selezionando oggetti di database specifici e fornendo parametri di connessione.
+ **Aggiungi file e carica**
Importa i dati direttamente dai file locali in formati come CSV, TSV, Excel o JSON.
**Configurazione**
La fase di input non richiede alcuna configurazione. Il riquadro di **anteprima** mostra i dati importati insieme alle informazioni sulla fonte, inclusi i dettagli di connessione, il nome della tabella e i metadati delle colonne.
**Note per l'utilizzo**
+ All'interno di un unico flusso di lavoro possono esistere più passaggi di input.
+ Puoi aggiungere passaggi di input in qualsiasi momento del flusso di lavoro.
## Aggiungi colonne calcolate
Il passo Aggiungi colonne calcolate consente di creare nuove colonne utilizzando espressioni a livello di riga che eseguono calcoli su colonne esistenti. È possibile creare nuove colonne utilizzando funzioni e operatori scalari (a livello di riga) e applicare calcoli a livello di riga che fanno riferimento a colonne esistenti.
**Configurazione**
**Per configurare il passo Aggiungi colonne calcolate, nel riquadro Configurazione:**
1. Assegna un nome alla nuova colonna calcolata.
1. [Crea espressioni utilizzando l'editor di calcolo, che supporta funzioni e operatori a livello di riga (come [ifelse](ifelse-function.md) e round).](round-function.md)
1. Salva il calcolo.
1. Visualizza l'anteprima dei risultati dell'espressione.
1. Aggiungi altre colonne calcolate in base alle esigenze.
**Note per l'utilizzo**
+ In questo passaggio sono supportati solo i calcoli scalari (a livello di riga).
+ In SPICE, le colonne calcolate vengono materializzate e funzionano come colonne standard nei passaggi successivi.
## Modifica il tipo di dati
Quick Sight semplifica la gestione dei tipi di dati supportando quattro tipi di dati astratti: `date``decimal`,`integer`, e`string`. Questi tipi astratti eliminano la complessità mappando automaticamente vari tipi di dati di origine ai rispettivi equivalenti Quick Sight. Ad esempio,, `tinyint` `smallint``integer`, e `bigint` sono tutti mappati su`integer`, while `date``datetime`, e `timestamp` sono mappati su. `date`
Questa astrazione significa che devi solo comprendere i quattro tipi di dati di Quick Sight, poiché Quick Sight gestisce automaticamente tutte le conversioni e i calcoli dei tipi di dati sottostanti quando interagisce con diverse fonti di dati.
**Configurazione**
**Per configurare il passaggio Modifica del tipo di dati, nel riquadro Configurazione:**
1. Seleziona una colonna da convertire.
1. Scegli il tipo di dati di destinazione (`string``integer`,`decimal`, o`date`).
1. Per le conversioni di data, specifica le impostazioni del formato e visualizza in anteprima i risultati in base ai formati di input. Scopri i [formati di data supportati](supported-data-types-and-values.md) in Quick Sight.
1. Aggiungi colonne aggiuntive da convertire secondo necessità.
**Note per l'utilizzo**
+ Converti i tipi di dati di più colonne in un unico passaggio per una maggiore efficienza.
+ Quando si utilizza SPICE, tutte le modifiche ai tipi di dati vengono materializzate nei dati importati.
## Rinomina colonne
Il passaggio Rinomina colonne consente di modificare i nomi delle colonne in modo che siano più descrittivi, intuitivi e coerenti con le convenzioni di denominazione dell'organizzazione.
**Configurazione**
**Per configurare il passaggio Rinomina colonne, nel riquadro Configurazione:**
1. Seleziona una colonna a cui assegnare un nome.
1. Immettete un nuovo nome per la colonna selezionata.
1. Aggiungi altre colonne da rinominare secondo necessità.
**Note per l'utilizzo**
+ Tutti i nomi delle colonne devono essere univoci all'interno del set di dati.
## Seleziona colonne
Il passaggio Seleziona colonne consente di semplificare il set di dati includendo, escludendo e riordinando le colonne. Ciò consente di ottimizzare la struttura dei dati rimuovendo le colonne non necessarie e organizzando quelle rimanenti in una sequenza logica per l'analisi.
