翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# データ準備の経験 (新規)
<a name="data-prep-experience-new"></a>

データ準備は、未加工データを分析と視覚化に最適化された形式に変換します。ビジネスインテリジェンスでは、この重要なプロセスには、有意義なビジネスインサイトを実現するためのデータのクリーニング、構造化、強化が含まれます。

Amazon Quick Sight のデータ準備インターフェイスは、直感的で視覚的なエクスペリエンスでこのプロセスに変革をもたらします。これにより、ユーザーは SQL の専門知識なしで分析対応データセットを作成できます。最新の合理化されたアプローチにより、ユーザーはビジネスインテリジェンスデータセットを効率的に作成および管理できます。ビジュアルインターフェイスは、データ変換の明確でシーケンシャルなビューを表示するため、作成者は初期状態から最終出力への変化を正確に追跡できます。

このプラットフォームはコラボレーションと再利用性を重視し、チームが組織全体でワークフローを共有して再利用できるようにします。この共同設計により、データ変換プラクティスの一貫性が促進されると同時に、冗長な作業が排除され、最終的にチーム間で標準化されたプロセスが促進され、全体的な効率が向上します。

**Topics**
+ [データ準備エクスペリエンス内のコンポーネント](data-prep-components.md)
+ [データ準備ステップ](data-prep-steps.md)
+ [高度なワークフロー機能](advanced-workflow-capabilities.md)
+ [SPICE 専用機能](spice-only-features.md)
+ [データ準備エクスペリエンスの切り替え](switching-between-data-prep-experiences.md)
+ [新しいデータ準備エクスペリエンスではサポートされていない機能](unsupported-features.md)
+ [データ準備の制限](data-preparation-limits.md)
+ [取り込み動作の変更](ingestion-behavior-changes.md)
+ [よくある質問](new-data-prep-faqs.md)

# データ準備エクスペリエンス内のコンポーネント
<a name="data-prep-components"></a>

Amazon Quick Sight のデータ準備には、次のコアコンポーネントがあります。

## ワークフロー
<a name="workflow-component"></a>

Quick Sight のデータ準備エクスペリエンスのワークフローは、データセットを raw 状態から分析可能な形式に導く一連のデータ変換ステップを表します。これらのワークフローは再利用性を考慮して設計されており、アナリストは組織全体で一貫したデータ変換標準を維持しながら、既存の作業を活用して構築できます。

ワークフローはさまざまな入力または分散 (以降のセクションで説明) を介して複数のパスに対応できますが、最終的には 1 つの出力テーブルに収束する必要があります。この統一された構造により、データの一貫性が確保され、分析機能が合理化されます。

## 変換
<a name="transformation-component"></a>

変換は、データの構造、形式、またはコンテンツを変更する特定のデータ操作操作です。Quick Sight のデータ準備エクスペリエンスは、結合、フィルター、集計、ピボット、ピボット解除、追加、計算列など、さまざまな変換タイプを提供します。各変換タイプは、分析要件を満たすためにデータを再構築する明確な目的を果たします。これらの変換は、ワークフロー内の個々のステップとして実装されます。

## Step
<a name="step-component"></a>

ステップは、ワークフロー内に適用されるのと同じタイプの同種変換のコレクションです。各ステップには、同じ変換カテゴリの 1 つ以上の関連オペレーションが含まれます。たとえば、名前変更ステップには複数の列の名前変更オペレーションを含めることができ、フィルタステップには複数のフィルタリング条件を含めることができます。これらはすべてワークフロー内の 1 つのユニットとして管理されます。

ほとんどのステップには複数のオペレーションを含めることができますが、2 つの大きな例外があります。結合ステップと追加ステップは、ステップごとに 2 つの入力テーブルに制限されます。複数のテーブルを結合または追加するには、追加の結合または追加ステップを順番に作成できます。

ステップは順番に表示され、各ステップは前のステップの結果に基づいて構築されるため、データのプログレッシブ変換を追跡できます。ステップの名前を変更または削除するには、ステップを選択し、3 ドットメニューを選択します。

## コネクタ
<a name="connector-component"></a>

コネクタは、ワークフローの方向を示す矢印で 2 つのステップをリンクします。コネクタを削除するには、コネクタを選択し、削除キーを押します。既存の 2 つのステップの間にステップを追加するには、コネクタを削除し、新しいステップを追加して、ステップ間にマウスをドラッグして再接続します。

## 設定ペイン
<a name="configure-pane-component"></a>

**設定ペイン**は、選択したステップのパラメータと設定を定義するインタラクティブエリアです。ワークフローでステップを選択すると、このペインにはその特定の変換タイプに関連するオプションが表示されます。たとえば、結合ステップを設定するときに、結合タイプ、一致する列、およびその他の結合固有の設定を選択できます。**設定ペイン**のpoint-and-clickインターフェイスにより、SQL に関する知識が不要になります。

