本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 資料準備體驗 （新）
<a name="data-prep-experience-new"></a>

資料準備會將原始資料轉換為針對分析和視覺化最佳化的格式。在商業智慧中，這個重要的程序涉及清理、建構和豐富資料，以實現有意義的商業洞見。

Amazon Quick Sight 的資料準備界面以直覺式的視覺化體驗徹底改變了此程序，讓使用者無需 SQL 專業知識即可建立分析就緒的資料集。透過其現代化的簡化方法，使用者可以有效率地建立和管理商業智慧資料集。視覺化界面提供清晰、循序的資料轉換檢視，可讓作者精確地追蹤從初始狀態到最終輸出的變更。

平台強調協同合作和可重複使用性，讓團隊能夠在整個組織中共用和重新利用工作流程。這種協作設計可提高資料轉換實務的一致性，同時消除冗餘工作，最終在團隊之間培養標準化程序並提高整體效率。

**Topics**
+ [資料準備體驗中的元件](data-prep-components.md)
+ [資料準備步驟](data-prep-steps.md)
+ [進階工作流程功能](advanced-workflow-capabilities.md)
+ [僅限 SPICE 的功能](spice-only-features.md)
+ [在資料準備體驗之間切換](switching-between-data-prep-experiences.md)
+ [新資料準備體驗中不支援的功能](unsupported-features.md)
+ [資料準備限制](data-preparation-limits.md)
+ [擷取行為變更](ingestion-behavior-changes.md)
+ [常見問答集](new-data-prep-faqs.md)

# 資料準備體驗中的元件
<a name="data-prep-components"></a>

Amazon Quick Sight 的資料準備體驗具有下列核心元件。

## 工作流程
<a name="workflow-component"></a>

Quick Sight 資料準備體驗中的工作流程代表一系列循序的資料轉換步驟，可將資料集從原始狀態引導至分析就緒形式。這些工作流程專為可重複使用性而設計，讓分析師能夠利用和建置現有的工作，同時在整個組織中維持一致的資料轉換標準。

雖然工作流程可以透過各種輸入或差異 （在後續章節中詳細說明） 容納多個路徑，但它們最終必須收斂成單一輸出資料表。此統一結構可確保資料一致性和簡化的分析功能。

## 轉換
<a name="transformation-component"></a>

轉換是一種特定的資料處理操作，可變更資料的結構、格式或內容。Quick Sight 的資料準備體驗提供各種轉換類型，包括聯結、篩選、彙總、樞紐分析、取消樞紐分析、附加和計算資料欄。每種轉換類型在重塑資料以滿足分析需求時都有不同的用途。這些轉換會實作為工作流程中的個別步驟。

## 步驟
<a name="step-component"></a>

步驟是在工作流程中套用的相同類型的同質轉換集合。每個步驟都包含相同轉換類別的一或多個相關操作。例如，重新命名步驟可以包含多個資料欄重新命名操作，而篩選步驟可以包含多個篩選條件 - 全部在工作流程中以單一單位管理。

大多數步驟可以包含多個操作，有兩個值得注意的例外：聯結和附加步驟限制為每個步驟兩個輸入資料表。若要聯結或附加兩個以上的資料表，您可以依序建立額外的聯結或附加步驟。

步驟會依序顯示，每個步驟都以先前步驟的結果為基礎，讓您可以追蹤資料的漸進式轉換。若要重新命名或刪除步驟，請選取該步驟，然後選擇三點式功能表。

## 連接器
<a name="connector-component"></a>

連接器將兩個步驟與指示工作流程方向的箭頭連結。您可以透過選取連接器並按刪除鍵來刪除連接器。若要在兩個現有步驟之間新增步驟，只要刪除連接器、新增步驟，然後在步驟之間拖曳滑鼠即可重新連接步驟。

## 設定窗格
<a name="configure-pane-component"></a>

**組態窗格**是您為所選步驟定義參數和設定的互動式區域。當您在工作流程中選取步驟時，此窗格會顯示該特定轉換類型的相關選項。例如，設定聯結步驟時，您可以選取聯結類型、相符的資料欄和其他聯結特定設定。**組態窗格**的point-and-click式界面不需要 SQL 知識。