**Configurazione**
Per configurare il passo Seleziona colonne, nel riquadro **Configurazione**:
1. Scegli colonne specifiche da includere nell'output.
1. Seleziona le colonne nell'ordine che preferisci per stabilire la sequenza.
1. Usa **Seleziona tutto** per includere le colonne rimanenti nell'ordine originale.
1. Escludi le colonne indesiderate lasciandole deselezionate.
**Caratteristiche principali**
+ Le colonne di output vengono visualizzate nell'ordine di selezione.
+ **Seleziona tutto** mantiene la sequenza di colonne originale.
**Note per l'utilizzo**
+ Le colonne non selezionate vengono rimosse dai passaggi successivi.
+ Ottimizza le dimensioni del set di dati rimuovendo le colonne non necessarie.
## Append
Il passaggio Append combina verticalmente due tabelle, in modo simile a un'operazione SQL UNION ALL. Quick Sight abbina automaticamente le colonne per nome anziché per sequenza, consentendo un consolidamento efficiente dei dati anche quando le tabelle hanno ordini di colonne diversi o un numero variabile di colonne.
**Configurazione**
**Per configurare la fase Append, nel riquadro Configurazione:**
1. Seleziona due tabelle di input da aggiungere.
1. Esamina la sequenza delle colonne di output.
1. Esamina quali colonne sono presenti in entrambe le tabelle rispetto alle tabelle singole.
**Caratteristiche principali**
+ Corrisponde alle colonne per nome anziché per sequenza.
+ Conserva tutte le righe di entrambe le tabelle, inclusi i duplicati.
+ Supporta tabelle con un numero diverso di colonne.
+ Segue la sequenza di colonne della Tabella 1 per le colonne corrispondenti, quindi aggiunge colonne uniche dalla Tabella 2.
+ Mostra indicatori di origine chiari per tutte le colonne
**Note per l'utilizzo**
+ Utilizzate innanzitutto un passaggio di ridenominazione quando aggiungete colonne con nomi diversi.
+ Ogni passaggio di aggiunta combina esattamente due tabelle; utilizza passaggi di aggiunta aggiuntivi per più tabelle.
## Join
Il passaggio Join combina orizzontalmente i dati di due tabelle in base ai valori corrispondenti nelle colonne specificate. Quick Sight supporta i tipi Left Outer, Right Outer, Full Outer e Inner Join, offrendo opzioni flessibili per le vostre esigenze analitiche. Il passaggio include la risoluzione intelligente dei conflitti tra le colonne che gestisce automaticamente i nomi di colonna duplicati. Sebbene i self-join non siano disponibili come tipo di join specifico, è possibile ottenere risultati simili utilizzando la divergenza del flusso di lavoro.
**Configurazione**
**Per configurare la fase di iscrizione, nel riquadro Configurazione:**
1. Seleziona due tabelle di input da unire.
1. Scegli il tipo di join (Left Outer, Right Outer, Full Outer o Inner).
1. Specificate le chiavi di unione da ogni tabella.
1. Esamina i conflitti tra nomi di colonna risolti automaticamente.
**Caratteristiche principali**
+ Supporta più tipi di join per diverse esigenze analitiche.
+ Risolve automaticamente i nomi di colonna duplicati.
+ Accetta le colonne calcolate come chiavi di unione.
**Note per l'utilizzo**
+ Le chiavi di join devono avere tipi di dati compatibili; se necessario, utilizzare il passaggio Modifica tipo di dati.
+ Ogni passaggio di Join combina esattamente due tabelle; utilizza passaggi di Join aggiuntivi per più tabelle.
+ Crea un passaggio di ridenominazione dopo il Join per personalizzare le intestazioni delle colonne risolte automaticamente.