## プレビューペイン
<a name="preview-pane-component"></a>

**プレビューペイン**には、現在の変換ステップを適用した後に表示されるデータのリアルタイムサンプルが表示されます。この即時のビジュアルフィードバックは、次のステップに進む前に、各変換が期待される結果を生成することを確認するのに役立ちます。**プレビューペイン**は、ステップ設定を変更すると動的に更新されるため、データ変換を自信を持って繰り返し改良できます。

これらのコンポーネントは連携して、技術的な専門知識を必要とせずに、複雑なデータ変換をビジネスユーザーが利用できるようにする、直感的で視覚的なデータ準備エクスペリエンスを作成します。

# データ準備ステップ
<a name="data-prep-steps"></a>

Amazon Quick Sight のデータ準備エクスペリエンスには、データを体系的に変換できる 11 の強力なステップタイプが用意されています。各ステップは、データ準備ワークフローで特定の目的を果たします。

ステップは、**設定**ペインの直感的なインターフェイスを使用して設定でき、すぐにフィードバックが**プレビュー**ペインに表示されます。ステップを順番に組み合わせて、SQL の専門知識を必要とせずに高度なデータ変換を作成できます。

各ステップは、物理テーブルまたは前のステップの出力から入力を受け取ることができます。ほとんどのステップは 1 つの入力を受け入れ、追加ステップと結合ステップは例外です。これらには 2 つの入力のみが必要です。

## Input
<a name="input-step"></a>

入力ステップは、後続のステップで変換のために複数のソースからデータを選択してインポートできるようにすることで、Quick Sight でデータ準備ワークフローを開始します。

**入力オプション**
+ **データセットの追加**

  既存の Quick Sight データセットを入力ソースとして活用し、チームが既に準備して最適化したデータを構築します。
+ **データソースの追加**

  特定のデータベースオブジェクトを選択し、接続パラメータを指定して、Amazon Redshift、Athena、RDS、またはその他のサポートされているソースなどのデータベースに直接接続します。
+ **ファイルのアップロードを追加する**

  CSV、TSV、Excel、JSON などの形式でローカルファイルから直接データをインポートします。

**設定**

入力ステップには設定は必要ありません。**プレビュー**ペインには、インポートしたデータと、接続の詳細、テーブル名、列メタデータなどのソース情報が表示されます。

**使用に関する注意事項**
+ 1 つのワークフロー内に複数の入力ステップが存在する場合があります。
+ ワークフローの任意の時点で入力ステップを追加できます。

## 計算列の追加
<a name="add-calculated-columns-step"></a>

計算列の追加ステップでは、既存の列に対して計算を実行する行レベルの式を使用して新しい列を作成できます。スカラー (行レベル) 関数と演算子を使用して新しい列を作成し、既存の列を参照する行レベルの計算を適用できます。

**設定**

計算列の追加ステップを設定するには、**設定**ペインで次の操作を行います。

1. 新しい計算列に名前を付けます。

1. 行レベルの関数と演算子 ([ifelse](ifelse-function.md) や [round](round-function.md) など) をサポートする計算エディタを使用して式を構築します。

1. 計算を保存します。

1. 式の結果をプレビューします。

1. 必要に応じて計算列を追加します。

**使用に関する注意事項**
+ このステップでは、スカラー (行レベル) 計算のみがサポートされています。
+ SPICE では、計算された列がマテリアライズされ、後続のステップで標準列として機能します。

## データ型を変更する
<a name="change-data-type-step"></a>

Quick Sight は、、`date`、`decimal`、および の 4 つの抽象データ型をサポートすることで`integer`、データ型管理を簡素化します`string`。これらの抽象型は、さまざまなソースデータ型を Quick Sight の同等のデータ型に自動的にマッピングすることで、複雑さを排除します。たとえば、`tinyint`、`smallint`、、 `bigint`はすべて にマッピング`integer`され`integer`、`date`、`datetime`、 `timestamp`はすべて にマッピングされます`date`。

この抽象化は、Quick Sight がさまざまなデータソースを操作するときに基盤となるすべてのデータ型の変換と計算を自動的に処理するため、Quick Sight の 4 つのデータ型を理解するだけで済みます。

**設定**

データ型の変更ステップを設定するには、**設定**ペインで次の操作を行います。

1. 変換する列を選択します。

1. ターゲットデータ型 (`string`、`integer`、`decimal`、または ) を選択します`date`。

1. 日付変換では、入力形式に基づいて形式設定とプレビュー結果を指定します。Quick Sight で[サポートされている日付形式](supported-data-types-and-values.md)を参照してください。

