Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Actualisation des données dans Amazon Quick Sight Lors de l'actualisation des données, Amazon Quick Sight gère les ensembles de données différemment en fonction des propriétés de connexion et de l'emplacement de stockage des données. Si Quick Sight se connecte au magasin de données à l'aide d'une requête directe, les données sont automatiquement actualisées lorsque vous ouvrez un ensemble de données, une analyse ou un tableau de bord associé. Les contrôles de filtre sont actualisés automatiquement toutes les 24 heures. Pour actualiser SPICE les ensembles de données, Quick Sight doit s'authentifier indépendamment à l'aide des informations d'identification enregistrées pour se connecter aux données. Quick Sight ne peut pas actualiser les données chargées manuellement, même à partir de compartiments S3, même si elles y sont stockées, SPICE car Quick Sight ne stocke pas ses métadonnées de connexion et de localisation. Si vous voulez actualiser automatiquement des données stockées dans un compartiment S3, créez un jeu de données en utilisant la carte de source de données **S3**. Pour les fichiers que vous avez chargés manuellement dans SPICE, vous les rafraîchissez manuellement en important à nouveau le fichier. Si vous voulez réutiliser le nom du jeu de données d’origine pour le nouveau fichier, commencez par renommer ou supprimer le jeu de données d’origine. Donnez ensuite le nom préféré au nouveau jeu de données. Vérifiez également que les noms des champs portent le même nom et le même type de données. Ouvrez votre analyse et remplacez le jeu de données d’origine par le nouveau jeu de données. Pour de plus amples informations, veuillez consulter [Remplacer des jeux de données](replacing-data-sets.md). Vous pouvez actualiser vos jeux de données [SPICE](spice.md) à tout moment. L’actualisation entraîne des importations des données dans SPICE une nouvelle fois pour que les données comprennent les modifications effectuées depuis la dernière importation. Pour Amazon Quick Sight Standard Edition, vous pouvez actualiser complètement vos SPICE données à tout moment. Pour Amazon Quick Sight Enterprise Edition, vous pouvez effectuer une actualisation complète ou incrémentielle (sources de données basées sur SQL uniquement) à tout moment. **Note** Si votre jeu de données utilise CustomSQL, l’actualisation incrémentielle peut ne pas vous être bénéfique. Si la requête SQL est complexe, il se peut que votre base de données ne soit pas en mesure d’optimiser le filtre avec la fenêtre de retour en arrière. La requête qui extrait les données peut alors prendre plus de temps qu’une actualisation complète. Nous vous recommandons d’essayer de réduire le temps d’exécution de la requête en remaniant le code SQL personnalisé. Notez que les résultats peuvent varier en fonction du type d’optimisation que vous effectuez. Vous pouvez rafraîchir les données SPICE en utilisant l’une des approches suivantes : + Vous pouvez utiliser les options de la page **Jeux de données**. + Vous pouvez rafraîchir un jeu de données pendant l’édition d’un jeu de données. + Vous pouvez planifier des rafraîchissements dans les paramètres du jeu de données. + Vous pouvez utiliser l'opération [CreateIngestion](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateIngestion.html)API pour actualiser les données. Lorsque vous créez ou modifiez un jeu de données SPICE, vous pouvez activer les notifications par e-mail sur l’état de chargement des données. Cette option permet de notifier les propriétaires du jeu de données en cas d’échec du chargement ou du rafraîchissement des données. Pour activer les notifications, sélectionnez l’option **Envoyer un e-mail aux propriétaires en cas d’échec de l’actualisation** qui apparaît dans l’écran **Terminer la création du jeu de données**. Cette option n’est pas disponible pour les jeux de données que vous créez en utilisant l’option **Charger un fichier** sur la page des jeux de données. Dans les rubriques suivantes, vous trouverez une explication des différentes approches pour actualiser et travailler avec des données SPICE. **Topics** + [Importation de données dans SPICE](spice.md) + [Actualisation des données SPICE](refreshing-imported-data.md) + [Utilisation des données SPICE dans une analyse](spice-in-an-analysis.md) + [Affichage de l’historique d’ingestion SPICE](view-history-of-spice-ingestion.md) + [Dépannage des erreurs de lignes sautées](troubleshooting-skipped-rows.md) + [Codes d’erreur d’ingestion SPICE](errors-spice-ingestion.md) + [Mise à jour des fichiers d’un jeu de données](updating-file-dataset.md) # Importation de données dans SPICE Lorsque vous importez des données dans un ensemble de données plutôt que d'utiliser une requête SQL directe, elles deviennent *SPICEdes données* en raison de la façon dont elles sont stockées. *SPICE (Super-fast, Parallel, In-memory Calculation Engine)*est le moteur en mémoire robuste utilisé par Amazon Quick Sight. Il est conçu pour effectuer des calculs avancés et traiter les données rapidement. Dans l’édition Enterprise, les données stockées dans SPICE sont chiffrées au repos. Lorsque vous créez ou modifiez un jeu de données, vous choisissez d’utiliser soit SPICE, soit une requête directe, sauf si le jeu de données contient des fichiers chargés. L’importation (également appelée *ingestion*) de vos données dans SPICE peut vous faire gagner du temps et de l’argent : + Vos requêtes analytiques sont traitées plus rapidement. + Vous n’avez pas besoin d’attendre qu’une requête directe soit traitée. + Les données stockées dans SPICE peuvent être réutilisées plusieurs fois sans entraîner de coûts supplémentaires. Si vous utilisez une source de données facturée à l’interrogation, vous êtes facturé pour l’interrogation des données lors de la création du jeu de données et plus tard lorsque vous actualisez le jeu de données. SPICEla capacité est allouée séparément pour chacun d'entre eux Région AWS. La SPICE capacité par défaut est automatiquement attribuée à votre domicile Région AWS. Pour chaque AWS