## Aggregazione
La fase di aggregazione consente di riepilogare i dati raggruppando le colonne e applicando operazioni di aggregazione. Questa potente trasformazione condensa i dati dettagliati in riepiloghi significativi basati sulle dimensioni specificate. Quick Sight semplifica le operazioni SQL complesse attraverso un'interfaccia intuitiva, che offre funzioni di aggregazione complete, tra cui operazioni avanzate sulle stringhe come e. `ListAgg` `ListAgg distinct`
**Configurazione**
**Per configurare la fase di aggregazione, nel riquadro Configurazione:**
1. Seleziona le colonne in base alle quali raggruppare.
1. Scegli le funzioni di aggregazione per le colonne di misura.
1. Personalizza i nomi delle colonne di output.
1. Per `ListAgg` e `ListAgg distinct`:
1. Seleziona la colonna da aggregare.
1. Scegli un separatore (virgola, trattino, punto e virgola o linea verticale).
1. Visualizza l'anteprima dei dati riepilogati.
**Funzioni supportate per tipo di dati**
| Tipo di dati | Funzioni supportate |
| --- | --- |
| Numerico | `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min` |
| Data | `Count`, `Count Distinct` `Max`, `Min` `ListAgg`, `ListAgg distinct` (solo per data) |
| Stringa | `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min` |
**Caratteristiche principali**
+ Applica diverse funzioni di aggregazione alle colonne nello stesso passaggio.
+ Le funzioni **di raggruppamento** senza aggregazione fungono da SQL SELECT DISTINCT.
+ `ListAgg`concatena tutti i valori; `ListAgg distinct` include solo valori univoci.
+ `ListAgg`per impostazione predefinita, le funzioni mantengono l'ordinamento crescente.
**Note per l'utilizzo**
+ L'aggregazione riduce significativamente il numero di righe nel set di dati.
+ `ListAgg`e `ListAgg distinct` supportano `date` i valori ma non. `datetime`
+ Usa i separatori per personalizzare l'output della concatenazione di stringhe.
## Filtro
La fase Filtro consente di restringere il set di dati includendo solo le righe che soddisfano criteri specifici. Puoi applicare più condizioni di filtro in un unico passaggio, combinandole tutte tramite la `AND` logica per concentrare l'analisi sui dati pertinenti.
**Configurazione**
Per configurare la fase Filtro, nel riquadro **Configurazione**:
1. Seleziona una colonna da filtrare.
1. Scegli un operatore di confronto.
1. Specificate i valori del filtro in base al tipo di dati della colonna.
1. Se necessario, aggiungi condizioni di filtro aggiuntive su colonne diverse.
**Nota**
Filtri a stringa con «is in» o «is not in»: inserisci più valori (uno per riga).
Filtri numerici e di data: inserisci valori singoli (tranne «tra» che richiede due valori).
**Operatori supportati per tipo di dati**
| Tipo di dati | Operatori supportati |
| --- | --- |
| Numero intero e decimale | Uguale, non è uguale Maggiore di, Minore di È maggiore o uguale a, È minore o uguale a È compreso tra |
| Data | Dopo, prima È compreso tra È dopo o uguale a, È prima o uguale a |
| Stringa | Uguale, non è uguale Inizia con, finisce con Contiene, non contiene È dentro, non è dentro |
**Note per l'utilizzo**
+ Applica più condizioni di filtro in un unico passaggio.
+ Combina le condizioni tra diversi tipi di dati.
+ Visualizza in anteprima i risultati filtrati in tempo reale.
## Pivot
La fase Pivot trasforma i valori delle righe in colonne uniche, convertendo i dati da un formato lungo a un formato ampio per facilitare il confronto e l'analisi. Questa trasformazione richiede specifiche per il filtraggio, l'aggregazione e il raggruppamento dei valori per gestire efficacemente le colonne di output.
**Configurazione**
**Per configurare la fase Pivot, utilizza quanto segue nel riquadro Configurazione:**
1. Colonna **Pivot: seleziona la colonna** i cui valori diventeranno intestazioni di colonna (ad esempio, Categoria).
1. **Valore della riga della colonna pivot**: filtra valori specifici da includere (ad esempio, tecnologia, forniture per ufficio).
1. Intestazione **delle colonne di output: personalizza le nuove intestazioni** di colonna (l'impostazione predefinita sono i valori delle colonne pivot).
1. Colonna dei **valori: seleziona la colonna** da aggregare (ad esempio, Vendite).
1. **Funzione di aggregazione**: scegli il metodo di aggregazione (ad esempio, Sum).
1. **Raggruppa per**: specifica le colonne organizzative (ad esempio, Segmento).