## 預覽窗格
<a name="preview-pane-component"></a>

**預覽窗格**會顯示套用目前轉換步驟後顯示的即時資料範例。此即時視覺化意見回饋可協助您驗證每個轉換是否產生預期的結果，然後再繼續進行下一個步驟。**預覽窗格**會在您修改步驟組態時動態更新，讓您可放心地反覆精簡資料轉換。

這些元件可共同建立直覺式的視覺化資料準備體驗，讓商業使用者能夠存取複雜的資料轉換，而不需要技術專業知識。

# 資料準備步驟
<a name="data-prep-steps"></a>

Amazon Quick Sight 的資料準備體驗提供十一種強大的步驟類型，可讓您有系統地轉換資料。每個步驟在資料準備工作流程中都有特定用途。

步驟可以透過設定窗格中的直覺式界面**進行設定**，並在**預覽**窗格中顯示即時意見回饋。步驟可以循序組合，以建立複雜的資料轉換，而不需要 SQL 專業知識。

每個步驟都可以從實體資料表或上一個步驟的輸出接收輸入。大多數步驟都接受單一輸入，而附加和聯結步驟是例外狀況 – 這些需要剛好兩個輸入。

## Input
<a name="input-step"></a>

輸入步驟可讓您從多個來源選取和匯入資料，以在後續步驟中進行轉換，以啟動 Quick Sight 中的資料準備工作流程。

**輸入選項**
+ **新增資料集**

  利用現有的 Quick Sight 資料集做為輸入來源，以您的團隊已準備和最佳化的資料為基礎。
+ **新增資料來源**

  透過選取特定資料庫物件並提供連線參數，直接連線至資料庫，例如 Amazon Redshift、Athena、RDS 或其他支援的來源。
+ **新增檔案上傳**

  以 CSV、TSV、Excel 或 JSON 等格式直接從本機檔案匯入資料。

**組態**

輸入步驟不需要組態。**預覽**窗格會顯示您匯入的資料以及來源資訊，包括連線詳細資訊、資料表名稱和資料欄中繼資料。

**使用須知**
+ 單一工作流程中可以存在多個輸入步驟。
+ 您可以在工作流程中的任何時間點新增輸入步驟。

## 新增計算的資料欄
<a name="add-calculated-columns-step"></a>

新增計算資料欄步驟可讓您使用對現有資料欄執行計算的資料列層級表達式建立新的資料欄。您可以使用純量 （資料列層級） 函數和運算子建立新的資料欄，並套用參考現有資料欄的資料列層級計算。

**組態**

若要設定新增計算資料欄步驟，請在**組態**窗格中：

1. 為您的新計算資料欄命名。

1. 使用支援資料列層級函數和運算子 （例如 [ifelse](ifelse-function.md) 和 [round](round-function.md)) 的計算編輯器建置運算式。

1. 儲存您的計算。

1. 預覽表達式結果。

1. 視需要新增更多計算資料欄。

**使用須知**
+ 此步驟僅支援純量 （列層級） 計算。
+ 在 SPICE 中，計算的資料欄會具體化，並在後續步驟中做為標準資料欄運作。

## 變更資料類型
<a name="change-data-type-step"></a>

Quick Sight 透過支援四種抽象資料類型來簡化資料類型管理：`date`、`integer`、 `decimal`和 `string`。這些抽象類型會自動將各種來源資料類型映射至其 Quick Sight 對等項目，以消除複雜性。例如，`tinyint`、`smallint`、 `integer`和 `bigint`全都對應至 `integer`，而 `date`、 `datetime`和 `timestamp`則對應至 `date`。

此抽象表示您只需要了解 Quick Sight 的四種資料類型，因為 Quick Sight 會在與不同資料來源互動時自動處理所有基礎資料類型轉換和計算。

**組態**

若要設定變更資料類型步驟，請在**組態**窗格中：

1. 選取要轉換的資料欄。

1. 選擇目標資料類型 (`string`、`decimal`、 `integer`或 `date`)。

1. 對於日期轉換，請根據輸入格式指定格式設定和預覽結果。請參閱 Quick Sight 中[支援的日期格式](supported-data-types-and-values.md)。

