View a markdown version of this page

주제 작동 방식 - Amazon Quick

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

주제 작동 방식

Quick Sight의 주제는 네 개의 계층으로 구성됩니다.

  1. 데이터 소스. 정규화된 데이터 세트는 지원되는 소스에서 Quick Sight에 연결됩니다. 주제는 Amazon Redshift, Athena, Amazon S3 Tables, 및에 대한 SPICE 데이터 세트 Snowflake및 Direct Query 데이터 세트를 지원합니다Databricks. 단일 주제 내에서 SPICE 및 Direct Query 데이터 세트를 결합할 수 없습니다.

  2. 데이터 세트 보강. 각 데이터 세트는 자연어 쿼리 정확도를 개선하는 의미 체계 메타데이터로 독립적으로 보강됩니다. 보강에는 열 설명, 동의어, 의미 체계 유형, 계산된 필드 및 필드 제외가 포함됩니다. Quick Sight에서 직접 데이터 세트를 보강하거나 (AWS Glue 데이터 카탈로그) 및 Databricks Unity 카탈로그의 AWS Glue 카탈로그를 사용하여에서 메타데이터를 가져올 수 있습니다.

  3. 다중 데이터 세트 주제. 주제는 데이터 세트를 통합하는 통합 컨테이너 역할을 합니다. 여기에는 다음이 포함됩니다.

    • 데이터 세트(최대 12개). 각 데이터 세트는 자체 보강을 유지하고 자체 데이터 소스에 연결합니다.

    • 관계. 데이터 세트 페어 간에 정의된 조인 키는 Quick Sight에 테이블의 관련성을 알려줍니다. 데이터 세트 간에 열을 매핑하는 JSON 파일을 업로드합니다.

    • 사용자 지정 지침. 도메인별 용어를 해석할 때 AI를 안내하는 지속적인 자연어 규칙입니다. 이들은 모호하지 않은 내용, 사용자 지정 날짜 로직 및 비즈니스 정의를 처리합니다.

    • Permissions)]을 선택합니다. 소유자는 주제를 수정할 수 있습니다. 최종 사용자는 질문을 하고 분석 시 주제를 사용할 수 있지만 구성을 변경할 수는 없습니다.

  4. 소비. 비즈니스 사용자는 여러 표면을 통해 주제와 상호 작용합니다.

    • 채팅. 사용자는 Amazon Quick 채팅 인터페이스에서 자연어를 질문합니다. LLM 기반 채팅 에이전트는 질문을 구문 분석하고, 데이터 세트에서 관련 열을 식별하고, 정의된 관계를 기반으로 적절한 조인으로 SQL을 구성하고, 통합 답변을 반환합니다.

    • 분석 시트. 작성자는 주제 내 여러 데이터 세트의 필드를 사용하여 시각적 객체를 빌드합니다. Quick Sight는 시각적 객체가 둘 이상의 데이터 세트에서 필드를 참조할 때 런타임 내부 조인을 자동으로 수행합니다.

행 수준 보안(RLS)은 런타임 조인 중에 데이터 세트 수준에서 적용됩니다. 쿼리가 여러 데이터 세트에 걸쳐 있더라도 사용자는 액세스 권한이 부여된 데이터만 볼 수 있습니다.