1. 必要に応じて変換する列を追加します。

**使用に関する注意事項**
+ 効率を高めるために、1 つのステップで複数の列のデータ型を変換します。
+ SPICE を使用する場合、すべてのデータ型の変更はインポートされたデータにマテリアライズされます。

## 列の名前を変更する
<a name="rename-columns-step"></a>

列の名前変更ステップを使用すると、よりわかりやすく、ユーザーフレンドリで、組織の命名規則と一致するように列名を変更できます。

**設定**

列の名前変更ステップを設定するには、**設定**ペインで次の操作を行います。

1. 名前を付ける列を選択します。

1. 選択した列の新しい名前を入力します。

1. 必要に応じて名前を変更する列を追加します。

**使用に関する注意事項**
+ すべての列名はデータセット内で一意である必要があります。

## 列の選択
<a name="select-columns-step"></a>

列の選択ステップでは、列を含める、除外する、順序を変更することで、データセットを合理化できます。これにより、不要な列を削除し、分析のために残りの列を論理シーケンスに整理することで、データ構造を最適化できます。

**設定**

列の選択ステップを設定するには、**設定**ペインで次の操作を行います。

1. 出力に含める特定の列を選択します。

1. 任意の順序で列を選択してシーケンスを確立します。

1. **Select All** を使用して、残りの列を元の順序で含めます。

1. 選択しないままにして、不要な列を除外します。

**主な機能**
+ 出力列は、選択順に表示されます。
+ **すべて を選択すると**、元の列シーケンスが保持されます。

**使用に関する注意事項**
+ 選択されていない列は、以降のステップから削除されます。
+ 不要な列を削除してデータセットサイズを最適化します。

## Append
<a name="append-step"></a>

追加ステップは、SQL UNION ALL オペレーションと同様に、2 つのテーブルを垂直に組み合わせます。Quick Sight は、列の順序や列数が異なる場合でも、列をシーケンスではなく名前で自動的に照合するため、効率的なデータ統合が可能になります。

**設定**

追加ステップを設定するには、**設定**ペインで以下を行います。

1. 追加する入力テーブルを 2 つ選択します。

1. 出力列のシーケンスを確認します。

1. どちらの列が両方のテーブルに存在するか、単一テーブルに存在するかを調べます。

**主な特徴**
+ 列をシーケンスではなく名前で一致させます。
+ 重複を含め、両方のテーブルのすべての行を保持します。
+ 列数が異なるテーブルをサポートします。
+ 一致する列のテーブル 1 の列シーケンスに従い、テーブル 2 から一意の列を追加します。
+ すべての列の明確なソースインジケータを表示する

**使用に関する注意事項**
+ 異なる名前の列を追加するときは、まず名前変更ステップを使用します。
+ 各追加ステップは 2 つのテーブルのみを組み合わせます。追加の追加ステップを使用してテーブルを増やします。

## 結合
<a name="join-step"></a>

Join ステップは、指定された列の一致する値に基づいて、2 つのテーブルからのデータを水平に組み合わせます。Quick Sight は、左外部、右外部、フル外部、および内部結合タイプをサポートしており、分析ニーズに合わせて柔軟なオプションを提供します。ステップには、重複する列名を自動的に処理するインテリジェントな列競合解決が含まれています。自己結合は特定の結合タイプとしては使用できませんが、ワークフローの相違を使用して同様の結果を得ることができます。

**設定**

結合ステップを設定するには、**設定**ペインで次の操作を行います。

1. 結合する入力テーブルを 2 つ選択します。

1. 結合タイプ (左外部、右外部、全外部、または内部) を選択します。

1. 各テーブルから結合キーを指定します。

1. 自動解決された列名の競合を確認します。

**主な特徴**
+ さまざまな分析ニーズに合わせて複数の結合タイプをサポートします。
+ 重複する列名を自動的に解決します。
+ 計算された列を結合キーとして受け入れます。

**使用に関する注意事項**
+ 結合キーには互換性のあるデータ型が必要です。必要に応じてデータ型の変更ステップを使用します。
+ 各結合ステップは 2 つのテーブルのみを結合します。さらに多くのテーブルには追加の結合ステップを使用します。
+ Join の後に名前変更ステップを作成し、自動解決された列ヘッダーをカスタマイズします。

## 集計
<a name="aggregate-step"></a>

集計ステップを使用すると、列をグループ化し、集計オペレーションを適用してデータを要約できます。この強力な変換により、詳細なデータが、指定したディメンションに基づいて意味のある概要に集約されます。Quick Sight は、直感的なインターフェイスを通じて複雑な SQL オペレーションを簡素化し、 `ListAgg`や などの高度な文字列オペレーションを含む包括的な集計関数を提供します`ListAgg distinct`。