1. 視需要新增要轉換的其他資料欄。

**使用須知**
+ 在單一步驟中轉換多個資料欄的資料類型以提高效率。
+ 使用 SPICE 時，所有資料類型變更都會在匯入的資料中具體化。

## 重新命名資料欄
<a name="rename-columns-step"></a>

重新命名資料欄步驟可讓您修改資料欄名稱，使其更具描述性、更易於使用，並與組織的命名慣例保持一致。

**組態**

若要設定重新命名資料欄步驟，請在**組態**窗格中：

1. 選取要命名的資料欄。

1. 輸入所選資料欄的新名稱。

1. 視需要新增更多資料欄來重新命名。

**使用須知**
+ 所有資料欄名稱在資料集內必須是唯一的。

## 選取資料欄
<a name="select-columns-step"></a>

Select Columns 步驟可讓您簡化資料集，包括、排除和重新排序欄。這有助於最佳化資料結構，方法是移除不必要的資料欄，並以邏輯順序組織剩餘的資料欄以供分析。

**組態**

若要設定選取資料欄步驟，請在**組態**窗格中：

1. 選擇要包含在輸出中的特定資料欄。

1. 依您偏好的順序選取資料欄以建立序列。

1. 使用**全選**以原始順序包含剩餘資料欄。

1. 將不需要的資料欄保留為未選取以排除。

**主要功能**
+ 輸出資料欄會依選取順序顯示。
+ **選取全部**會保留原始資料欄序列。

**使用須知**
+ 未選取的資料欄會從後續步驟中移除。
+ 透過移除不必要的資料欄來最佳化資料集大小。

## 附加
<a name="append-step"></a>

附加步驟垂直結合兩個資料表，類似於 SQL UNION ALL 操作。Quick Sight 會自動依名稱而非序列比對資料欄，即使資料表的資料欄順序不同或資料欄數量不同，也能實現高效率的資料整合。

**組態**

若要設定附加步驟，請在**組態**窗格中：

1. 選取要附加的兩個輸入資料表。

1. 檢閱輸出資料欄序列。

1. 檢查兩個資料表和單一資料表中存在哪些資料欄。

**主要功能**
+ 依名稱比對資料欄，而非序列。
+ 保留兩個資料表中的所有資料列，包括重複項目。
+ 支援具有不同資料欄數量的資料表。
+ 遵循資料表 1 的資料欄序列來比對資料欄，然後從資料表 2 新增唯一資料欄。
+ 顯示所有資料欄的明確來源指標

**使用須知**
+ 在附加具有不同名稱的資料欄時，請先使用重新命名步驟。
+ 每個附加步驟只會結合兩個資料表；針對更多資料表使用額外的附加步驟。

## Join
<a name="join-step"></a>

聯結步驟會根據指定資料欄中的相符值水平合併來自兩個資料表的資料。Quick Sight 支援左外部、右外部、完整外部和內部聯結類型，為您的分析需求提供靈活的選項。步驟包含智慧型資料欄衝突解析，可自動處理重複的資料欄名稱。雖然無法以特定聯結類型提供自我聯結，但您可以使用工作流程差異來達成類似的結果。

**組態**

若要設定聯結步驟，請在**組態**窗格中：

1. 選取要聯結的兩個輸入資料表。

1. 選擇您的聯結類型 （左側外部、右側外部、完全外部或內部）。

1. 從每個資料表指定聯結金鑰。

1. 檢閱自動解析的資料欄名稱衝突。

**主要功能**
+ 支援多種聯結類型，以滿足不同的分析需求。
+ 自動解析重複的資料欄名稱。
+ 接受計算的資料欄做為聯結索引鍵。

**使用須知**
+ 聯結金鑰必須具有相容的資料類型；如有需要，請使用變更資料類型步驟。
+ 每個聯結步驟只會結合兩個資料表；針對更多資料表使用額外的聯結步驟。
+ 在加入後建立重新命名步驟，以自訂自動解析的資料欄標頭。

## Aggregate
<a name="aggregate-step"></a>

彙總步驟可讓您透過分組資料欄和套用彙總操作來摘要資料。這項強大的轉換會根據您指定的維度，將詳細資料精簡為有意義的摘要。Quick Sight 透過直覺式界面簡化複雜的 SQL 操作，提供全方位的彙總函數，包括進階字串操作，例如 `ListAgg`和 `ListAgg distinct`。