compte, SPICE la capacité est partagée par toutes les personnes utilisant Quick Sight en un seul Région AWS. Les autres n' Régions AWS ont aucune SPICE capacité à moins que vous ne choisissiez d'en acheter. Les administrateurs de Quick Sight peuvent voir la [SPICE](#spice)capacité dont vous disposez dans chacune d'elles Région AWS et la quantité actuellement utilisée. Un administrateur de Quick Sight peut acheter de la SPICE capacité supplémentaire ou libérer de la SPICE capacité inutilisée selon les besoins. Pour de plus amples informations, veuillez consulter [Configuration de SPICE la capacité de mémoire](managing-spice-capacity.md). **Topics** + [Estimation de la taille des jeux de données SPICE](#spice-capacity-formula) ## Estimation de la taille des jeux de données SPICE La taille d'un ensemble de données SPICE par rapport à la SPICE capacité de votre compte Quick est appelée *taille logique*. La taille logique d’un jeu de données n’est pas la même que la taille du fichier ou de la table source du jeu de données. Le calcul de la taille logique d’un jeu de données intervient après que toutes les transformations de type de données et les colonnes calculées ont été définies lors de la préparation des données. Ces champs sont matérialisés dans SPICE, de façon à améliorer la performance des requêtes. Toutes les modifications apportées à une analyse n’ont aucun effet sur la taille logique des données dans SPICE. Seules les modifications qui sont enregistrées dans le jeu de données s’appliquent à la capacité SPICE. La taille logique d’un jeu de données SPICE dépend des types de données des champs du jeu de données et du nombre de lignes du jeu de données. Les trois types de données SPICE sont les décimales, les dates et les chaînes. Vous pouvez transformer le type de données d’un champ pendant la phase de préparation des données pour l’adapter à vos besoins de représentation visuelle des données. Par exemple, le fichier que vous souhaitez importer peut contenir toutes les chaînes (texte). Mais pour qu’elles puissent être utilisées de façon significative dans une analyse, vous préparez les données en modifiant les types de données selon leur forme appropriée. Les champs contenant des prix peuvent être transformés de chaînes en décimales, et les champs contenant des dates peuvent être transformés de chaînes en dates. Vous pouvez également créer des champs calculés et exclure de la table source les champs dont vous n’avez pas besoin. Lorsque vous avez fini de préparer votre jeu de données et que toutes les transformations sont terminées, vous pouvez estimer la taille logique du schéma final. **Note** Les types de données géospatiales utilisent les métadonnées pour interpréter le type de données physique. La latitude et la longitude sont numériques. Toutes les autres catégories géospatiales sont des chaînes. Dans la formule ci-dessous, les décimales et les dates sont calculées sur la base de 8 octets par cellule, avec 4 octets supplémentaires pour les données auxiliaires. Les chaînes de caractères sont calculées sur la base de la longueur du texte en codage UTF-8, plus 24 octets pour l’auxiliaire. Les types de données de type chaîne nécessitent plus d’espace en raison de l’indexation supplémentaire requise par SPICE pour assurer des performances de requête élevées. ``` Logical dataset size in bytes = (Number of Numeric cells * (12 bytes per cell)) + (Number of Date cells * (12 bytes per cell)) + SUM ((24 bytes + UTF-8 encoded length) per Text cell) ``` La formule ci-dessus ne doit être utilisée que pour estimer la taille d’un seul jeu de données dans SPICE. L'utilisation SPICE de la capacité correspond à la taille totale de tous les ensembles de données d'un compte dans une région spécifique. Quick Sight ne vous recommande pas d'utiliser cette formule pour estimer la SPICE capacité totale utilisée par votre compte Quick Sight. # Actualisation des données SPICE ## Actualisation d’un jeu de données Utilisez la procédure suivante pour actualiser un [SPICE](spice.md)ensemble de données basé sur un Amazon S3 ou une source de données de base de données dans l'onglet **Données**. En cas de modification du schéma d'une base de données, Quick Sight ne sera pas en mesure de la détecter automatiquement, ce qui entraînera un échec d'ingestion. Modifiez et enregistrez le jeu de données pour mettre à jour le schéma et éviter les échecs d'ingestion. **Pour actualiser SPICE les données depuis l'onglet Données** 1. Sélectionnez **Données** dans le menu de navigation de gauche. Dans l'onglet **Ensembles** de données, choisissez le jeu de données pour l'ouvrir. 1. Sur la page de détails du jeu de données qui s’ouvre, cliquez sur l’onglet **Actualiser**, puis sur **Actualiser maintenant**. 1. Conservez le type de rafraîchissement comme **Actualisation complète**. 1. Si vous actualisez un jeu de données Amazon S3, choisissez l’une des options suivantes pour **S3 Manifest** : + Pour utiliser le dernier fichier manifeste que vous avez fourni à Amazon Quick Sight, sélectionnez **Existing Manifest**. Si vous avez modifié le fichier manifeste à l’emplacement du fichier ou dans l’URL fournie la dernière fois, les données renvoyées reflètent ces changements. + Pour spécifier un nouveau fichier manifeste en le chargeant à partir de votre réseau local, choisissez **Upload Manifest**, puis **Upload manifest file**. Pour **Open**, sélectionnez un fichier, puis choisissez **Open**. + Pour spécifier un nouveau fichier manifeste en fournissant une URL, saisissez l’URL du manifeste dans **Input manifest URL (URL du manifeste en entrée)**. Vous trouverez l’URL du fichier manifeste dans la console Amazon S3 en ouvrant le menu contextuel (clic droit), pour le fichier manifeste, en choisissant **Properties**, puis en consultant le champ **Link**. 1. Choisissez **Refresh**. 