![\[alt text not found\]](http://docs.aws.amazon.com/it_it/quick/latest/userguide/images/pivot.png)
**Operatori supportati per tipo di dati**
| Tipo di dati | Operatori supportati |
| --- | --- |
| Numero intero e decimale | `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min` |
| Data | `Count`, `Count Distinct` `Max`, `Min` `ListAgg`, `ListAgg distinct` (solo valori di data) |
| Stringa | `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min` |
**Note per l'utilizzo**
+ Ogni colonna pivotata contiene i valori aggregati della colonna dei valori.
+ Personalizza le intestazioni delle colonne per maggiore chiarezza.
+ Visualizza in anteprima i risultati della trasformazione in tempo reale.
## Unpivot
La fase Unpivot trasforma le colonne in righe, convertendo dati di grandi dimensioni in un formato più lungo e stretto. Questa trasformazione aiuta a organizzare i dati distribuiti su più colonne in un formato più strutturato per facilitare l'analisi e la visualizzazione.
**Configurazione**
**Per configurare la fase Unpivot, nel riquadro Configurazione:**
1. Seleziona le colonne da scomporre in righe.
1. Definisci i valori delle righe delle colonne di output. L'impostazione predefinita è il nome della colonna originale. Alcuni esempi includono tecnologia, forniture per ufficio e mobili.
1. Assegna un nome alle due nuove colonne di output.
+ **Intestazione di colonna non pivotata**: il nome dei nomi delle colonne precedenti (ad esempio, Categoria)
+ Valori di **colonna non pivotati: il nome dei valori** non pivotati (ad esempio, Sales)
![\[alt text not found\]](http://docs.aws.amazon.com/it_it/quick/latest/userguide/images/unpivot.png)
**Caratteristiche principali**
+ Mantiene tutte le colonne non ruotate nell'output.
+ Crea automaticamente due nuove colonne: una per i nomi delle colonne precedenti e una per i valori corrispondenti.
+ Trasforma dati di grandi dimensioni in un formato lungo.
**Note per l'utilizzo**
+ Tutte le colonne non pivotate devono avere tipi di dati compatibili.
+ Il numero di righe in genere aumenta dopo l'annullamento della rotazione.
+ Visualizza l'anteprima delle modifiche in tempo reale prima di applicarle.
# Funzionalità di workflow avanzate
L'esperienza di preparazione dei dati di Amazon Quick Sight offre funzionalità sofisticate che migliorano la capacità di creare trasformazioni di dati complesse e riutilizzabili. Questa sezione tratta due potenti funzionalità che estendono il potenziale del flusso di lavoro.
La divergenza consente di creare più percorsi di trasformazione da un unico passaggio, consentendo flussi di elaborazione paralleli che possono essere ricombinati in un secondo momento. Questa funzionalità è particolarmente utile per scenari complessi come i self-join e le trasformazioni parallele.
I set di dati compositi consentono di creare strutture di dati gerarchiche utilizzando set di dati esistenti come elementi costitutivi. Questa funzionalità promuove la collaborazione tra i team e garantisce una logica aziendale coerente attraverso trasformazioni riutilizzabili e stratificate.
Queste funzionalità interagiscono per fornire progetti di flussi di lavoro flessibili, una migliore collaborazione in team e trasformazioni dei dati riutilizzabili. Garantiscono una chiara derivazione dei dati e consentono soluzioni scalabili per la preparazione dei dati, consentendo all'organizzazione di gestire scenari di dati sempre più complessi con efficienza e chiarezza.
## Divergenza
Divergence consente di creare più percorsi di trasformazione paralleli da un'unica fase del flusso di lavoro. Questi percorsi possono essere trasformati indipendentemente e successivamente ricombinati, abilitando scenari di preparazione dei dati complessi come i self-join.
**Creare percorsi divergenti**
Per avviare una divergenza, nel flusso di lavoro:
1. Seleziona il passaggio in cui desideri creare la divergenza.
1. Scegli l'icona **\$1** che appare.
1. Configura il nuovo ramo che appare.
1. Applica le trasformazioni desiderate a ciascun percorso.
1. Utilizzate i passaggi Join o Append per ricombinare i percorsi in un unico output.
![\[alt text not found\]](http://docs.aws.amazon.com/it_it/quick/latest/userguide/images/divergence.png)
**Caratteristiche principali**
+ Crea fino a cinque percorsi divergenti con un unico passaggio.