**組態**

若要設定彙總步驟，請在**組態**窗格中：

1. 選取要分組的資料欄。

1. 選擇量值資料欄的彙總函數。

1. 自訂輸出資料欄名稱。

1. 針對 `ListAgg` 和 `ListAgg distinct`：

   1. 選取要彙總的資料欄。

   1. 選擇分隔符號 （逗號、破折號、分號或垂直線）。

1. 預覽摘要資料。

**每個資料類型支援的函數**


| 資料類型 | 支援的函數 | 
| --- | --- | 
|  數值  |  `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min`  | 
|  Date  |  `Count`, `Count Distinct` `Max`, `Min` `ListAgg`、 `ListAgg distinct`（僅適用於日期）  | 
|  String  |  `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min`  | 

**主要功能**
+ 將不同的彙總函數套用至相同步驟中的資料欄。
+ 沒有彙總函數**的 分組**會充當 SQL SELECT DISTINCT。
+ `ListAgg` 串連所有值；僅`ListAgg distinct`包含唯一值。
+ `ListAgg` 函數預設會維持遞增排序順序。

**使用須知**
+ 彙總可大幅減少資料集中的資料列計數。
+ `ListAgg` 和 `ListAgg distinct`支援 `date` 值，但不支援 `datetime`。
+ 使用分隔符號來自訂字串串連輸出。

## 篩選條件
<a name="filter-step"></a>

篩選步驟只包含符合特定條件的資料列，可讓您縮小資料集範圍。您可以在單一步驟中套用多個篩選條件，所有條件都透過`AND`邏輯合併，以協助將您的分析集中在相關資料上。

**組態**

若要設定篩選步驟，請在**組態**窗格中：

1. 選取要篩選的資料欄。

1. 選擇比較運算子。

1. 根據資料欄的資料類型指定篩選條件值。

1. 視需要新增不同資料欄的其他篩選條件。

**注意**  
字串篩選條件包含 "is in" 或 "is not in"：輸入多個值 （每行一個）。
數值和日期篩選條件：輸入單一值 （除了需要兩個值的「介於」)。

**每個資料類型支援的運算子**


| 資料類型 | 支援的運算子 | 
| --- | --- | 
|  整數和小數  |  等於，不等於 大於、小於 大於或等於、小於或等於 介於  | 
|  Date  |  之後、之前 介於 晚於或等於、早於或等於  | 
|  String  |  等於，不等於 開頭為 ，結尾為 包含，不包含 位於、不在  | 

**使用須知**
+ 在單一步驟中套用多個篩選條件。
+ 混合不同資料類型的條件。
+ 即時預覽篩選結果。

## Pivot (樞紐)
<a name="pivot-step"></a>

Pivot 步驟會將資料列值轉換為唯一資料欄，將資料從長格式轉換為寬格式，以便於比較和分析。此轉換需要值篩選、彙總和分組的規格，才能有效管理輸出資料欄。

**組態**

若要設定樞紐步驟，請在**組態**窗格中使用下列項目：

1. **樞紐分析資料欄**：選取其值將成為資料欄標頭的資料欄 （例如，類別）。

1. **樞紐分析欄資料列值**：篩選要包含的特定值 （例如，技術、辦公室用品）。

1. **輸出資料欄標頭**：自訂新的資料欄標頭 （預設為樞紐分析資料欄值）。

1. **值欄**：選取要彙總的欄 （例如 Sales)。

1. **彙總函數**：選擇彙總方法 （例如總和）。

1. **分組依據**：指定組織資料欄 （例如 Segment)。

![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/pivot.png)