1. Si vous actualisez un jeu de données Amazon S3, cliquez sur **OK**, puis de nouveau sur **OK**. Si vous actualisez un jeu de données de base de données, choisissez **OK**. ## Actualisation incrémentielle d’un jeu de données | | | --- | |  S’applique à : édition Enterprise  | Pour les sources de données SQL, telles qu’Amazon Redshift, Amazon Athena, PostgreSQL ou Snowflake, vous pouvez actualiser vos données de manière incrémentielle au sein d’une fenêtre temporelle. Une *actualisation incrémentielle* interroge uniquement les données définies par le jeu de données au cours d’une fenêtre de retour en arrière spécifiée. Il transfère toutes les insertions, suppressions et modifications apportées au jeu de données, au cours de cette fenêtre, de la source au jeu de données. Les données qui se trouvent actuellement dans SPICE et qui se situent dans cette fenêtre sont supprimées et remplacées par les mises à jour. Avec les actualisations incrémentielles, moins de données sont interrogées et transférées à chaque actualisation. Par exemple, supposons que vous ayez un jeu de données de 180 000 enregistrements contenant des données du 1er janvier au 30 juin. Le 1er juillet, vous exécutez une actualisation incrémentielle des données avec une fenêtre d’observation de sept jours. Quick Sight interroge la base de données pour demander toutes les données depuis le 24 juin (il y a 7 jours), soit 7 000 enregistrements. Quick Sight supprime ensuite les données actuellement SPICE disponibles à partir du 24 juin et ajoute les données nouvellement demandées. Le jour suivant (2 juillet), Quick Sight fait de même, mais effectue des requêtes à partir du 25 juin (encore 7 000 enregistrements), puis supprime du jeu de données existant à la même date. Au lieu de devoir ingérer 180 000 enregistrements chaque jour, il ne doit en ingérer que 7 000. Utilisez la procédure suivante pour actualiser de manière incrémentielle un [SPICE](spice.md)ensemble de données en fonction d'une source de données SQL depuis l'onglet **Ensembles** de données. **Pour actualiser de manière incrémentielle un jeu de données basé sur SQL SPICE, procédez comme suit** 1. Choisissez **Data** dans le menu de navigation de gauche. Dans l'onglet **Ensembles** de données, choisissez le jeu de données pour l'ouvrir. 1. Sur la page de détails du jeu de données qui s’ouvre, cliquez sur l’onglet **Actualiser**, puis sur **Actualiser maintenant**. 1. Pour **Type d’actualisation**, choisissez **Actualisation incrémentielle**. 1. S’il s’agit de votre première actualisation incrémentielle du jeu de données, sélectionnez **Configurer**. 1. Sur la page **Configurer l’actualisation incrémentielle**, procédez comme suit : 1. Pour **Colonne de date**, choisissez une colonne de date sur laquelle vous voulez baser la fenêtre de rétrospection. 1. Pour **Taille de la fenêtre**, entrez un nombre pour la **taille**, puis choisissez la durée pendant laquelle vous voulez rechercher les modifications. Vous pouvez choisir d’actualiser les modifications apportées aux données dans un certain nombre d’heures, de jours ou de semaines à partir de maintenant. Par exemple, vous pouvez choisir d’actualiser les modifications apportées aux données dans les deux semaines suivant la date actuelle. 1. Sélectionnez **Soumettre**. ## Actualisation d’un jeu de données au cours de la préparation des données Utilisez la procédure suivante pour actualiser un jeu de données [SPICE](spice.md) basé sur une source de données Amazon S3 ou une source de données de base de données au cours de la préparation des données. **Pour actualiser un jeu de données SPICE au cours de la préparation des données** 1. Choisissez **Data** dans le menu de navigation de gauche. Dans l'onglet **Ensembles** de données, choisissez le jeu de données, puis sélectionnez **Modifier l'ensemble de données**. 1. Dans l’écran du jeu de données, sélectionnez **Actualiser maintenant**. 1. Maintenez le type d’actualisation défini sur **Actualisation complète**. 1. (Facultatif) Si vous actualisez un jeu de données Amazon S3, choisissez l’une des options suivantes pour **Manifeste S3** : + Pour utiliser le même fichier manifeste que celui que vous avez fourni pour la dernière fois à Amazon Quick Sight, sélectionnez **Existing Manifest**. Si vous avez modifié le fichier manifeste à l’emplacement du fichier ou dans l’URL fournie la dernière fois, les données renvoyées reflètent ces changements. + Pour spécifier un nouveau fichier manifeste en le chargeant à partir de votre réseau local, choisissez **Upload Manifest**, puis **Upload manifest file**. Pour **Open**, sélectionnez un fichier, puis choisissez **Open**. + Pour spécifier un nouveau fichier manifeste en fournissant une URL, saisissez l’URL du manifeste dans **Input manifest URL (URL du manifeste en entrée)**. Vous trouverez l’URL du fichier manifeste dans la console Amazon S3 en ouvrant le menu contextuel (clic droit), pour le fichier manifeste, en choisissant **Properties**, puis en consultant le champ **Link**. 1. Choisissez **Refresh**. 1. Si vous actualisez un jeu de données Amazon S3, cliquez sur **OK**, puis de nouveau sur **OK**. Si vous actualisez un jeu de données de base de données, choisissez **OK**. ## Actualisation d’un jeu de données sur une planification Utilisez la procédure suivante pour planifier l’actualisation des données. Si votre jeu de données est basé sur une requête directe et non stocké dans [SPICE](spice.md), vous pouvez actualiser vos données en ouvrant le jeu de données. Vous pouvez également actualiser vos données en actualisant la page dans une analyse ou un tableau de bord. **Pour actualiser un ensemble de données [SPICE](spice.md) sur une planification** 1. Choisissez **Data** dans le menu de navigation de gauche. Dans l'onglet **Ensembles** de données, choisissez le jeu de données pour l'ouvrir. 1. Sur la page de détails du jeu de données qui s’ouvre, cliquez sur l’onglet **Actualiser**, puis sur **Ajouter une nouvelle planification**. 1. Dans l’écran **Créer une planification d’actualisation**, sélectionnez les paramètres de votre planification : 1. **Time zone (Fuseau horaire)** : choisissez le fuseau horaire qui s’applique à l’actualisation des données. 1. Pour l’**heure de début**, choisissez une date et une heure de début de l’actualisation. Utilisez HH:MM et un format 24 heures, par exemple 13:30. 