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.
Como os tópicos funcionam
Um tópico no Quick Sight consiste em quatro camadas:
-
Fontes de dados. Seus conjuntos de dados normalizados se conectam ao Quick Sight a partir de fontes compatíveis. Os tópicos oferecem suporte a SPICE conjuntos de dados e conjuntos de dados do Direct Query em relação ao Amazon Redshift, Athena, Amazon S3 Tables e. Snowflake Databricks Você não pode combinar conjuntos SPICE de dados do Direct Query em um único tópico.
-
Enriquecimento do conjunto de dados. Cada conjunto de dados é enriquecido de forma independente com metadados semânticos que melhoram a precisão das consultas em linguagem natural. O enriquecimento inclui descrições de colunas, sinônimos, tipos semânticos, campos calculados e exclusões de campos. Você pode enriquecer conjuntos de dados diretamente no Quick Sight ou trazer metadados usando catálogos do AWS Glue (AWS Glue Data Catalog) e do Unity Catalog. Databricks
-
Multi-dataset Tópico. O tópico serve como um contêiner unificado que reúne conjuntos de dados. Ele contém:
-
Conjuntos de dados (até 12). Cada conjunto de dados mantém seu próprio enriquecimento e se conecta à sua própria fonte de dados.
-
Relacionamentos. As chaves de união definidas entre pares de conjuntos de dados informam ao Quick Sight como as tabelas se relacionam. Você carrega um arquivo JSON que mapeia colunas entre conjuntos de dados.
-
Instruções personalizadas. Regras persistentes de linguagem natural que orientam a IA na interpretação da terminologia específica do domínio. Eles lidam com desambiguação, lógica de data personalizada e definições de negócios.
-
Permissions Os proprietários podem modificar o tópico. Os espectadores podem fazer perguntas e usar o tópico na análise, mas não podem alterar sua configuração.
-
-
Consumo. Os usuários corporativos interagem com o tópico por meio de várias superfícies:
-
Chat. Os usuários fazem perguntas em linguagem natural na interface de bate-papo do Amazon Quick. O agente de LLM-powered bate-papo analisa a pergunta, identifica colunas relevantes nos conjuntos de dados, constrói o SQL com as uniões apropriadas com base nas relações definidas e retorna uma resposta unificada.
-
Folhas de análise. Os autores criam imagens usando campos de vários conjuntos de dados dentro do Tópico. O Quick Sight executa uniões internas em tempo de execução automaticamente quando um visual faz referência a campos de mais de um conjunto de dados.
-
Row-level a segurança (RLS) é aplicada no nível do conjunto de dados durante as uniões em tempo de execução. Os usuários veem somente os dados que estão autorizados a acessar, mesmo quando as consultas abrangem vários conjuntos de dados.
