View a markdown version of this page

Usando cálculos com reconhecimento de nível no Quick Sight - Amazon Quick
Funções do LAC-AFunções do LAC-W

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Usando cálculos com reconhecimento de nível no Quick Sight

   Aplica-se a: Enterprise Edition e Standard Edition 

Com Level-aware os cálculos (LAC), você pode especificar o nível de granularidade com o qual deseja computar funções de janela ou funções agregadas. Há dois tipos de funções do LAC: cálculo com reconhecimento de nível - funções agregadas (LAC-A) e cálculo com reconhecimento de nível - funções de janela (). LAC-W

Level-aware cálculo - funções agregadas (LAC-A)

Com LAC-A funções, você pode especificar em qual nível agrupar a computação. Ao adicionar um argumento a uma função agregada existente, como sum() , max() , count(), você pode definir qualquer nível de agrupamento que desejar para a agregação. O nível adicionado pode ser qualquer dimensão, independente das dimensões adicionadas ao elemento visual. Por exemplo:

sum(measure,[group_field_A])

Para usar LAC-A funções, digite-as diretamente no editor de cálculo adicionando os níveis de agregação pretendidos como o segundo argumento entre colchetes. Veja a seguir um exemplo de uma função agregada e uma LAC-A função, para comparação.

  • Função agregada: sum({sales})

  • LAC-A função: sum({sales}, [{Country},{Product}])

Os LAC-A resultados são calculados com o nível especificado entre colchetes [ ] e podem ser usados como operando de uma função agregada. O nível de agrupamento da função agregada é o nível visual, com campos Agrupar por adicionados à fonte de campo do elemento visual.

Além de criar uma chave de grupo LAC estática no colchete [ ], você pode adaptá-la dinamicamente aos campos visuais de agrupamento, colocando um parâmetro $visualDimensions no colchete. Esse é um parâmetro fornecido pelo sistema, em contraste com o parâmetro definido pelo usuário. O parâmetro [$visualDimensions] representa os campos adicionados à fonte de campo Agrupar por no elemento visual atual. Os exemplos a seguir mostram como adicionar dinamicamente chaves de grupo às dimensões visuais ou remover chaves de grupo das dimensões visuais.

  • LAC-A com chave de grupo dinâmica adicionada: sum({sales}, [${visualDimensions},{Country},{Products}])

    Ele calcula, antes que a agregação de nível visual seja calculada, a soma das vendas, agrupando por country, products e quaisquer outros campos na fonte de campo Agrupar por.

  • LAC-A com chave de grupo removida de forma dinâmica: sum({sales}, [${visualDimensions},!{Country},!{Products}])

    Ele calcula, antes que a agregação de nível visual seja calculada, a soma das vendas, agrupando pelos campos na fonte de campo Agrupar por do elemento visual, exceto country e product.

Você pode especificar a chave de grupo adicionada ou a chave de grupo removida na expressão LAC, mas não ambas.

LAC-A as funções são suportadas para as seguintes funções agregadas:

LAC-A exemplos

Você pode fazer o seguinte com LAC-A funções:

  • Executar cálculos que sejam independentes dos níveis no elemento visual. Por exemplo, se você tiver o cálculo a seguir, os números de vendas serão agregados somente no nível do país, mas não em outras dimensões (região ou produto) no elemento visual.

    sum({Sales},[{Country}])

  • Executar cálculos para as dimensões que não estão no elemento visual. Por exemplo, se você tiver a função a seguir, será possível calcular a média das vendas totais do país por região.

    sum({Sales},[{Country}])

    Embora o País não esteja incluído no visual, a LAC-A função primeiro agrega as vendas no nível do país e, em seguida, o cálculo do nível visual gera o número médio de cada região. Se a LAC-A função não for usada para especificar o nível, as vendas médias serão calculadas no nível granular mais baixo (o nível básico do conjunto de dados) de cada região (exibido na coluna de vendas).

  • Uso LAC-A combinado com outras funções e LAC-W funções agregadas. Há duas maneiras de agrupar LAC-A funções com outras funções.

    • Você pode escrever uma sintaxe aninhada ao criar um cálculo. Por exemplo, a LAC-A função pode ser aninhada com uma LAC-W função para calcular o total de vendas por país do preço médio de cada produto:

      sum(avgOver({Sales},[{Product}],PRE_AGG),[{Country}])

    • Ao adicionar uma LAC-A função a um visual, o cálculo pode ser ainda mais aninhado com funções agregadas de nível visual que você selecionou também nos campos. Para obter mais informações sobre como alterar a agregação de campos no elemento visual, consulte Como alterar ou adicionar uma agregação a um campo ao usar uma fonte de campo.