1. Pour **Fréquence**, sélectionnez l’une des options suivantes : + Pour les éditions Standard ou Enterprise, vous pouvez choisir **Daily (Quotidien)**, **Weekly (Hebdomadaire)** ou **Monthly (Mensuel)**. + **Daily** : Se répète chaque jour. + **Weekly** : Se répète le même jour chaque semaine. + **Monthly** : Se répète le même jour chaque mois. Pour actualiser les données le 29e, le 30e ou 31e jour du mois, choisissez **Last day of month** dans la liste. + Pour l’édition Enterprise uniquement, vous pouvez choisir **Hourly (Horaire)**. Ce paramètre actualise votre jeu de données chaque heure, à compter de l’heure que vous choisissez. Par conséquent, si vous sélectionnez 13h05 comme heure de démarrage, les données sont actualisées cinq minutes après l’heure, toutes les heures. Si vous décidez d’utiliser une actualisation horaire, vous ne pouvez pas utiliser d’autres planifications d’actualisation. Pour créer une planification horaire, supprimez tous les autres programmes existants pour cet jeu de données. En outre, supprimez tout horaire existant avant de créer un horaire quotidien, hebdomadaire ou mensuel. 1. Choisissez **Enregistrer**. Les ingestions de jeux de données planifiées ont lieu dans les 10 minutes suivant la date et l’heure prévues. À l'aide de la console Quick, vous pouvez créer cinq plannings pour chaque ensemble de données. Lorsque vous en avez créé cinq, le bouton **Créer** est désactivé. ## Actualisation incrémentielle d’un jeu de données selon une planification | | | --- | |  S’applique à : édition Enterprise  | Pour les sources de données SQL, telles que Amazon Redshift, Athena, PostgreSQL ou Snowflake, vous pouvez planifier des actualisations incrémentielles. Utilisez la procédure suivante pour actualiser de manière incrémentielle un [SPICE](spice.md)ensemble de données en fonction d'une source de données SQL dans l'onglet **Ensembles de données**. **Pour définir une planification d’actualisation incrémentielle pour un jeu de données SPICE basé sur SQL** 1. Choisissez **Data** dans le menu de navigation de gauche. Dans l'onglet **Ensembles** de données, choisissez le jeu de données pour l'ouvrir. 1. Sur la page de détails du jeu de données qui s’ouvre, cliquez sur l’onglet **Actualiser**, puis sur **Ajouter une nouvelle planification**. 1. Sur la page **Créer une planification**, dans **Type d’actualisation**, sélectionnez **Actualisation incrémentielle**. 1. S’il s’agit de votre première actualisation incrémentielle pour ce jeu de données, sélectionnez **Configurer**, puis procédez comme suit : 1. Pour **Colonne de date**, choisissez une colonne de date sur laquelle vous voulez baser la fenêtre de rétrospection. 1. Pour **Taille de la fenêtre**, entrez un nombre pour la **taille**, puis choisissez la durée pendant laquelle vous voulez rechercher les modifications. Vous pouvez choisir d’actualiser les modifications apportées aux données dans un certain nombre d’heures, de jours ou de semaines à partir de maintenant. Par exemple, vous pouvez choisir d’actualiser les modifications apportées aux données dans les deux semaines suivant la date actuelle. 1. Sélectionnez **Soumettre**. 1. **Time zone (Fuseau horaire)** : choisissez le fuseau horaire qui s’applique à l’actualisation des données. 1. Dans **Repeats (Répétitions)**, choisissez l’une des options suivantes : + Vous pouvez choisir **Toutes les 15 minutes**, **Toutes les 30 minutes**, **Toutes les heures**, **Tous les jours**, **Toutes les semaines** ou **Tous les mois**. + **Toutes les 15 minutes** : Se répète toutes les 15 minutes, à partir de l’heure que vous avez choisie. Ainsi, si vous sélectionnez 1:05 comme heure de départ, les données seront actualisées à 1 h 20, puis à 1 h 35, et ainsi de suite. + **Toutes les 30 minutes** : Se répète toutes les 30 minutes, à partir de l’heure que vous avez choisie. Ainsi, si vous sélectionnez 1:05 comme heure de départ, les données seront actualisées à 1 h 35, puis à 2 h 05, et ainsi de suite. + **Toutes les heures** : Se répète toutes les heures, à partir de l’heure que vous avez choisie. Par conséquent, si vous sélectionnez 13h05 comme heure de démarrage, les données sont actualisées cinq minutes après l’heure, toutes les heures. + **Daily** : Se répète chaque jour. + **Weekly** : Se répète le même jour chaque semaine. + **Monthly** : Se répète le même jour chaque mois. Pour actualiser les données le 29e, le 30e ou 31e jour du mois, choisissez **Last day of month** dans la liste. + Si vous décidez d’utiliser l’actualisation toutes les 15 ou 30 minutes, ou toutes les heures, vous ne pouvez pas utiliser d’autres programmes d’actualisation. Pour créer une planification d’actualisation toutes les 15 minutes, 30 minutes ou toutes les heures, supprimez toutes les autres planifications existantes pour ce jeu de données. De même, supprimez toute planification existante par minute ou par heure avant de créer une planification quotidienne, hebdomadaire ou mensuelle. 1. Pour **Début**, choisissez une date pour le début de l’actualisation. 1. Pour **À**, spécifiez l’heure à laquelle l’actualisation doit commencer. Utilisez HH:MM et un format 24 heures, par exemple 13:30. Les ingestions de jeux de données planifiées ont lieu dans les 10 minutes suivant la date et l’heure prévues. Dans certains cas, un problème peut survenir avec le jeu de données d’actualisation incrémentielle et vous faire vouloir revenir en arrière. Il se peut également que vous ne vouliez plus rafraîchir le jeu de données de manière incrémentielle. Dans ce cas, vous pouvez supprimer l’actualisation planifiée. Pour ce faire, sélectionnez le jeu de données dans la page **Jeux de données**, sélectionnez **Planifier une actualisation**, puis cliquez sur l’icône x à droite de l’actualisation planifiée. La suppression d’une configuration d’actualisation incrémentielle lance une actualisation complète. Dans le cadre de cette actualisation complète, toutes les configurations préparées pour les actualisations incrémentielles sont supprimées. # Utilisation des données SPICE dans une analyse Lorsque vous