**每個資料類型支援的運算子**


| 資料類型 | 支援的運算子 | 
| --- | --- | 
|  整數和小數  |  `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min`  | 
|  Date  |  `Count`, `Count Distinct` `Max`, `Min` `ListAgg`、 `ListAgg distinct`（僅限日期值）  | 
|  String  |  `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min`  | 

**使用須知**
+ 每個樞紐資料欄都包含值資料欄中的彙總值。
+ 為了清楚起見，請自訂資料欄標頭。
+ 即時預覽轉換結果。

## 取消樞紐
<a name="unpivot-step"></a>

Unpivot 步驟會將資料欄轉換為資料列，將寬資料轉換為更長、更窄的格式。此轉換有助於將分散在多個資料欄的資料組織成更結構化的格式，以便於分析和視覺化。

**組態**

若要設定取消樞紐步驟，請在**組態**窗格中：

1. 選取要復原至資料列的資料欄。

1. 定義輸出資料欄資料列值。預設值為原始資料欄名稱。一些範例包括技術、辦公用品和家具。

1. 為兩個新輸出資料欄命名。
   + **取消樞紐資料欄標頭**：舊資料欄名稱的名稱 （例如，類別）
   + **取消樞紐分析資料欄值**：取消樞紐分析值的名稱 （例如，Sales)

![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/unpivot.png)


**主要功能**
+ 保留輸出中所有未分頁的資料欄。
+ 自動建立新的兩個資料欄：一個用於先前的資料欄名稱，另一個用於對應的值。
+ 將寬資料轉換為長格式。

**使用須知**
+ 所有取消樞紐分析的資料欄都必須具有相容的資料類型。
+ 資料列計數通常會在取消樞紐分析後增加。
+ 在套用變更之前即時預覽變更。

# 進階工作流程功能
<a name="advanced-workflow-capabilities"></a>

Amazon Quick Sight 的資料準備體驗提供複雜的功能，可增強您建立複雜、可重複使用的資料轉換的能力。本節涵蓋兩個強大的功能，可擴展您的工作流程潛力。

分散功能可讓您從單一步驟建立多個轉換路徑，允許可稍後重新組合的平行處理串流。此功能對於自助加入和平行轉換等複雜案例特別有用。

複合資料集可讓您使用現有的資料集做為建置區塊，來建置階層式資料結構。此功能可促進跨團隊的協作，並透過可重複使用的分層轉換來確保一致的商業邏輯。

這些功能可共同運作，提供彈性的工作流程設計、增強的團隊協作，以及可重複使用的資料轉換。它們可確保明確的資料歷程，並啟用可擴展的資料準備解決方案，讓您的組織能夠以有效率且清晰的方式處理越來越複雜的資料案例。

## 差異
<a name="divergence"></a>

分散可讓您從工作流程中的單一步驟建立多個平行轉換路徑。這些路徑可以獨立轉換，並在稍後重新組合，實現複雜的資料準備案例，例如自我加入。

**建立不同的路徑**

若要啟動差異，請在工作流程中：

1. 選取您要建立差異的步驟。

1. 選擇出現的 **\$1** 圖示。

1. 設定出現的新分支。

1. 將所需的轉換套用至每個路徑。

1. 使用聯結或附加步驟，將路徑重新合併為單一輸出。

![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/divergence.png)


**主要功能**
+ 從單一步驟建立最多五個不同的路徑。
+ 將不同的轉換套用至每個路徑。
+ 使用聯結或附加步驟重新組合路徑。
+ 獨立預覽每個路徑中的變更。

**最佳實務**
+ 使用差異來實作自我聯結。
+ 建立平行轉換的資料副本。
+ 規劃您的重組策略 （加入或附加）。
+ 保持清晰的路徑命名，以提高工作流程可見性。

## 複合資料集
<a name="composite-datasets"></a>

複合資料集可讓您建置現有資料集，建立階層式資料轉換結構，以便在整個組織中共用和重複使用。Quick Sight 在 SPICE 和直接查詢模式中最多支援 10 個層級的複合資料集。

