View a markdown version of this page

主题的工作原理 - Amazon Quick

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

主题的工作原理

Quick Sight 中的主题由四层组成：

  1. 数据源。您的标准化数据集从支持的来源连接到 Quick Sight。主题支持针对亚马逊 Redshift、Athena、亚马逊 S3 表等的数据SPICE集和直接查询数据集。Snowflake Databricks您不能在单个主题内合并SPICE和直接查询数据集。

  2. 丰富数据集。每个数据集都独立地丰富了语义元数据，从而提高了自然语言查询的准确性。丰富内容包括列描述、同义词、语义类型、计算字段和字段排除。您可以直接在 Quick Sight 中丰富数据集，也可以使用 AWS Glue （AWS Glue 数据目录）和 Databricks Unity 目录中的目录导入元数据。

  3. Multi-dataset 话题。该主题是将数据集汇集在一起的统一容器。它包含：

    • 数据集（最多 12 个）。每个数据集都有自己的丰富功能，并连接到自己的数据源。

    • 关系。在数据集对之间定义的联接键告诉 Quick Sight 表的关联方式。您上传一个用于在数据集之间映射列的 JSON 文件。

    • 自定义指令。指导人工智能解释特定领域术语的持久性自然语言规则。它们处理消歧、自定义日期逻辑和业务定义。

    • Permissions (下一步：权限)。所有者可以修改主题。查看者可以提问并在分析中使用主题，但不能更改其配置。

  4. 消费。企业用户通过多个界面与主题互动：

    • 聊天。用户在亚马逊快速聊天界面中询问自然语言问题。 LLM-powered 聊天代理解析问题，识别数据集中的相关列，根据您定义的关系构造具有适当联接的 SQL，并返回统一的答案。

    • 分析表。作者使用来自主题内多个数据集的字段来构建视觉对象。当视觉对象引用来自多个数据集的字段时，Quick Sight 会自动执行运行时内部联接。

Row-level 在运行时联接期间，在数据集级别强制执行安全 (RLS)。即使查询跨越多个数据集，用户也只能看到他们有权访问的数据。