utilisez des données stockées pour créer une analyse, un indicateur d’importation de données apparaît en regard de la liste des jeux de données en haut du volet **Liste de champs**. Lorsque vous ouvrez l'analyse pour la première fois alors que le jeu de données est en cours d'importation, une icône représentant un spinner apparaît. Une fois l’importation SPICE terminée, l’indicateur affiche le pourcentage de lignes qui ont été importées. Un message s’affiche également en haut du volet de visualisation pour indiquer le nombre de lignes importées et ignorées. Si certaines de ces lignes ont été ignorées, vous pouvez choisir **View summary** dans la barre de ce message pour connaître les raison de l’échec de l’importation de ces lignes. Pour modifier le jeu de données et résoudre les problèmes qui ont fait que les lignes ont été ignorées, choisissez **Modifier le jeu de données**. Pour plus d’informations sur les raisons courantes d’ignorer des lignes, consultez [Dépannage des erreurs de lignes sautées](troubleshooting-skipped-rows.md). Si une importation échoue complètement, l’indicateur d’importation des données prend la forme d’une icône de point d’exclamation et un message **Import failed (L’importation a échoué** s’affiche. # Affichage de l’historique d’ingestion SPICE Vous pouvez afficher l’historique d’ingestion des jeux de données SPICE pour savoir, par exemple, quand la dernière ingestion a commencé et quel est son état. La page de l’historique de l’ingestion SPICE contient les informations suivantes : + Date et heure du début de l’ingestion (UTC) + État de l’ingestion + Durée de l’ingestion + Le nombre de lignes agrégées dans le jeu de données. + Le nombre de lignes ingérées lors d’une actualisation. + Les lignes ignorées et les lignes ingérées (importées) avec succès + Type de tâche pour l’actualisation : planifiée, actualisation complète, etc Suivez la procédure suivante pour afficher l’historique d’ingestion SPICE d’un jeu de données. **Pour afficher l’historique d’ingestion SPICE d’un jeu de données** 1. Sur la page d'accueil, choisissez **Data** sur la gauche. 1. Dans l'onglet **Ensembles** de données, choisissez le jeu de données que vous souhaitez examiner. 1. Sur la page de détails du jeu de données qui s’ouvre, cliquez sur l’onglet **Actualiser**. L’historique de l’ingestion SPICE s’affiche en bas. 1. (Facultatif) Choisissez une période pour filtrer les entrées de la dernière heure sur les 90 derniers jours. 1. (Facultatif) Choisissez un statut de tâche spécifique pour filtrer les entrées, par exemple **Running (En cours d’exécution)** ou **Completed (Terminé)**. Sinon, vous pouvez afficher toutes les entrées en choisissant **All (Tout)**. # Dépannage des erreurs de lignes sautées Lorsque vous importez des données, Amazon Quick Sight prévisualise une partie de vos données. S'il ne parvient pas à interpréter une ligne pour quelque raison que ce soit, Quick Sight ignore la ligne. Dans certains cas, l’importation échouera. Dans ce cas, Quick Sight renvoie un message d'erreur expliquant l'échec. Le nombre d’erreurs possibles est heureusement limité. Certains problèmes peuvent être évités en étant conscient des exemples suivants : + Assurez-vous qu’il n’y a pas d’incohérence entre le type de données du champ et les données du champ, par exemple des données de type chaîne de caractères dans un champ de type numérique. Voici quelques exemples qui peuvent être difficiles à détecter lors de l’analyse du contenu d’une table : + `''` – Utilisation d’une chaîne vide pour indiquer une valeur manquante + `'NULL'` – Utilisation du mot « null » pour indiquer une valeur manquante + `$1000` – Inclusion d’un signe de dollar dans une valeur monétaire pour la transformer en chaîne de connexion + `'O'Brien'` – Utilisation d’une ponctuation pour marquer une chaîne de caractères qui contient elle-même la même ponctuation. Cependant, ce type d’erreur n’est pas toujours aussi facile à trouver, surtout si vous avez beaucoup de données ou si vos données sont saisies à la main. Par exemple, certaines applications de service à la clientèle ou de vente impliquent la saisie d’informations fournies verbalement par les clients. La personne qui a saisi les données à l’origine peut les avoir placées dans le mauvais champ. Elle peut ajouter ou oublier d’ajouter un caractère ou un chiffre. Par exemple, elle peut saisir une date de « 0/10/12020 » ou indiquer le sexe d’une personne dans un champ réservé à l’âge. + Assurez-vous que votre fichier importé est correctement traité avec ou sans en-tête. S’il y a une ligne d’en-tête, veillez à choisir l’option de chargement **Contient l’en-tête**. + Assurez-vous que les données ne dépassent pas un ou plusieurs des [Quotas de source de données](data-source-limits.md). + Assurez-vous que les données sont compatibles avec les [Valeurs et types de données pris en charge](supported-data-types-and-values.md). + Assurez-vous que vos champs calculés contiennent des données qui fonctionnent avec le calcul, plutôt que d’être incompatibles avec la fonction du champ calculé ou d’en être exclues. Par exemple, si un champ calculé de votre jeu de données utilise[parseDate](parseDate-function.md), Quick Sight ignore les lignes où ce champ ne contient pas de date valide. Quick Sight fournit une liste détaillée des erreurs qui se produisent lorsque le SPICE moteur tente d'ingérer des données. Lorsqu’un jeu de données enregistré signale des lignes ignorées, vous pouvez afficher les erreurs afin de prendre les mesures nécessaires pour résoudre les problèmes. **Pour afficher les erreurs relatives aux lignes ignorées lors de l’ingestion (importation de données) de SPICE** 1. Choisissez **Data** sur la gauche. Dans l'onglet **Ensembles** de données, choisissez le jeu de données problématique pour l'ouvrir. 1. Sur la page de détails du jeu de données qui s’ouvre, cliquez sur l’onglet **Actualiser**. L’historique de l’ingestion SPICE s’affiche en bas. 1. Pour l’ingestion contenant l’erreur, sélectionnez **Afficher le résumé de l’erreur**. Ce lien se trouve sous la colonne **Statut**. 