**建立複合資料集**

若要建立複合資料集，請在工作流程中：

1. 選取建立新資料集時的輸入步驟。

1. 在**新增**資料下選擇**資料集**作為來源。

1. 選取要建置的現有資料集。

1. 視需要套用其他轉換。

1. 儲存為新的資料集。

**主要功能**
+ 建置階層式資料轉換結構。
+ 支援最多 10 個層級的資料集巢狀化。
+ 相容於 SPICE 和直接查詢。
+ 維持明確的資料歷程。
+ 啟用團隊特定的轉換。

此功能可增強不同團隊的協同合作。例如 


| Role | Action | Output | 
| --- | --- | --- | 
|  全球分析師  |  使用全球商業邏輯建立資料集  |  資料集 A  | 
|  美洲分析師  |  使用資料集 A，新增區域邏輯  |  資料集 B  | 
|  美國西部分析師  |  使用資料集 B，新增本機邏輯  |  資料集 C  | 

這種階層式方法透過指派轉換層的明確擁有權，提升整個組織的一致商業邏輯。它建立可追蹤的資料譜系，同時支援最多 10 個層級的資料集巢狀化，實現受控和系統化的資料轉換管理。

**最佳實務**
+ 為每個轉換層建立明確的擁有權。
+ 記錄資料集關係和相依性。
+ 根據業務需求規劃階層深度。
+ 維持一致的命名慣例。
+ 仔細檢閱和更新上游資料集。

# 僅限 SPICE 的功能
<a name="spice-only-features"></a>

Amazon Quick Sight 的 SPICE （超快速、平行、記憶體內計算引擎） 可啟用特定運算密集型資料準備功能。這些轉換會在 SPICE 中具體化，以獲得最佳效能，而不是在查詢時執行。

**僅限 SPICE 的功能**


| 步驟 | 其他功能 | 
| --- | --- | 
|  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html)  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html)  | 

**SPICE 和 DirectQuery 中可用的功能**


| 步驟 | 其他功能 | 
| --- | --- | 
|  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html)  |  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html)  | 

**最佳實務**
+ 將 SPICE 用於需要僅 SPICE 功能的工作流程。
+ 選擇 SPICE 以最佳化複雜轉換和大型資料集的效能。
+ 不需要 SPICE 限定功能時，請考慮 DirectQuery 是否有即時資料需求。

# 在資料準備體驗之間切換
<a name="switching-between-data-prep-experiences"></a>

傳統資料準備體驗是指 2025 年 10 月之前存在的 Amazon Quick Sight 中先前的資料準備界面。新的資料準備體驗是增強的視覺化界面，可step-by-step轉換序列。舊版資料集是在新資料準備體驗之前建立的資料集，而新資料集是在 2025 年 10 月之後建立的資料集。

建立新的資料集時，Quick Sight 會自動將您導向新的資料準備體驗。此視覺化界面為資料轉換任務提供增強的功能並改善可用性。

## 選擇不接收選項
<a name="opt-out"></a>

在儲存和發佈資料集之前，您可以選擇切換回舊版資料準備體驗，如果偏好的話。這種靈活性可讓團隊按照自己的步調進行轉換，同時熟悉新的界面。

**重要**  
如果資料集在新體驗中儲存和發佈，將無法選擇返回舊版體驗。這是設計上的，因為新體驗具有舊版體驗中不支援的重要新功能。因此，不支援將資料集從一個體驗直接轉換為另一個體驗。您需要建立新的資料集，才能切換到舊版體驗。

## 轉換工作流程
<a name="transition-workflow"></a>

一旦將資料集儲存在新的或舊版體驗中，轉換就無法直接從一個體驗轉換到另一個體驗。不過，如果已發佈的資料集版本存在，您可以使用版本控制前往先前版本，這可能是在舊版體驗中。

舊版資料集將繼續透過舊版界面進行檢視和編輯。這可維持與先前建立之工作流程的相容性。

在完全轉換之前，請花時間熟悉新的資料準備體驗。使用舊版資料集時，請考慮使用新的體驗建立新的版本，以供日後修改。視需要使用版本控制來維護舊版資料集的存取權。從傳統轉換到新體驗時，在工作流程中記錄任何變更，以確保團隊保持一致。