+ Applica trasformazioni diverse a ciascun percorso.
+ Ricombina i percorsi utilizzando i passaggi Unisci o Aggiungi.
+ Visualizza in anteprima le modifiche in ogni percorso in modo indipendente.
**Best practice**
+ Usa la divergenza per implementare i self-join.
+ Crea copie di dati per trasformazioni parallele.
+ Pianifica la tua strategia di ricombinazione (Unisci o Aggiungi).
+ Mantieni nomi chiari dei percorsi per una migliore visibilità del flusso di lavoro.
## Set di dati compositi
I set di dati compositi consentono di basarsi sui set di dati esistenti, creando strutture gerarchiche di trasformazione dei dati che possono essere condivise e riutilizzate in tutta l'organizzazione. Quick Sight supporta fino a 10 livelli di set di dati compositi in modalità SPICE e Direct Query.
**Creazione di un set di dati composito**
Per creare un set di dati composito, nel tuo flusso di lavoro:
1. Seleziona la fase di input quando crei un nuovo set di dati.
1. Scegli **Dataset** come fonte in **Aggiungi** dati.
1. Seleziona un set di dati esistente su cui basarti.
1. Applica trasformazioni aggiuntive secondo necessità.
1. Salva come nuovo set di dati.
**Caratteristiche principali**
+ Crea strutture gerarchiche di trasformazione dei dati.
+ Supporta fino a 10 livelli di annidamento dei set di dati.
+ Compatibile con SPICE e Direct Query.
+ Mantiene una chiara derivazione dei dati.
+ Consente trasformazioni specifiche per il team.
Questa funzionalità migliora la collaborazione tra diversi team. Ad esempio,
| Ruolo | Azione | Output |
| --- | --- | --- |
| Analista globale | Crea set di dati con una logica aziendale globale | Set di dati A |
| Analista americano | Utilizza il set di dati A, aggiunge la logica regionale | Set di dati B |
| Analista degli Stati Uniti occidentali | Utilizza Dataset B, aggiunge logica locale | Set di dati C |
Questo approccio gerarchico promuove una logica di business coerente in tutta l'organizzazione assegnando una chiara proprietà dei livelli di trasformazione. Crea una derivazione di dati tracciabile supportando al contempo fino a 10 livelli di annidamento dei set di dati, consentendo una gestione controllata e sistematica della trasformazione dei dati.
**Best practice**
+ Stabilisci una proprietà chiara per ogni livello di trasformazione.
+ Documenta le relazioni e le dipendenze dei set di dati.
+ Pianifica la profondità della gerarchia in base alle esigenze aziendali.
+ Mantieni convenzioni di denominazione coerenti.
+ Esamina e aggiorna attentamente i set di dati originali.
# Funzionalità esclusive di Spice
SPICE (Super-Fast, Parallel, In-memory Calculation Engine) di Amazon Quick Sight abilita alcune funzionalità di preparazione dei dati ad alta intensità di calcolo. Queste trasformazioni sono materializzate in SPICE per prestazioni ottimali, anziché essere eseguite al momento della query.
**Funzionalità esclusive di SPICE**
| Fasi | Altre funzionalità |
| --- | --- |
| [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/quick/latest/userguide/spice-only-features.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/quick/latest/userguide/spice-only-features.html) |
**Funzionalità disponibili sia in SPICE che DirectQuery**
| Fasi | Altre funzionalità |
| --- | --- |
| [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/quick/latest/userguide/spice-only-features.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/quick/latest/userguide/spice-only-features.html) |
**Best practice**
+ Usa SPICE per flussi di lavoro che richiedono funzionalità esclusive di SPICE.
+ Scegli SPICE per ottimizzare le prestazioni per trasformazioni complesse e set di dati di grandi dimensioni.
+ Prendi in considerazione DirectQuery le esigenze di dati in tempo reale quando non sono richieste solo funzionalità SPICE.