1. Examinez le **Journal d’importation de fichiers** qui s’ouvre. Il affiche les sections suivantes : + **Résumé** – Indique, sous forme de pourcentage, le nombre de lignes ignorées par rapport au nombre total de lignes de l’importation. Par exemple, s’il y a 864 lignes ignorées sur un total de 1 728, le score est de 50,00 %. + **Lignes ignorées** – Fournit le nombre de lignes, le nom du champ et le message d’erreur pour chaque ensemble de lignes ignorées similaires. + **Dépannage** – Fournit un lien pour télécharger un fichier contenant des informations sur les erreurs. 1. Sous **Dépannage**, sélectionnez **Télécharger le fichier des lignes d’erreur**. Le fichier d’erreurs contient une ligne pour chaque erreur. Le fichier est nommé `error-report_123_fe8.csv`, où `123_fe8` est remplacé par une chaîne d’identification unique. Le fichier contient les colonnes suivantes : + **ERROR\$1TYPE** – Le type ou le code de l’erreur qui s’est produite lors de l’importation de cette ligne. Vous pouvez consulter cette erreur dans la section [Codes d’erreur d’ingestion SPICE](errors-spice-ingestion.md) qui suit cette procédure. + **COLUMN\$1NAME** – Le nom de la colonne de vos données qui a provoqué l’erreur. + Toutes les colonnes de votre ligne importée – Les colonnes restantes dupliquent la ligne entière de données. Si une ligne comporte plusieurs erreurs, elle peut apparaître plusieurs fois dans ce fichier. 1. Sélectionnez **Modifier le jeu de données** pour apporter des modifications à votre jeu de données. Vous pouvez filtrer les données, omettre des champs, modifier les types de données, ajuster les champs calculés existants et ajouter des champs calculés qui valident les données. 1. Après avoir apporté les modifications indiquées par les codes d’erreur, importez à nouveau les données. Si d’autres erreurs d’ingestion SPICE apparaissent dans le journal, recommencez cette procédure pour corriger toutes les erreurs restantes. **Astuce** Si vous ne parvenez pas à résoudre les problèmes de données dans un délai raisonnable en utilisant l’éditeur de jeux de données, consultez les administrateurs ou les développeurs qui possèdent les données. À long terme, il est plus rentable de nettoyer les données à proximité de leur source, plutôt que d’ajouter un traitement des exceptions pendant que vous préparez les données pour l’analyse. En corrigeant les erreurs à la source, vous évitez que plusieurs personnes ne les corrigent de manière différente, ce qui se traduirait ultérieurement par des résultats différents dans les rapports. **Pour vous entraîner à dépanner les lignes sautées** 1. Téléchargement [samples/csv-files-for-troubleshooting-skipped-rows.zip](samples/csv-files-for-troubleshooting-skipped-rows.zip). 1. Extrayez les fichiers dans un dossier que vous pouvez utiliser pour télécharger l'exemple de fichier .csv dans Quick Sight. Le fichier zip contient les deux fichiers texte suivants : + `sample dataset - data ingestion error.csv` – Un exemple de fichier .csv contenant les problèmes à l’origine des lignes sautées. Vous pouvez essayer d’importer le fichier vous-même pour voir comment fonctionne le processus d’erreur. + `sample data ingestion error file`— Un exemple de fichier d'erreur généré lors de SPICE l'ingestion lors de l'importation de l'exemple de fichier .csv dans Quick Sight. 1. Importez les données en suivant les étapes suivantes : 1. Choisissez **Données**, onglet **Ensembles de données**, **Nouveau**, **Ensemble de données**. 1. Choisissez **Upload a file**. 1. Recherchez et sélectionnez le fichier nommé `sample dataset - data ingestion error.csv`. 1. Choisissez **Charger un fichier**, **Modifier les paramètres et préparer les données**. 1. Choisissez **Enregistrer** pour quitter. 1. Sélectionnez votre jeu de données pour afficher ses informations, puis choisissez **Afficher le résumé des erreurs**. Examinez les erreurs et les données pour vous aider à résoudre les problèmes. # Codes d’erreur d’ingestion SPICE La liste suivante de codes d’erreur et de descriptions peut vous aider à comprendre et à résoudre les problèmes liés à l’ingestion de données dans SPICE. ## Codes d’erreur pour les lignes ignorées La liste suivante de codes d’erreur et de descriptions peut vous aider à comprendre et à résoudre les problèmes liés aux lignes sautées. ****ARITHMETIC\$1EXCEPTION**** – Une exception arithmétique s’est produite lors du traitement d’une valeur. ****ENCODING\$1EXCEPTION**** – Une exception inconnue s’est produite lors de la conversion et de l’encodage des données en SPICE. ****OPENSEARCH\$1CURSOR\$1NOT\$1ENABLED — Les curseurs SQL ne sont pas activés**** () sur le OpenSearch domaine. `"opendistro.sql.cursor.enabled" : "true"` Pour de plus amples informations, veuillez consulter [Autoriser les connexions à Amazon Service OpenSearch](opensearch.md). ****INCORRECT\$1FIELD\$1COUNT**** – Une ou plusieurs lignes ont trop de champs. Assurez-vous que le nombre de champs dans chaque ligne correspond au nombre de champs défini dans le schéma. ****INCORRECT\$1SAGEMAKER\$1OUTPUT\$1FIELD\$1COUNT — La sortie AI contient un nombre inattendu de champs****. SageMaker ****INDEX\$1OUT\$1OF\$1BOUNDS**** – Le système a demandé un index qui n’est pas valide pour le tableau ou la liste en cours de traitement. ****MALFORMED\$1DATE**** – Une valeur dans une rubrique ne peut pas être transformée en une date valide. Par exemple, si vous essayez de convertir un champ qui contient une valeur comme `"sale date"` ou `"month-1"`, l’action génère une erreur de date malformée. Pour corriger cette erreur, supprimez les valeurs nondate de votre source de données. Vérifiez que vous n’importez pas un fichier avec un en-tête de colonne mélangé aux données. Si votre chaîne contient une date ou une heure qui n’est pas convertie, consultez la rubrique [Utilisation de dates personnalisées ou non prises en charge](using-unsupported-dates.md). ****MISSING\$1SAGEMAKER\$1OUTPUT\$1FIELD — Un champ de la sortie AI est vide de façon**** inattendue. SageMaker ****NUMBER\$1BITWIDTH\$1TOO\$1LARGE**** – Une valeur numérique dépasse la