**設定**

集約ステップを設定するには、**設定**ペインで以下を行います。

1. グループ化する列を選択します。

1. メジャー列の集計関数を選択します。

1. 出力列名をカスタマイズします。

1. `ListAgg` および `ListAgg distinct` 用

   1. 集計する列を選択します。

   1. 区切り文字 (カンマ、ダッシュ、セミコロン、または垂直線) を選択します。

1. 要約されたデータをプレビューします。

**データ型ごとにサポートされている関数**


| データタイプ | サポートされている関数 | 
| --- | --- | 
|  数値  |  `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min`  | 
|  日付  |  `Count`, `Count Distinct` `Max`, `Min` `ListAgg`、 `ListAgg distinct` (日付のみ)  | 
|  String  |  `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min`  | 

**主な特徴**
+ 同じステップ内の列に異なる集計関数を適用します。
+ 集計関数なしで**グループ化**すると、SQL SELECT DISTINCT として機能します。
+ `ListAgg` はすべての値を連結します。 `ListAgg distinct` には一意の値のみが含まれます。
+ `ListAgg` 関数は、デフォルトで昇順のソート順序を維持します。

**使用に関する注意事項**
+ 集約により、データセットの行数が大幅に減少します。
+ `ListAgg` と は`date`値`ListAgg distinct`をサポートしますが、 はサポートしません`datetime`。
+ 区切り文字を使用して文字列連結出力をカスタマイズします。

## フィルター
<a name="filter-step"></a>

フィルターステップでは、特定の基準を満たす行のみを含めることで、データセットを絞り込むことができます。1 つのステップで複数のフィルター条件を適用できます。すべて`AND`ロジックを組み合わせて、関連するデータに分析を集中させることができます。

**設定**

フィルターステップを設定するには、**設定**ペインで次の操作を行います。

1. フィルタリングする列を選択します。

1. 比較演算子を選択します。

1. 列のデータ型に基づいてフィルター値を指定します。

1. 必要に応じて、異なる列にフィルター条件を追加します。

**注記**  
「is in」または「is not in」を含む文字列フィルター: 複数の値 (1 行に 1 つずつ) を入力します。
数値フィルターと日付フィルター: 単一の値を入力します (2 つの値を必要とする「間」を除く）。

**データ型ごとにサポートされている演算子**


| データタイプ | サポートされている演算子 | 
| --- | --- | 
|  整数と 10 進数  |  等しい、等しくない より大きい、より小さい 以上、以下 の間  | 
|  日付  |  After、Before の間 Is after or equal to、Is before or equal to  | 
|  String  |  等しい、等しくない で始まる、で終わる 含まれる、含まれない Is in、 Is not in  | 

**使用に関する注意事項**
+ 1 つのステップで複数のフィルター条件を適用します。
+ さまざまなデータ型に条件を混在させます。
+ フィルタリングされた結果をリアルタイムでプレビューします。

## [Pivot] (ピボット)
<a name="pivot-step"></a>

ピボットステップは行の値を一意の列に変換し、データを長い形式から広い形式に変換して、比較と分析を容易にします。この変換では、出力列を効果的に管理するために、値のフィルタリング、集約、グループ化の仕様が必要です。

**設定**

ピボットステップを設定するには、**設定**ペインで以下を使用します。

1. **ピボット列**: 値が列ヘッダーになる列 (Category など) を選択します。

1. **ピボット列の行値**: 含める特定の値をフィルタリングします (テクノロジー、オフィス用品など）。

1. **出力列ヘッダー**: 新しい列ヘッダーをカスタマイズします (デフォルトではピボット列値）。

1. **値列**: 集計する列を選択します (例: Sales)。

1. **集計関数**: 集計方法 (Sum など) を選択します。

1. **グループ化基準**: 列の整理 (セグメントなど) を指定します。

![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/pivot.png)


**データ型ごとにサポートされている演算子**


| データタイプ | サポートされている演算子 | 
| --- | --- | 
|  整数と 10 進数  |  `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min`  | 
|  日付  |  `Count`, `Count Distinct` `Max`, `Min` `ListAgg`、 `ListAgg distinct` (日付値のみ)  | 
|  String  |  `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min`  | 

**使用に関する注意事項**
+ ピボットされた各列には、値列から集計された値が含まれます。
+ わかりやすいように列ヘッダーをカスタマイズします。
+ 変換をプレビューすると、リアルタイムになります。

## ピボット解除
<a name="unpivot-step"></a>

Unpivot ステップは列を行に変換し、幅の広いデータをより長く狭い形式に変換します。この変換は、複数の列にまたがるデータをより構造化された形式に整理し、分析と視覚化を容易にするのに役立ちます。