# Passaggio da un'esperienza di preparazione dei dati all'altra
L'esperienza di preparazione dei dati legacy si riferisce alla precedente interfaccia di preparazione dei dati in Amazon Quick Sight che esisteva prima di ottobre 2025. La nuova esperienza di preparazione dei dati è l'interfaccia visiva migliorata che mostra le sequenze di step-by-step trasformazione. I set di dati legacy sono quelli creati prima della nuova esperienza di preparazione dei dati, mentre i nuovi set di dati sono quelli creati dopo ottobre 2025.
Quando crei un nuovo set di dati, Quick Sight ti indirizza automaticamente alla nuova esperienza di preparazione dei dati. Questa interfaccia visiva offre funzionalità avanzate e una migliore usabilità per le attività di trasformazione dei dati.
## Opzione di opt-out
Prima di salvare e pubblicare un set di dati, hai la possibilità di tornare all'esperienza di preparazione dei dati precedente, se preferisci. Questa flessibilità consente ai team di effettuare la transizione al proprio ritmo e allo stesso tempo di acquisire familiarità con la nuova interfaccia.
**Importante**
Se un set di dati viene salvato e pubblicato nella nuova esperienza, non sarà possibile tornare all'esperienza precedente. Ciò è dovuto alla progettazione, in quanto la nuova esperienza include nuove funzionalità significative che non sono supportate nell'esperienza precedente. Pertanto, la conversione diretta dei set di dati da un'esperienza all'altra non è supportata. Dovrai creare un nuovo set di dati per passare all'esperienza precedente.
## Workflow di transizione
Una volta salvato un set di dati nell'esperienza nuova o precedente, le trasformazioni non possono essere convertite direttamente da un'esperienza all'altra. Tuttavia, se esiste una versione pubblicata del set di dati, puoi utilizzare il controllo della versione per passare alla versione precedente, che potrebbe essere inclusa nell'esperienza precedente.
I set di dati precedenti continueranno a essere accessibili per la visualizzazione e la modifica esclusivamente tramite l'interfaccia legacy. Ciò mantiene la compatibilità con i flussi di lavoro precedentemente stabiliti.
Prima di passare completamente alla transizione, prenditi del tempo per familiarizzare con la nuova esperienza di preparazione dei dati. Quando lavori con set di dati legacy, valuta la possibilità di creare una nuova versione utilizzando la nuova esperienza per future modifiche. Utilizzate il controllo delle versioni per mantenere l'accesso alle versioni precedenti dei set di dati, se necessario. Documenta eventuali modifiche al flusso di lavoro durante la transizione dall'esperienza precedente a quella nuova per garantire l'allineamento del team.
# Funzionalità non supportate nella nuova esperienza di preparazione dei dati
Sebbene la nuova esperienza di preparazione dei dati offra funzionalità avanzate, alcune funzionalità dell'esperienza precedente non sono ancora supportate. Questa sezione descrive queste funzionalità e fornisce indicazioni per la gestione dei flussi di lavoro interessati.
Quando si utilizzano fonti di dati non supportate, Amazon Quick Sight passa automaticamente all'esperienza legacy. Per altre funzionalità non supportate, seleziona **Passa all'esperienza precedente** nell'angolo in alto a destra della pagina di preparazione dei dati. Regole I set di dati creati nell'esperienza precedente rimangono compatibili con i set di dati delle esperienze precedenti e nuovi.
## Fonti di dati non supportate
Le seguenti fonti di dati sono attualmente disponibili solo nell'esperienza precedente.
| Origine dati | Informazioni |
| --- | --- |
| Salesforce | L'impostazione predefinita è l'esperienza precedente |
| Google Fogli | L'impostazione predefinita è l'esperienza precedente |
| S3 Analytics | **Le fonti di dati S3 sono supportate** |
## Altre funzionalità non supportate
Le seguenti funzionalità sono attualmente disponibili solo nell'esperienza precedente.