longueur supportée dans SPICE. Par exemple, votre valeur numérique comporte plus de 19 chiffres, ce qui correspond à la longueur d’un type de données `bigint`. Pour une longue séquence numérique qui n’est pas une valeur mathématique, utilisez un type de données `string`. ****NUMBER\$1PARSE\$1FAILURE**** – Une valeur dans un champ numérique n’est pas un nombre. Par exemple, un champ dont le type de données est `int` contient une chaîne de caractères ou un nombre flottant. ****SAGEMAKER\$1OUTPUT\$1COLUMN\$1TYPE\$1MISMATCH — Le type de données défini dans le schéma AI ne correspond**** pas au type de données reçu de l'IA. SageMaker SageMaker ****STRING\$1TRUNCATION**** – Une chaîne de caractères est tronquée par SPICE. Les chaînes sont tronquées lorsque leur longueur dépasse le quota de SPICE. Pour plus d’informations sur SPICE, consultez [Importation de données dans SPICE](spice.md). Pour plus d’informations sur les quotas, consultez [Service Quotas](https://docs.aws.amazon.com/servicequotas/latest/userguide/intro.html). ****UNDEFINED**** – Une erreur inconnue s’est produite lors de l’ingestion des données. ****UNSUPPORTED\$1DATE\$1VALUE**** – Un champ de date contient une date dont le format est pris en charge, mais qui ne fait pas partie de la plage de dates prise en charge, par exemple « 31/12/1399 » ou « 01/01/10000 ». Pour de plus amples informations, veuillez consulter [Utilisation de dates personnalisées ou non prises en charge](using-unsupported-dates.md). ## Codes d’erreur lors de l’importation de données Pour les tâches d'importation et d'actualisation des données qui échouent, Quick Sight fournit un code d'erreur indiquant la cause de l'échec. La liste suivante de codes d’erreur et de descriptions peut vous aider à comprendre et à résoudre les problèmes liés à l’ingestion de données dans SPICE. ****ACCOUNT\$1CAPACITY\$1LIMIT\$1EXCEEDED**** – Ces données dépassent votre capacité SPICE actuelle. Achetez plus de capacité SPICE ou nettoyez les données SPICE existantes, puis réessayez l’ingestion. ****CONNECTION\$1FAILURE —**** Amazon Quick Sight ne peut pas se connecter à votre source de données. Vérifiez les paramètres de connexion à la source de données et réessayez. ****CUSTOMER\$1ERROR**** – Il y a eu un problème d’analyse des données. Si cela persiste, contactez le support technique d'Amazon Quick Sight. ****DATA\$1SET\$1DELETED**** – La source de données ou le jeu de données a été supprimé ou est devenu indisponible pendant l’ingestion. ****DATA\$1SET\$1SIZE\$1LIMIT\$1EXCEEDED**** – Ce jeu de données dépasse la taille maximale autorisée pour le jeu de données SPICE. Utilisez des filtres pour réduire la taille de le jeu de données et réessayez. Pour plus d’informations sur les quotas SPICE, consultez la rubrique [Quotas de source de données](data-source-limits.md). ****DATA\$1SOURCE\$1AUTH\$1FAILED**** – L’authentification de la source de données a échoué. Vérifiez vos informations d’identification et utilisez l’option **Modifier la source de données** pour remplacer les informations d’identification expirées. ****DATA\$1SOURCE\$1CONNECTION\$1FAILED**** – La connexion à la source de données a échoué. Vérifiez l’URL et réessayez. Si cette erreur persiste, contactez votre administrateur de source de données pour obtenir de l’aide. ****DATA\$1SOURCE\$1NOT\$1FOUND**** – Aucune source de données n’a été trouvée. Vérifiez vos sources de données Amazon Quick Sight. ****DATA\$1TOLERANCE\$1EXCEPTION**** – Il y a trop de lignes invalides. Amazon Quick Sight a atteint le quota de lignes qu'il peut ignorer tout en continuant à ingérer. Vérifiez vos données et réessayez. ****FAILURE\$1TO\$1ASSUME\$1ROLE — Amazon Quick Sight n'a pas pu assumer le rôle**** (IAM) correct. Gestion des identités et des accès AWS Vérifiez les stratégies pour `Amazon Quick Sight-service-role` dans la console IAM. ****FAILURE\$1TO\$1PROCESS\$1JSON\$1FILE — Amazon Quick Sight n'a pas pu analyser un fichier**** manifeste en tant que JSON valide. ****IAM\$1ROLE\$1NOT\$1AVAILABLE**** — Amazon Quick Sight n'est pas autorisé à accéder à la source de données. Pour gérer les autorisations Amazon Quick Sight sur les AWS ressources, rendez-vous sur la page **Sécurité et autorisations** sous l'option **Gérer Amazon Quick Sight** en tant qu'administrateur. ****INGESTION\$1CANCELED**** – L’ingestion a été annulée par l’utilisateur. ****INGESTION\$1SUPERSEDED**** – Cette ingestion a été remplacée par un autre flux de travail. Cela se produit lorsqu’une nouvelle ingestion est créée alors qu’une autre est toujours en cours. Évitez de modifier manuellement le jeu de données plusieurs fois sur une courte période, car chaque modification manuelle crée une nouvelle ingestion qui remplacera et mettra fin à l’ingestion précédente. ****INTERNAL\$1SERVICE\$1ERROR**** – Une erreur de service interne s’est produite. ****INVALID\$1DATA\$1SOURCE\$1CONFIG**** – Des valeurs non valides sont apparues dans les paramètres de connexion. Vérifiez les détails de votre connexion et réessayez. ****INVALID\$1DATAPREP\$1SYNTAX**** – L’expression de votre champ calculé contient une syntaxe non valide. Corrigez la syntaxe et réessayez. ****INVALID\$1DATE\$1FORMAT**** – Un format de date non valide est apparu. ****IOT\$1DATA\$1SET\$1FILE\$1EMPTY — Aucune donnée Analytics n'a été**** trouvée. AWS IoT Vérifiez votre compte et réessayez. ****IOT\$1FILE\$1NOT\$1FOUND — Le fichier Analytics indiqué n'a pas été trouvé****. AWS IoT Vérifiez votre compte et réessayez. ****OAUTH\$1TOKEN\$1FAILURE**** – Les informations d’identification de la source de données ont expiré. Renouvelez vos informations d’identification et réessayez cette ingestion. ****PASSWORD\$1AUTHENTICATION\$1FAILURE**** – Des informations d’identification incorrectes sont apparues pour une source de données. Mettez à jour vos informations d’identification de source de données et réessayez cette ingestion. ****PERMISSION\$1DENIED**** – L’accès aux ressources demandées a été refusé par la source de données. Demandez des autorisations à votre administrateur de base de données ou assurez-vous que les