**設定**

Unpivot ステップを設定するには、**設定**ペインで次の操作を行います。

1. 行にピボットを解除する列を選択します。

1. 出力列の行値を定義します。デフォルトは元の列名です。例としては、テクノロジー、オフィス用品、家具などがあります。

1. 2 つの新しい出力列に名前を付けます。
   + **ピボットされていない列ヘッダー**: 以前の列名の名前 (Category など)
   + **ピボットされていない列値**: ピボットされていない値の名前 (例: Sales)

![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/unpivot.png)


**主な特徴**
+ ピボットされていないすべての列を出力に保持します。
+ 2 つの新しい列を自動的に作成します。1 つは以前の列名用、もう 1 つは対応する値用です。
+ 幅広いデータを長い形式に変換します。

**使用に関する注意事項**
+ ピボットされていないすべての列には、互換性のあるデータ型が必要です。
+ 行数は通常、ピボット解除後に増加します。
+ 変更を適用する前に、リアルタイムで変更をプレビューします。

# 高度なワークフロー機能
<a name="advanced-workflow-capabilities"></a>

Amazon Quick Sight のデータ準備エクスペリエンスは、複雑で再利用可能なデータ変換を作成する機能を強化する高度な機能を提供します。このセクションでは、ワークフローの可能性を広げる 2 つの強力な機能について説明します。

分散を使用すると、1 つのステップから複数の変換パスを作成し、後で再結合できる並列処理ストリームを作成できます。この機能は、自己結合や並列変換などの複雑なシナリオに特に役立ちます。

複合データセットを使用すると、既存のデータセットを構成要素として使用して階層データ構造を構築できます。この機能は、チーム間のコラボレーションを促進し、再利用可能なレイヤード変換を通じて一貫したビジネスロジックを確保します。

これらの機能は連携して、柔軟なワークフロー設計、チームコラボレーションの強化、再利用可能なデータ変換を提供します。これにより、データリネージが明確になり、スケーラブルなデータ準備ソリューションが可能になり、組織がますます複雑になるデータシナリオを効率的かつ明確に処理できるようになります。

## 分散
<a name="divergence"></a>

分散を使用すると、ワークフローの 1 つのステップから複数の並列変換パスを作成できます。これらのパスは個別に変換でき、後で再結合できるため、自己結合などの複雑なデータ準備シナリオが可能になります。

**異なるパスの作成**

分散を開始するには、ワークフローで次の操作を行います。

1. 発散を作成するステップを選択します。

1. 表示される **\$1** アイコンを選択します。

1. 表示される新しいブランチを設定します。

1. 必要な変換を各パスに適用します。

1. 結合または追加ステップを使用して、パスを 1 つの出力に再結合します。

![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/divergence.png)


**主な特徴**
+ 1 つのステップから最大 5 つの異なるパスを作成します。
+ 各パスに異なる変換を適用します。
+ 結合または追加ステップを使用してパスを再結合します。
+ 各パスの変更を個別にプレビューします。

**ベストプラクティス**
+ 自己結合の実装には相違を使用します。
+ 並列変換用のデータコピーを作成します。
+ 再結合戦略 (参加または追加) を計画します。
+ ワークフローの可視性を向上させるために、明確なパスの命名を維持します。

## 複合データセット
<a name="composite-datasets"></a>

Composite Datasets を使用すると、既存のデータセットに基づいて構築し、組織全体で共有および再利用できる階層データ変換構造を作成できます。Quick Sight は、SPICE モードと Direct Query モードの両方で最大 10 レベルの複合データセットをサポートします。

**複合データセットの作成**

複合データセットを作成するには、ワークフローで次の操作を行います。

1. 新しいデータセットを作成するときに入力ステップを選択します。

1. **データの追加**で、ソースとして**データセット**を選択します。

1. 構築する既存のデータセットを選択します。

1. 必要に応じて追加の変換を適用します。

1. 新しいデータセットとして保存します。

**主な特徴**
+ 階層データ変換構造を構築します。
+ 最大 10 レベルのデータセットネストをサポートします。
+ SPICE と Direct Query の両方と互換性があります。
+ 明確なデータリネージを維持します。
+ チーム固有の変換を有効にします。

この機能は、さまざまなチーム間のコラボレーションを強化します。例えば、


| ロール  | Action | Output | 
| --- | --- | --- | 
|  グローバルアナリスト  |  グローバルビジネスロジックを使用してデータセットを作成します  |  データセット A  | 
|  南北アメリカアナリスト  |  データセット A を使用し、リージョンロジックを追加します  |  データセット B  | 
|  米国西部アナリスト  |  データセット B を使用し、ローカルロジックを追加します  |  データセット C  | 

