View a markdown version of this page

Come funzionano gli argomenti - Amazon Quick

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.

Come funzionano gli argomenti

Un argomento in Quick Sight è composto da quattro livelli:

  1. Fonti di dati. I set di dati normalizzati si connettono a Quick Sight da fonti supportate. Gli argomenti supportano SPICE set di dati e set di dati Direct Query su Amazon Redshift, Athena, Amazon S3 Tables e. Snowflake Databricks Non è possibile combinare SPICE set di dati Direct Query all'interno di un singolo argomento.

  2. Arricchimento dei set di dati. Ogni set di dati è arricchito in modo indipendente con metadati semantici che migliorano la precisione delle query in linguaggio naturale. L'arricchimento include descrizioni delle colonne, sinonimi, tipi semantici, campi calcolati ed esclusioni di campi. Puoi arricchire i set di dati direttamente in Quick Sight o importare i metadati utilizzando i cataloghi di AWS Glue (AWS Glue Data Catalog) e Unity Catalog. Databricks

  3. Multi-dataset Argomento. L'argomento funge da contenitore unificato che riunisce i set di dati. Contiene:

    • Set di dati (fino a 12). Ogni set di dati mantiene il proprio arricchimento e si connette alla propria fonte di dati.

    • Relazioni. Le chiavi di join definite tra coppie di set di dati indicano a Quick Sight in che modo le tabelle si relazionano. Carichi un file JSON che mappa le colonne tra i set di dati.

    • Istruzioni personalizzate. Regole persistenti del linguaggio naturale che guidano l'IA nell'interpretazione della terminologia specifica del dominio. Queste gestiscono la disambiguazione, la logica di data personalizzata e le definizioni aziendali.

    • Autorizzazioni. I proprietari possono modificare l'argomento. Gli spettatori possono porre domande e utilizzare l'argomento nell'analisi, ma non possono modificarne la configurazione.

  4. Consumo. Gli utenti aziendali interagiscono con l'argomento attraverso più superfici:

    • Chiacchierare Gli utenti fanno domande in linguaggio naturale nell'interfaccia Amazon Quick chat. L'agente di LLM-powered chat analizza la domanda, identifica le colonne pertinenti nei set di dati, costruisce SQL con i join appropriati in base alle relazioni definite e restituisce una risposta unificata.

    • Fogli di analisi. Gli autori creano immagini utilizzando i campi di più set di dati all'interno dell'argomento. Quick Sight esegue automaticamente gli inner join di runtime quando un elemento visivo fa riferimento a campi di più di un set di dati.

Row-level la sicurezza (RLS) viene applicata a livello di set di dati durante i runtime join. Gli utenti vedono solo i dati a cui sono autorizzati ad accedere, anche quando le query riguardano più set di dati.