autorisations appropriées ont été accordées à Amazon Quick Sight avant de réessayer. ****QUERY\$1TIMEOUT**** – Une requête adressée à la source de données a été interrompue dans l’attente d’une réponse. Vérifiez vos journaux de source de données et réessayez. ****ROW\$1SIZE\$1LIMIT\$1EXCEEDED**** – Le quota de taille de ligne a dépassé le maximum. ****S3\$1FILE\$1INACCESSIBLE**** – Impossible de se connecter à un compartiment S3. Assurez-vous d'accorder à Amazon Quick Sight et aux utilisateurs les autorisations nécessaires avant de vous connecter au compartiment S3. ****S3\$1MANIFEST\$1ERROR**** – Impossible de se connecter aux données S3. Assurez-vous que votre fichier manifeste S3 est valide. Vérifiez également l’accès aux données S3. Amazon Quick Sight et l'utilisateur d'Amazon Quick Sight ont tous deux besoin d'autorisations pour se connecter aux données S3. ****S3\$1UPLOADED\$1FILE\$1DELETED**** – Le ou les fichiers pour l’ingestion ont été supprimés (entre les ingestions). Vérifiez votre compartiment S3 et réessayez. ****SOURCE\$1 API\$1LIMIT \$1EXCEEDED\$1FAILURE**** — Cette ingestion dépasse le quota d'API pour cette source de données. Contactez votre administrateur de source de données pour obtenir de l’aide. ****SOURCE\$1RESOURCE\$1LIMIT\$1EXCEEDED**** – Une requête SQL dépasse le quota de ressources de la source de données. Les exemples de ressources concernées peuvent inclure le quota de requêtes simultanées, le quota de connexion et les ressources du serveur physique. Contactez votre administrateur de source de données pour obtenir de l’aide. ****SPICE\$1TABLE\$1NOT\$1FOUND**** — Une source de données ou un ensemble de données Amazon Quick Sight a été supprimé ou est devenu indisponible lors de l'ingestion. Vérifiez votre ensemble de données dans Amazon Quick Sight et réessayez. Pour de plus amples informations, veuillez consulter [Dépannage des erreurs de lignes sautées](troubleshooting-skipped-rows.md). ****SQL\$1EXCEPTION**** – Une erreur SQL générale s’est produite. Cette erreur peut être causée par des délais d’attente de requête, des contraintes de ressources, des modifications inattendues du langage de définition de données (DDL) avant ou pendant une requête, et d’autres erreurs de base de données. Vérifiez les paramètres de votre base de données et votre requête, puis réessayez. ****SQL\$1INVALID\$1PARAMETER\$1VALUE**** – Un paramètre SQL non valide est apparu. Vérifiez votre SQL et réessayez. ****SQL\$1NUMERIC\$1OVERFLOW**** — Amazon Quick Sight a rencontré une exception numérique. out-of-range Vérifiez les valeurs associées et les colonnes calculées pour les dépassements, puis réessayez. ****SQL\$1SCHEMA\$1MISMATCH\$1ERROR**** — Le schéma de la source de données ne correspond pas à l'ensemble de données Amazon Quick Sight. Mettez à jour la définition de votre jeu de données Amazon Quick Sight. ****SQL\$1TABLE\$1NOT\$1FOUND**** — Amazon Quick Sight ne trouve pas la table dans la source de données. Vérifiez la table spécifiée dans le jeu de données ou le SQL personnalisé, puis réessayez. ****SSL\$1CERTIFICATE\$1VALIDATION\$1FAILURE**** — Amazon Quick Sight ne peut pas valider le certificat SSL (Secure Sockets Layer) sur votre serveur de base de données. Vérifiez l’état SSL du serveur avec votre administrateur de base de données et réessayez. ****UNRESOLVABLE\$1HOST**** — Amazon Quick Sight ne parvient pas à résoudre le nom d'hôte de la source de données. Vérifiez le nom d’hôte de la source de données et réessayez. ****UNROUTABLE\$1HOST**** — Amazon Quick Sight ne peut pas accéder à votre source de données car celle-ci se trouve dans un réseau privé. Assurez-vous que votre connexion VPC privée est correctement configurée dans Enterprise Edition, ou autorisez les plages d'adresses IP Amazon Quick Sight pour permettre la connectivité pour l'édition Standard. # Mise à jour des fichiers d’un jeu de données Pour obtenir la dernière version des fichiers, vous pouvez mettre à jour les fichiers dans votre jeu de données. Vous pouvez mettre à jour ces types de fichiers : + Fichiers texte délimités par des virgules (CSV) et des tabulations (TSV) + Fichiers au format de journal commun et étendu (ELF et CLF) + Fichiers de données semi-structurées ou plats (JSON) + Fichiers Microsoft Excel (XLSX) Avant de mettre à jour un fichier, assurez-vous que le nouveau fichier contient les mêmes champs, dans le même ordre, que le fichier original qui se trouve actuellement dans le jeu de données. S’il y a des différences de champs (colonnes) entre les deux fichiers, une erreur se produit et vous devez corriger les différences avant de tenter une nouvelle mise à jour. Vous pouvez le faire en modifiant le nouveau fichier pour qu’il corresponde à l’original. Notez que si vous voulez ajouter de nouveaux champs, vous pouvez les ajouter après les champs originaux dans le fichier. Par exemple, dans une feuille de calcul Microsoft Excel, vous pouvez ajouter de nouveaux champs à droite des champs d’origine. **Pour mettre à jour un fichier dans un jeu de données** 1. Dans Quick Sight, choisissez **Data** sur la gauche. 1. Dans l'onglet **Ensembles** de données, choisissez le jeu de données que vous souhaitez mettre à jour, puis sélectionnez **Modifier le jeu de données**. 1. Sur la page de préparation des données qui s’ouvre, sélectionnez la liste déroulante du fichier que vous voulez mettre à jour, puis choisissez **Mettre à jour le fichier**. 1. Sur la page **Mettre à jour le fichier** qui s’ouvre, choisissez **Charger un fichier**, puis naviguez jusqu’à un fichier. Quick Sight analyse le fichier. 1. S’il s’agit d’un fichier Microsoft Excel, choisissez la feuille que vous voulez sur la page **Choisissez votre feuille** qui s’ouvre, puis sélectionnez **Sélectionner**. 1. Choisissez **Confirmer la mise à jour du fichier** sur la page suivante. Un aperçu de certaines colonnes de la feuille est affiché à titre de référence. Un message indiquant que le fichier a été mis à jour avec succès apparaît en haut à droite et l’aperçu du tableau est mis à jour pour afficher les nouvelles données du fichier.