この階層的アプローチは、変換レイヤーの明確な所有権を割り当てることで、組織全体で一貫したビジネスロジックを促進します。最大 10 レベルのデータセットネストをサポートしながら、追跡可能なデータ系統を作成し、制御された体系的なデータ変換管理を可能にします。

**ベストプラクティス**
+ 各変換レイヤーに明確な所有権を確立します。
+ データセットの関係と依存関係を文書化します。
+ ビジネスニーズに基づいて階層の深さを計画します。
+ 一貫した命名規則を維持します。
+ アップストリームデータセットを慎重に確認および更新します。

# SPICE 専用機能
<a name="spice-only-features"></a>

Amazon Quick Sight の SPICE (超高速、並列、インメモリ計算エンジン) では、計算負荷の高い特定のデータ準備機能を使用できます。これらの変換は、クエリ時に実行されるのではなく、最適なパフォーマンスのために SPICE でマテリアライズされます。

**SPICE 専用機能**


| Steps | その他の機能 | 
| --- | --- | 
|  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/spice-only-features.html)  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/spice-only-features.html)  | 

**SPICE と DirectQuery の両方で利用可能な機能**


| Steps | その他の機能 | 
| --- | --- | 
|  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/spice-only-features.html)  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/spice-only-features.html)  | 

**ベストプラクティス**
+ SPICE のみの機能を必要とするワークフローには SPICE を使用します。
+ SPICE を選択して、複雑な変換や大規模なデータセットのパフォーマンスを最適化します。
+ SPICE 専用機能が必要ない場合は、リアルタイムデータのニーズに DirectQuery を検討してください。

# データ準備エクスペリエンスの切り替え
<a name="switching-between-data-prep-experiences"></a>

レガシーデータ準備エクスペリエンスとは、2025 年 10 月以前に存在していた Amazon Quick Sight の以前のデータ準備インターフェイスを指します。新しいデータ準備エクスペリエンスは、step-by-stepの変換シーケンスを示す拡張ビジュアルインターフェイスです。レガシーデータセットは新しいデータ準備エクスペリエンスの前に作成されたデータセットであり、新しいデータセットは 2025 年 10 月以降に作成されたデータセットです。

新しいデータセットを作成すると、Quick Sight は新しいデータ準備エクスペリエンスに自動的に誘導します。このビジュアルインターフェイスは、データ変換タスクの機能を強化し、使いやすさを向上させます。

## オプトアウトオプション
<a name="opt-out"></a>

データセットを保存して公開する前に、必要に応じてレガシーデータ準備エクスペリエンスに切り替えることができます。この柔軟性により、チームは新しいインターフェイスに精通しながら、自分のペースで移行できます。

**重要**  
データセットが保存され、新しいエクスペリエンスで公開された場合、レガシーエクスペリエンスに戻るオプションはありません。これは、新しいエクスペリエンスにはレガシーエクスペリエンスではサポートされていない重要な新機能があるため、設計上です。したがって、データセットをあるエクスペリエンスから別のエクスペリエンスに直接変換することはサポートされていません。レガシーエクスペリエンスに切り替えるには、新しいデータセットを作成する必要があります。

## 移行ワークフロー
<a name="transition-workflow"></a>

データセットが新しいエクスペリエンスまたはレガシーエクスペリエンスに保存されると、変換をあるエクスペリエンスから別のエクスペリエンスに直接変換することはできません。ただし、公開されたデータセットバージョンが存在する場合は、バージョン管理を使用して、レガシーエクスペリエンスにある可能性のある以前のバージョンに移動できます。

レガシーデータセットには引き続きアクセスでき、レガシーインターフェイスを通じてのみ表示および編集できます。これにより、以前に確立されたワークフローとの互換性が維持されます。

完全に移行する前に、時間をかけて新しいデータ準備エクスペリエンスに慣れてください。レガシーデータセットを使用する場合は、将来の変更のために新しいエクスペリエンスを使用して新しいバージョンを作成することを検討してください。バージョン管理を使用して、必要に応じてレガシーバージョンのデータセットへのアクセスを維持します。レガシーエクスペリエンスから新しいエクスペリエンスに移行する際にワークフローの変更を文書化し、チームの連携を確保します。

# 新しいデータ準備エクスペリエンスではサポートされていない機能
<a name="unsupported-features"></a>

新しいデータ準備エクスペリエンスでは機能が強化されていますが、レガシーエクスペリエンスの一部の機能はまだサポートされていません。このセクションでは、これらの機能の概要と、影響を受けるワークフローを処理するためのガイダンスを提供します。