| Categoria di funzionalità | Caratteristiche non supportate |
| --- | --- |
| Gestione dei set di dati | [Aggiornamento incrementale](refreshing-imported-data.md#refresh-spice-data-incremental)[, [parametri del set di dati, cartelle di colonne, descrizioni](dataset-parameters.md)[delle colonne](organizing-fields-folder.md)](describing-data.md) |
| Tipi di dati | [Formati geospaziali, [ELF/CLF](supported-data-sources.md#file-data-sources), file Zip/](geospatial-data-prep.md) [in S3 GZip ](supported-data-sources.md#file-data-sources) |
| Opzioni di configurazione | [«Inizia dalla riga» nelle impostazioni di caricamento dei file, formato data JODA](choosing-file-upload-settings.md) |
| Selezione del set di dati principale dall'esperienza precedente | I set di dati principali e secondari devono esistere nello stesso ambiente di esperienza. Non è possibile utilizzare un set di dati di esperienza precedente come principale per un nuovo set di dati di esperienza. |
## Sviluppo futuro
Amazon Quick Sight prevede di implementare queste funzionalità nella nuova esperienza di preparazione dei dati in futuro. Questo approccio garantisce che il lancio iniziale della nuova esperienza di preparazione dei dati dia priorità a:
**Funzionalità avanzate**
+ Flussi di lavoro di trasformazione visiva
+ Migliore trasparenza dei processi
+ Tecniche di preparazione avanzate tramite Divergence
+ Nuove potenti funzionalità come Append, Aggregate e Pivot
**Adozione flessibile**
Gli utenti possono scegliere tra diverse esperienze prima di pubblicare i set di dati, garantendo flussi di lavoro ininterrotti mentre i team effettuano la transizione al proprio ritmo. Questo approccio consente l'accesso immediato a nuove funzionalità mantenendo al contempo il supporto per requisiti specializzati attraverso l'esperienza legacy.
# Limiti di preparazione dei dati
L'esperienza di preparazione dei dati di Amazon Quick Sight è progettata per gestire set di dati su scala aziendale mantenendo prestazioni ottimali. I seguenti limiti garantiscono funzionalità affidabili.
## Limiti di dimensione del set di dati (SPICE)
+ **Dimensioni di output**: fino a 2 TB o 2 miliardi di righe
+ **Dimensione totale di input: le** sorgenti di input combinate non possono superare i 2 TB
+ **Dimensioni delle tabelle secondarie**: la dimensione combinata è limitata a 20 GB
**Nota**
Le tabelle primarie sono quelle con la dimensione massima in un flusso di lavoro; tutte le altre sono secondarie.
## Limiti della struttura del workflow
+ **Fasi massime**: fino a 256 fasi di trasformazione per flusso di lavoro
+ **Tabelle di origine**: massimo 32 passaggi di importazione per flusso di lavoro
+ **Colonne di output**: fino a 2048 colonne in qualsiasi fase del flusso di lavoro e tabella di output finale con 2000 colonne
+ **Percorsi divergenti**: massimo 5 percorsi da un singolo passaggio (solo SPICE, non applicabile per) DirectQuery
+ **Set di dati come fonte**: fino a 10 livelli per SPICE e DirectQuery
Questi limiti sono progettati per bilanciare flessibilità e prestazioni, consentendo trasformazioni complesse dei dati e garantendo al contempo capacità di analisi ottimali.
# Modifiche del comportamento di ingestione
La nuova esperienza di preparazione dei dati introduce un cambiamento importante nel modo in cui i problemi di qualità dei dati vengono gestiti durante l'ingestione di SPICE. Questa modifica ha un impatto significativo sulla completezza e la trasparenza dei dati nei set di dati.
Nell'esperienza precedente, quando si riscontrano incongruenze tra i tipi di dati (ad esempio formati di data errati o [problemi simili), l'intera riga contenente celle problematiche](errors-spice-ingestion.md) viene saltata durante l'ingestione. Questo approccio comporta un minor numero di righe nel set di dati finale, il che potrebbe oscurare i problemi di qualità dei dati.
La nuova esperienza adotta un approccio più granulare alle incongruenze dei dati. Quando si incontrano celle problematiche, solo i valori incoerenti vengono convertiti in valori nulli mantenendo l'intera riga. Questa conservazione garantisce che i dati correlati contenuti in altre colonne rimangano accessibili per l'analisi.