LAC-A limitações

As seguintes limitações se aplicam às LAC-A funções:

  • LAC-A as funções são suportadas para todas as funções agregadas aditivas e não aditivas, comosum(), e. count() percentile() LAC-A funções não são suportadas para funções agregadas condicionais que terminam com “se”, como sumif() ecountif(), nem para funções agregadas de período que começam com “período ToDate “, como e. periodToDateSum() periodToDateMax()

  • Row-level e os totais em nível de coluna não são atualmente suportados para LAC-A funções em tabelas e tabelas dinâmicas. Quando você adiciona totais em nível de linha ou de coluna ao gráfico, o número total é exibido em branco. Outras dimensões que não sejam do LAC não são afetadas.

  • No momento, LAC-A as funções aninhadas não são suportadas. Há suporte para uma capacidade limitada de LAC-A funções aninhadas com funções e LAC-W funções agregadas regulares.

    Por exemplo, as seguintes funções são válidas:

    • Aggregation(LAC-A()). Por exemplo: max(sum({sales}, [{country}]))

    • LAC-A(LAC-W()). Por exemplo: sum(sumOver({Sales},[{Product}],PRE_AGG), [{Country}])

    As seguintes funções não são válidas:

    • LAC-A(Aggregation()). Por exemplo: sum(max({sales}), [{country}])

    • LAC-A(LAC-A()). Por exemplo: sum(max({sales}, [{country}]),[category])

    • LAC-W(LAC-A()). Por exemplo: sumOver(sum({Sales},[{Product}]),[{Country}],PRE_AGG)

Level-aware cálculo - funções window (LAC-W)

Com LAC-W as funções, você pode especificar a janela ou a partição para calcular o cálculo. LAC-W funções são um grupo de funções de janela, comosumover(),, (maxover)denseRank, que você pode executar no nível de pré-filtro ou pré-agregação. Por exemplo: sumOver(measure,[partition_field_A],pre_agg).

LAC-W funções costumavam ser chamadas de agregações com reconhecimento de nível (LAA).

LAC-W as funções ajudam você a responder aos seguintes tipos de perguntas:

  • Quantos dos meus clientes fizeram apenas um pedido de compra? Ou 10? Ou 50? Queremos que o visual use a contagem como uma dimensão e não como uma métrica no visual.

  • Quais são as vendas totais por segmento de mercado para clientes cujos gastos em tempo de vida sejam superiores a 100.000 USD? O visual deve mostrar apenas o segmento de mercado e o total de vendas para cada um deles.

  • Qual é a contribuição de cada setor para todo o lucro da empresa (porcentagem do total)? Queremos poder filtrar o visual para mostrar alguns dos setores e como eles contribuem para o total de vendas dos setores exibidos. Porém, também queremos ver a porcentagem do total de vendas de cada setor para toda a empresa (incluindo os setores filtrados).

  • Qual é o total de vendas de cada categoria em comparação com a média do setor? A média do setor deve incluir todas as categorias, mesmo após a filtragem.

  • Como meus clientes são agrupados em intervalos de gastos cumulativos? Queremos usar o agrupamento como uma dimensão e não como uma métrica.

Para perguntas mais complexas, você pode injetar um cálculo ou filtro antes que o Quick Sight chegue a um ponto específico na avaliação de suas configurações. Para influenciar diretamente os resultados, adicione uma palavra-chave em nível de cálculo a um cálculo de tabela. Para obter mais informações sobre como o Quick Sight avalia as consultas, consulte. Ordem de avaliação no Amazon Quick Sight

Os seguintes níveis de cálculo são compatíveis com LAC-W funções:

  • PRE_FILTER— Antes de aplicar os filtros da análise, o Quick Sight avalia os cálculos do pré-filtro. Depois, aplica todos os filtros configurados nesses cálculos de pré-filtro.

  • PRE_AGG— Antes de calcular as agregações em nível de exibição, o Quick Sight realiza cálculos pré-agregados. Depois, aplica todos os filtros configurados nesses cálculos de pré-agregação. Esse trabalho acontece antes da aplicação de N filtros superiores e inferiores.

Você pode usar a palavra-chave PRE_AGG ou PRE_FILTER como um parâmetro nas funções de cálculo de tabela a seguir. Ao especificar um nível de cálculo, você usa uma medida não agregada na função. Por exemplo, você poderá usar o countOver({ORDER ID}, [{Customer ID}], PRE_AGG). Ao usar PRE_AGG, você especifica que o countOver é executado no nível de pré-agregação.

Por padrão, o primeiro parâmetro de cada função deve ser uma medida agregada. Se usar PRE_FILTER ou PRE_AGG, você usará uma medida não agregada para o primeiro parâmetro.

Para LAC-W funções, o padrão da agregação visual é MIN eliminar duplicatas. Para alterar a agregação, abra o menu de contexto do campo (clique com o botão direito do mouse) e escolha uma agregação diferente.

Para exemplos de quando e como usar LAC-W funções em cenários da vida real, consulte a seguinte postagem no blog de AWS Big Data: Crie insights avançados usando agregações com reconhecimento de nível na Amazon QuickSight.