# 新資料準備體驗中不支援的功能
<a name="unsupported-features"></a>

雖然新的資料準備體驗提供增強功能，但尚未支援舊版體驗的某些功能。本節概述這些功能，並提供處理受影響工作流程的指引。

使用不支援的資料來源時，Amazon Quick Sight 會自動預設為舊版體驗。對於其他不支援的功能，請選取資料準備頁面右上角的**切換到舊版體驗**。在舊版體驗中建立的規則資料集仍與舊版和新體驗資料集相容。

## 不支援的資料來源
<a name="unsupported-data-sources"></a>

下列資料來源目前僅適用於舊版體驗。


| 資料來源 | 詳細資訊 | 
| --- | --- | 
|  Salesforce  |  自動預設為舊版體驗  | 
|  Google Sheets  |  自動預設為舊版體驗  | 
|  S3 分析  |  ** 支援 S3 資料來源**  | 

## 其他不支援的功能
<a name="other-unsupported-features"></a>

下列功能目前僅適用於舊版體驗。


| 功能類別 | 不支援的功能 | 
| --- | --- | 
|  資料集管理  |  [增量重新整理](refreshing-imported-data.md#refresh-spice-data-incremental)、[資料集參數](dataset-parameters.md)、[資料欄資料夾](organizing-fields-folder.md)、[資料欄描述](describing-data.md)  | 
|  資料類型  |  S3 中的[地理空間](geospatial-data-prep.md)、[ELF/CLF 格式](supported-data-sources.md#file-data-sources)、Zip/GZip 檔案 [GZip S3](supported-data-sources.md#file-data-sources)  | 
|  組態選項  |  [檔案上傳設定中的「從資料列開始」](choosing-file-upload-settings.md)，JODA 日期格式  | 
|  從舊版體驗中選擇父資料集  |  父資料集和子資料集必須存在於相同的體驗環境中。您無法將舊版體驗資料集用作新體驗資料集的父系。  | 

## 未來開發
<a name="future-development"></a>

Amazon Quick Sight 計劃在未來的新資料準備體驗中實作這些功能。此方法可確保新資料準備體驗的初始啟動優先：

**增強功能**
+ 視覺化轉換工作流程
+ 改善程序透明度
+ 透過差異的進階準備技術
+ 強大的新功能，例如附加、彙總和樞紐

**彈性採用**

使用者可以在發佈資料集之前在體驗之間進行選擇，確保在團隊以自己的步調進行轉換的同時，工作流程不會中斷。這種方法允許立即存取新功能，同時透過傳統體驗維持對特殊需求的支援。

# 資料準備限制
<a name="data-preparation-limits"></a>

Amazon Quick Sight 的資料準備體驗旨在處理企業規模的資料集，同時保持最佳效能。下列限制可確保可靠的功能。

## 資料集大小限制 (SPICE)
<a name="dataset-size-limits"></a>
+ **輸出大小**：最多 2TB 或 20 億列
+ **總輸入大小**：合併輸入來源不得超過 2TB
+ **次要資料表大小**：合併大小限制為 20GB

**注意**  
主要資料表是工作流程中大小上限為 的資料表；所有其他資料表都是次要資料表。

## 工作流程結構限制
<a name="workflow-structure-limits"></a>
+ **步驟上限**：每個工作流程最多 256 個轉換步驟
+ **來源資料表**：每個工作流程最多 32 個匯入步驟
+ **輸出資料**欄：工作流程中的任何步驟最多 2048 個資料欄，以及具有 2000 個資料欄的最終輸出資料表
+ **差異路徑**：單一步驟最多 5 個路徑 （僅限 SPICE，不適用於 DirectQuery)
+ **做為來源的資料集**：SPICE 和 DirectQuery 最多 10 個層級