**Impatto sulla qualità dei set di dati**
I set di dati creati nella nuova esperienza in genere conterranno più righe rispetto alle versioni precedenti quando i dati di origine contengono incongruenze. Questo approccio avanzato offre diversi vantaggi:
+ Migliore completezza dei dati grazie alla conservazione di tutte le righe
+ Maggiore trasparenza nell'identificazione dei problemi di qualità dei dati
+ Migliore visibilità dei valori problematici per la correzione
+ Conservazione dei dati correlati in colonne inalterate
Questa modifica consente agli analisti di identificare e risolvere i problemi di qualità dei dati in modo più efficace, anziché omettere silenziosamente le righe problematiche dal set di dati.
# Domande frequenti
## 1. Quando gli utenti devono passare dall'esperienza nuova a quella precedente?
Gli utenti devono tornare all'esperienza precedente quando lavorano con set di dati che contengono funzionalità attualmente [non supportate](unsupported-features.md). Quick Sight sta lavorando attivamente per incorporare queste funzionalità nella nuova esperienza delle prossime versioni.
## 2. Perché i set di dati vengono visualizzati in grigio quando si tenta di aggiungerli nella nuova esperienza? I set di dati possono essere combinati tra esperienze precedenti e nuove?
Attualmente, i set di dati principali e secondari devono esistere all'interno dello stesso ambiente di esperienza. Non è possibile combinare set di dati tra esperienze precedenti e nuove, poiché la nuova esperienza include funzionalità aggiuntive non disponibili nelle versioni precedenti, come le funzionalità Append, le funzionalità Pivot e Divergence.
**Utilizzo di set di dati principali tratti dall'esperienza precedente**
Per utilizzare i set di dati principali dell'esperienza precedente, puoi tornare a quell'ambiente. Basta accedere alla pagina di preparazione dei dati e scegliere **Passa all'esperienza precedente** nell'angolo in alto a destra. Una volta lì, puoi creare i set di dati dei tuoi figli secondo necessità.
**Sviluppo futuro**
Stiamo pianificando di implementare funzionalità che consentano agli utenti di aggiornare i set di dati esistenti alla nuova esperienza. Questo percorso aggiornato consentirà l'uso di set di dati precedenti all'interno della nuova esperienza.
## 3. Perché Quick Sight sta lanciando la nuova esperienza di preparazione dei dati prima di raggiungere la piena parità di funzionalità con l'esperienza precedente?
La nuova esperienza di preparazione dei dati è stata sviluppata attraverso un'ampia collaborazione con i clienti per affrontare le sfide di analisi del mondo reale. Il lancio iniziale dà priorità a:
**Funzionalità avanzate**
+ Flussi di lavoro di trasformazione visiva
+ Migliore trasparenza dei processi
+ Tecniche di preparazione avanzate tramite Divergence
+ Nuove potenti funzionalità come Append, Aggregate e Pivot
**Adozione flessibile**
Gli utenti possono scegliere tra diverse esperienze prima di pubblicare i set di dati, garantendo flussi di lavoro ininterrotti mentre i team effettuano la transizione al proprio ritmo. Questo approccio consente l'accesso immediato a nuove funzionalità mantenendo al contempo il supporto per requisiti specializzati attraverso l'esperienza legacy.
## 4. Le funzionalità attualmente disponibili solo nell'esperienza precedente verranno aggiunte alla nuova esperienza?
Sì. Quick Sight sta lavorando attivamente per incorporare le funzionalità precedenti nella nuova esperienza.
## 5. In che modo le modifiche alle API influiscono sugli script di creazione di set di dati esistenti?
Quick Sight mantiene la compatibilità con le versioni precedenti introducendo nuove funzionalità:
+ Script esistenti: gli script delle API legacy continueranno a funzionare, creando set di dati nell'esperienza legacy
+ Denominazione delle API: i nomi delle API correnti rimangono invariati
+ Nuova funzionalità: i formati API aggiuntivi supportano le funzionalità avanzate della nuova esperienza
+ Documentazione: le specifiche complete delle API per la nuova esperienza sono disponibili nel nostro riferimento API
## 6. I set di dati possono essere convertiti tra esperienze dopo la pubblicazione?
+ Percorso di migrazione futuro: Quick Sight aggiungerà una funzionalità in futuro per migrare facilmente i set di dati legacy verso la nuova esperienza.
+ Processo unidirezionale: la conversione dei set di dati dalla nuova esperienza al formato precedente non è supportata a causa delle dipendenze avanzate delle funzionalità