サポートされていないデータソースを使用する場合、Amazon Quick Sight は自動的にレガシーエクスペリエンスにデフォルト設定されます。サポートされていないその他の機能については、データ準備ページの右上隅にある**レガシーエクスペリエンスに切り替える**を選択します。ルール レガシーエクスペリエンスで作成されたデータセットは、レガシーエクスペリエンスデータセットと新しいエクスペリエンスデータセットの両方と互換性があります。

## サポートされていないデータソース
<a name="unsupported-data-sources"></a>

現在、次のデータソースはレガシーエクスペリエンスでのみ使用できます。


| データソース | Details | 
| --- | --- | 
|  Salesforce  |  自動的にレガシーエクスペリエンスにデフォルト設定されます  | 
|  Google Sheets  |  自動的にレガシーエクスペリエンスにデフォルト設定されます  | 
|  S3 分析  |  ** S3 データソースがサポートされています**  | 

## サポートされていないその他の機能
<a name="other-unsupported-features"></a>

現在、以下の機能はレガシーエクスペリエンスでのみ使用できます。


| 機能カテゴリ | サポートされていない 機能 | 
| --- | --- | 
|  データセット管理  |  [増分更新](refreshing-imported-data.md#refresh-spice-data-incremental)、[データセットパラメータ](dataset-parameters.md)、[列フォルダ](organizing-fields-folder.md)、[列の説明](describing-data.md)  | 
|  データ型  |  [地理空間](geospatial-data-prep.md)、[ELF/CLF 形式](supported-data-sources.md#file-data-sources)、[S3 の Zip/GZip ファイル](supported-data-sources.md#file-data-sources)  | 
|  設定オプション  |  [ファイルアップロード設定の「行から開始](choosing-file-upload-settings.md)」、JODA 日付形式  | 
|  レガシーエクスペリエンスからの親データセットの選択  |  親データセットと子データセットは、同じエクスペリエンス環境に存在する必要があります。レガシーエクスペリエンスデータセットを新しいエクスペリエンスデータセットの親として使用することはできません。  | 

## 今後の開発
<a name="future-development"></a>

Amazon Quick Sight は、今後、新しいデータ準備エクスペリエンスでこれらの機能を実装する予定です。このアプローチにより、新しいデータ準備エクスペリエンスの初回起動が優先されます。

**機能の強化**
+ ビジュアル変換ワークフロー
+ プロセスの透明性の向上
+ Divergence による高度な準備手法
+ 追加、集計、ピボットなどの強力な新機能

**柔軟な導入**

ユーザーはデータセットを公開する前にエクスペリエンスから選択できるため、チームが自分のペースで移行している間もワークフローが中断されることはありません。このアプローチにより、レガシーエクスペリエンスを通じて特殊な要件のサポートを維持しながら、新機能にすぐにアクセスできます。

# データ準備の制限
<a name="data-preparation-limits"></a>

Amazon Quick Sight のデータ準備エクスペリエンスは、最適なパフォーマンスを維持しながら、エンタープライズ規模のデータセットを処理するように設計されています。以下の制限により、信頼性の高い機能が保証されます。

## データセットサイズ制限 (SPICE)
<a name="dataset-size-limits"></a>
+ **出力サイズ**: 最大 2TB または 20 億行
+ **合計入力サイズ**: 合計入力ソースは 2TB を超えることはできません
+ **セカンダリテーブルのサイズ**: 合計サイズは 20GB に制限されています

**注記**  
プライマリテーブルはワークフロー内の最大サイズを持つテーブルで、その他はすべてセカンダリテーブルです。

## ワークフロー構造の制限
<a name="workflow-structure-limits"></a>
+ **最大ステップ**: ワークフローあたり最大 256 変換ステップ
+ **ソーステーブル**: ワークフローあたり最大 32 インポートステップ
+ **出力列**: ワークフロー内の任意のステップで最大 2048 列、2000 列を含む最終出力テーブル
+ **分散パス**: 1 つのステップから最大 5 つのパス (SPICE のみ、DirectQuery には適用されません)
+ **ソースとしてのデータセット**: SPICE と DirectQuery の両方で最大 10 レベル

これらの制限は、柔軟性とパフォーマンスのバランスを取るように設計されており、最適な分析機能を確保しながら、複雑なデータ変換を可能にします。

# 取り込み動作の変更
<a name="ingestion-behavior-changes"></a>

新しいデータ準備エクスペリエンスでは、SPICE 取り込み中のデータ品質の問題の処理方法に重要な変更が導入されました。この変更は、データセットのデータの完全性と透明性に大きな影響を与えます。

レガシーエクスペリエンスでは、データ型の不整合 (誤った日付形式や[同様の問題](errors-spice-ingestion.md)など) が発生した場合、問題のあるセルを含む行全体が取り込み中にスキップされます。このアプローチにより、最終データセットの行が少なくなり、データ品質の問題が不明瞭になる可能性があります。