這些限制旨在平衡彈性與效能，實現複雜的資料轉換，同時確保最佳的分析功能。

# 擷取行為變更
<a name="ingestion-behavior-changes"></a>

新的資料準備體驗在 SPICE 擷取期間處理資料品質問題的方式上引入了重要的變更。此變更會大幅影響資料集中的資料完整性和透明度。

在舊版體驗中，遇到資料類型不一致 （例如日期格式不正確[或類似問題](errors-spice-ingestion.md)) 時，會在擷取期間略過包含有問題儲存格的整列。這種方法會導致最終資料集中的資料列減少，可能掩蓋資料品質問題。

新的體驗會針對資料不一致採取更精細的方法。遇到有問題的儲存格時，只有不一致的值會轉換為 null 值，同時保留整個資料列。此保留可確保其他資料欄中的相關資料仍可供分析使用。

**對資料集品質的影響**

當來源資料包含不一致時，在新體驗中建立的資料集通常會包含比其傳統對等資料更多的資料列。此增強型方法提供數種優點：
+ 透過保留所有資料列來改善資料完整性
+ 識別資料品質問題的透明度更高
+ 更好的修復問題值可見性
+ 在不受影響的資料欄中保留相關資料

此變更可讓分析師更有效地識別和解決資料品質問題，而不是從資料集無提示地省略有問題的資料列。

# 常見問答集
<a name="new-data-prep-faqs"></a>

## 1. 使用者何時需要從新的 切換到舊版體驗？
<a name="faq-1"></a>

使用包含目前[不支援功能的](unsupported-features.md)資料集時，使用者必須返回舊版體驗。Quick Sight 正積極努力將這些功能納入即將推出版本的新體驗中。

## 2. 為什麼嘗試在新體驗中新增資料集時，資料集會呈現灰色？ 資料集可以在傳統和新體驗之間合併嗎？
<a name="faq-2"></a>

目前，父資料集和子資料集必須存在於相同的體驗環境中。您無法跨舊版和新體驗結合資料集，因為新體驗包含舊版中無法使用的其他功能，例如附加功能、樞紐功能和差異。

**使用舊版體驗中的父資料集**

若要使用舊版體驗的父資料集，您可以切換回該環境。只需導覽至資料準備頁面，然後選擇右上角**的切換回舊版體驗**。到達該處後，您可以視需要建立子資料集。

**未來開發**

我們計劃實作功能，允許使用者將舊版資料集升級至新的體驗。此升級的路徑將在新的體驗中使用舊版父資料集。

## 3. 為什麼 Quick Sight 要在實現與舊版體驗的完整功能同位之前啟動新的資料準備體驗？
<a name="faq-3"></a>

新的資料準備體驗是透過廣泛的客戶協作開發，以解決真實世界的分析挑戰。初始啟動會排定優先順序：

**增強功能**
+ 視覺化轉換工作流程
+ 改善程序透明度
+ 透過差異的進階準備技術
+ 強大的新功能，例如附加、彙總和樞紐

**彈性採用**

使用者可以在發佈資料集之前在體驗之間進行選擇，確保在團隊以自己的步調進行轉換的同時，工作流程不會中斷。這種方法允許立即存取新功能，同時透過傳統體驗維持對特殊需求的支援。

## 4. 目前僅適用於舊版體驗的功能是否會新增至新的體驗？
<a name="faq-4"></a>

是。Quick Sight 正積極努力將傳統功能納入新的體驗。

## 5. API 變更如何影響現有的資料集建立指令碼？
<a name="faq-5"></a>

Quick Sight 可維持回溯相容性，同時引進新功能：
+ 現有指令碼：舊版 API 指令碼將繼續運作，在舊版體驗中建立資料集
+ API 命名：目前的 API 名稱保持不變
+ 新功能：其他 API 格式支援新體驗的增強功能
+ 文件：我們的 API 參考提供適用於新體驗的完整 API 規格

## 6. 資料集是否可以在發佈後在體驗之間轉換？
<a name="faq-6"></a>
+ 未來遷移路徑：Quick Sight 將在未來新增功能，以輕鬆將舊版資料集遷移至新的體驗。
+ 單向程序：由於進階功能相依性，不支援將資料集從新體驗轉換為舊版格式