Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Capacidades de flujo de trabajo avanzadas
La experiencia de preparación de datos de Amazon Quick Sight ofrece funciones sofisticadas que mejoran su capacidad de crear transformaciones de datos complejas y reutilizables. En esta sección se describen dos potentes capacidades que amplían el potencial de su flujo de trabajo.
La divergencia le permite crear múltiples rutas de transformación a partir de un solo paso, lo que permite flujos de procesamiento paralelos que se pueden recombinar más adelante. Esta capacidad es particularmente valiosa para escenarios complejos, como uniones automáticas y transformaciones paralelas.
Los conjuntos de datos compuestos le permiten crear estructuras de datos jerárquicas mediante el uso de conjuntos de datos existentes como componentes básicos. Esta función promueve la colaboración entre los equipos y garantiza una lógica empresarial coherente mediante transformaciones reutilizables y estratificadas.
Estas capacidades funcionan en conjunto para proporcionar diseños de flujo de trabajo flexibles, una mejor colaboración en equipo y transformaciones de datos reutilizables. Garantizan un linaje de datos claro y permiten soluciones de preparación de datos escalables, lo que permite a su organización gestionar escenarios de datos cada vez más complejos con eficiencia y claridad.
Divergencia
Divergence le permite crear múltiples rutas de transformación paralelas a partir de un solo paso de su flujo de trabajo. Estas rutas se pueden transformar de forma independiente y luego recombinarse, lo que permite escenarios de preparación de datos complejos, como las uniones automáticas.
Crear rutas divergentes
Para iniciar una divergencia, en tu flujo de trabajo:
-
Seleccione el paso en el que desee crear la divergencia.
-
Selecciona el icono + que aparece.
-
Configura la nueva rama que aparece.
-
Aplique las transformaciones que desee a cada ruta.
-
Utilice los pasos Unir o Añadir para volver a combinar las rutas en una única salida.
Características principales
-
Crea hasta cinco rutas divergentes a partir de un solo paso.
-
Aplica diferentes transformaciones a cada ruta.
-
Recombina las rutas mediante los pasos Unir o Incorporar.
-
Previsualiza los cambios en cada ruta de forma independiente.
Prácticas recomendadas
-
Utilice la divergencia para implementar uniones automáticas.
-
Cree copias de datos para transformaciones paralelas.
-
Planifique su estrategia de recombinación (incorpore o añada).
-
Mantenga una nomenclatura clara de las rutas para una mejor visibilidad del flujo de trabajo.
Conjuntos de datos compuestos
Los conjuntos de datos compuestos le permiten aprovechar los conjuntos de datos existentes y crear estructuras jerárquicas de transformación de datos que se pueden compartir y reutilizar en toda la organización. Quick Sight admite hasta 10 niveles de conjuntos de datos compuestos en los modos SPICE y Direct Query.
Crear un conjunto de datos compuesto
Para crear un conjunto de datos compuesto, en tu flujo de trabajo:
-
Seleccione el paso de entrada al crear un conjunto de datos nuevo.
-
Elija Dataset como fuente en Agregar datos.
-
Seleccione un conjunto de datos existente sobre el que construir.
-
Aplique transformaciones adicionales según sea necesario.
-
Guárdelo como un conjunto de datos nuevo.
Características principales
-
Crea estructuras jerárquicas de transformación de datos.
-
Admite hasta 10 niveles de anidación de conjuntos de datos.
-
Compatible con SPICE y Direct Query.
-
Mantiene un linaje de datos claro.
-
Permite transformaciones específicas del equipo.
Esta función mejora la colaboración entre los diferentes equipos. Por ejemplo:
| Rol | Acción de | Output |
|---|---|---|
|
Analista global |
Crea un conjunto de datos con lógica empresarial global |
Conjunto de datos A |
|
Analista de las Américas |
Utiliza el conjunto de datos A, agrega lógica regional |
Conjunto de datos B |
|
Analista de Estados Unidos y Occidente |
Utiliza el conjunto de datos B y añade lógica local |
Conjunto de datos C |
Este enfoque jerárquico promueve una lógica empresarial coherente en toda la organización al asignar una propiedad clara a las capas de transformación. Crea un linaje de datos rastreable y, al mismo tiempo, admite hasta 10 niveles de anidación de conjuntos de datos, lo que permite una gestión de la transformación de datos controlada y sistemática.
Prácticas recomendadas
-
Establezca una propiedad clara para cada capa de transformación.
-
Documente las relaciones y dependencias de los conjuntos de datos.
-
Planifique la profundidad jerárquica en función de las necesidades empresariales.
-
Mantenga convenciones de nomenclatura coherentes.
-
Revise y actualice cuidadosamente los conjuntos de datos originales.