新しいエクスペリエンスでは、データの不整合に対してより詳細なアプローチを取ります。問題のあるセルが発生すると、行全体を保持しながら、不整合な値のみが null 値に変換されます。この保存により、他の列の関連データが分析のために引き続きアクセスできるようになります。

**データセットの品質への影響**

ソースデータに不整合が含まれている場合、新しいエクスペリエンスで作成されたデータセットには通常、レガシーのデータセットよりも多くの行が含まれます。この拡張アプローチには、いくつかの利点があります。
+ すべての行を保持することでデータの完全性を改善
+ データ品質の問題を特定する際の透明性の向上
+ 修復のための問題のある値の可視性の向上
+ 影響を受けていない列での関連データの保存

この変更により、アナリストは問題のある行をデータセットからサイレントに省略するのではなく、データ品質の問題をより効果的に特定して対処できます。

# よくある質問
<a name="new-data-prep-faqs"></a>

## 1. ユーザーはいつ新しいエクスペリエンスからレガシーエクスペリエンスに切り替える必要がありますか?
<a name="faq-1"></a>

現在[サポートされていない機能](unsupported-features.md)を含むデータセットを操作する場合、ユーザーはレガシーエクスペリエンスに戻る必要があります。Quick Sight は、これらの機能を今後のリリースの新しいエクスペリエンスに組み込むために積極的に取り組んでいます。

## 2. 新しいエクスペリエンスでデータセットを追加しようとすると、データセットがグレー表示されるのはなぜですか? データセットはレガシーエクスペリエンスと新しいエクスペリエンスを組み合わせることができますか?
<a name="faq-2"></a>

現在、親データセットと子データセットは同じエクスペリエンス環境内に存在する必要があります。新しいエクスペリエンスには、追加機能、ピボット機能、分散など、レガシーで利用できない追加機能が含まれているため、レガシーエクスペリエンスと新しいエクスペリエンス間でデータセットを組み合わせることはできません。

**レガシーエクスペリエンスからの親データセットの使用**

レガシーエクスペリエンスの親データセットを使用するには、その環境に戻すことができます。データ準備ページに移動し、右上隅にある**レガシーエクスペリエンスに切り替える**を選択します。その後、必要に応じて子データセットを作成できます。

**今後の開発**

レガシーデータセットを新しいエクスペリエンスにアップグレードできる機能を実装する予定です。このアップグレードされたパスにより、新しいエクスペリエンス内でレガシー親データセットを使用できます。

## 3. Quick Sight がレガシーエクスペリエンスとの完全な機能パリティを達成する前に新しいデータ準備エクスペリエンスを起動するのはなぜですか?
<a name="faq-3"></a>

新しいデータ準備エクスペリエンスは、実際の分析の課題に対処するために、広範な顧客コラボレーションを通じて開発されました。初回起動では、以下が優先されます。

**機能の強化**
+ ビジュアル変換ワークフロー
+ プロセスの透明性の向上
+ Divergence による高度な準備手法
+ 追加、集計、ピボットなどの強力な新機能

**柔軟な導入**

ユーザーはデータセットを公開する前にエクスペリエンスから選択できるため、チームが自分のペースで移行している間もワークフローが中断されることはありません。このアプローチにより、レガシーエクスペリエンスを通じて特殊な要件のサポートを維持しながら、新機能にすぐにアクセスできます。

## 4. 現在レガシーエクスペリエンスでのみ利用できる機能は、新しいエクスペリエンスに追加されますか?
<a name="faq-4"></a>

はい。Quick Sight は、レガシー機能を新しいエクスペリエンスに組み込むために積極的に取り組んでいます。

## 5. API の変更は、既存のデータセット作成スクリプトにどのように影響しますか?
<a name="faq-5"></a>

Quick Sight は、新しい機能を導入しながら下位互換性を維持します。
+ 既存のスクリプト: レガシー API スクリプトは引き続き機能し、レガシーエクスペリエンスにデータセットを作成します。
+ API 命名: 現在の API 名は変更されません
+ 新しい機能: 新しいエクスペリエンスの拡張機能をサポートする追加の API 形式
+ ドキュメント: 新しいエクスペリエンスの完全な API 仕様については、 API リファレンスを参照してください。

## 6. 公開後にデータセットをエクスペリエンス間で変換できますか?
<a name="faq-6"></a>
+ 将来の移行パス: Quick Sight は、レガシーデータセットを新しいエクスペリエンスに簡単に移行するための機能を将来追加します。
+ 一方向プロセス: 高度な機能の依存関係のため、新しいエクスペリエンスからレガシー形式へのデータセットの変換はサポートされていません