View a markdown version of this page

トピックの仕組み - Amazon Quick

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。

トピックの仕組み

Quick Sight のトピックは、次の 4 つのレイヤーで構成されます。

  1. データソース。正規化されたデータセットは、サポートされているソースから Quick Sight に接続します。トピックは、Amazon Redshift、Athena、Amazon S3 Tables、、および に対するSPICEデータセットSnowflakeと Direct Query データセットをサポートしますDatabricks。データセットSPICEと Direct Query データセットを 1 つのトピック内で結合することはできません。

  2. データセットエンリッチメント。各データセットには、自然言語クエリの精度を向上させるセマンティックメタデータが個別に強化されています。エンリッチメントには、列の説明、シノニム、セマンティックタイプ、計算フィールド、フィールド除外が含まれます。Quick Sight でデータセットを直接強化したり、 (AWS Glue データカタログ) と Databricks Unity Catalog の AWS Glue カタログを使用してメタデータを に取り込むことができます。

  3. マルチデータセットトピック。トピックは、データセットをまとめる統合コンテナとして機能します。以下を保持します。

    • データセット (最大 12)。各データセットは独自のエンリッチメントを維持し、独自のデータソースに接続します。

    • 関係。データセットペア間で定義された結合キーは、テーブルの関連性を Quick Sight に伝えます。データセット間で列をマッピングする JSON ファイルをアップロードします。

    • カスタム手順。AI がドメイン固有の用語を解釈するための永続的な自然言語ルール。これらは、あいまいさの排除、カスタム日付ロジック、ビジネス定義を処理します。

    • アクセス許可。所有者はトピックを変更できます。閲覧者は質問をしてトピックを分析に使用できますが、設定を変更することはできません。

  4. 消費。ビジネスユーザーは、複数の表面を介してトピックを操作します。

    • チャット。ユーザーは、Amazon Quick チャットインターフェイスで自然言語の質問をします。LLM 搭載のチャットエージェントは、質問を解析し、データセット間で関連する列を識別し、定義された関係に基づいて適切な結合を持つ SQL を構築して、統一された回答を返します。

    • 分析シート。作成者は、トピック内の複数のデータセットのフィールドを使用してビジュアルを構築します。Quick Sight は、ビジュアルが複数のデータセットのフィールドを参照すると、ランタイムの内部結合を自動的に実行します。

行レベルのセキュリティ (RLS) は、ランタイム結合中にデータセットレベルで適用されます。クエリが複数のデータセットにまたがっている場合でも、アクセスが許可されているデータのみが表示されます。