Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Penjadwalan data di danau data analitik Amazon Connect
Topik ini merinci konten dalam tabel penjadwalan data lake analitik Amazon Connect. Tabel mencantumkan kolom, jenis, dan deskripsi konten.
Ada dua cara untuk mengakses data lake analitik dan mengonfigurasi data yang akan dibagikan:
Jika Anda tidak dapat mengakses tabel penjadwalan dengan menggunakan Opsi 1, coba gunakan Opsi 2.
Daftar Isi
Profil penjadwalan staf
Nama Tabel: staff_scheduling_profile
Kunci Utama Komposit: {instance_id, agent_arn,
staff_scheduling_profile_version}
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
agen_arn | string | ARN dari Agen. |
staff_scheduling_profile_version | bigint | Versi Profil Penjadwalan Staf. |
instance_arn | string | ARN dari instans Amazon Connect. |
staffing_group_arn | string | ARN dari Grup Kepegawaian tempat Agen ditugaskan. |
start_timestamp | Stempel Waktu | StartTimestamp untuk Agen yang dikonfigurasi dalam Aturan Staf (jadwal dibuat hanya setelah Stempel Waktu ini). |
end_timestamp | Stempel Waktu | EndTimestamp untuk Agen yang dikonfigurasi dalam Aturan Staf (jadwal tidak dibuat di luar Stempel Waktu ini). |
shift_profile_arn | string | ARN dari Profil Shift tempat Agen Ditugaskan dikonfigurasi dalam Aturan Staf. |
timezone | string | Zona waktu dikonfigurasi untuk Agen. |
is_dihapus | Boolean | Setel ke Benar jika Agen dihapus. Lain diatur ke False. |
last_updated_timestamp | Stempel Waktu | Stempel waktu saat Profil Penjadwalan Staf berada. created/updated/deleted |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Aktivitas shift
Nama Tabel: shift_activities
Kunci Utama Komposit: {instance_id, shift_activity_arn,
shift_activity_version}
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
shift_activity_arn | string | ARN dari Kegiatan Shift. |
shift_activity_version | bigint | Versi Aktivitas Shift. |
instance_arn | string | ARN dari instans Amazon Connect. |
shift_activity_name | string | Nama Aktivitas Shift. |
jenis | string | Jenis Aktivitas Shift. Nilai yang mungkin adalah: PRODUCTIVE, NON_PRODUCTIVE, dan LEAVE. |
sub_tipe | string | Sub-tipe dari Aktivitas Shift. Ini hanya berlaku untuk aktivitas tipe NON_PRODUCTIVE. Nilai yang mungkin adalah: BREAK_OR_MEAL dan NONE. |
is_adherence_dilacak | Boolean | Setel ke True jika Aktivitas Shift dikonfigurasi untuk melacak Kepatuhan. Lain diatur ke False. |
is_paid | Boolean | Setel ke True jika Aktivitas Shift dikonfigurasi sebagai Dibayar. Lain diatur ke False. |
is_dihapus | Boolean | Setel ke True jika Aktivitas Shift dihapus. Lain diatur ke False. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Aktivitas Shift adalah. created/updated/deleted |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Shift profil
Nama Tabel: shift_profiles
Kunci Utama Komposit: {instance_id, shift_profile_arn,
shift_profile_version}
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
shift_profile_arn | string | ARN dari Profil Shift. |
shift_profile_version | bigint | Versi Profil Shift. |
instance_arn | string | ARN dari instans Amazon Connect. |
shift_profile_name | string | Nama Profil Shift. |
is_dihapus | Boolean | Setel ke True jika Shift Profile dihapus. Lain diatur ke False. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Profil Shift berada. created/updated/deleted |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Kelompok kepegawaian
Nama Tabel: staffing_groups
Kunci Utama Komposit: {instance_id, staffing_group_arn,
staffing_group_version}
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
staffing_group_arn | string | ARN dari Grup Kepegawaian. |
staffing_group_version | bigint | Versi Grup Kepegawaian. |
instance_arn | string | ARN dari instans Amazon Connect. |
staffing_group_name | string | Nama Grup Kepegawaian. |
is_dihapus | Boolean | Setel ke True jika Grup Staffing dihapus. Lain diatur ke False. |
last_updated_timestamp | Stempel Waktu | Timestamp ketika Grup Kepegawaian berada. created/updated/deleted |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Kelompok kepegawaian - Forecast groups
Nama Tabel: staffing_group_forecast_groups
Kunci Utama Komposit: {instance_id, staffing_group_arn,
staffing_group_version, forecast_group_arn}
Tabel ini harus ditanyakan dengan bergabung dengan staffing_groups
tabel di staffing_group_arn
danstaffing_group_version
.
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
staffing_group_arn | string | ARN dari Grup Kepegawaian. |
staffing_group_version | bigint | Versi Grup Kepegawaian. |
forecast_group_arn | string | ARN dari Forecast Group yang terkait dengan Staffing Group. |
instance_arn | string | ARN dari instans Amazon Connect. |
is_dihapus | Boolean | Setel ke False saat ForecastGroup asosiasi StaffingGroup - valid. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Staffing Group dibuat/diperbarui. |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Kelompok kepegawaian - Supervisor
Nama Tabel: staffing_group_supervisors
Kunci Utama Komposit: {instance_id, staffing_group_arn,
staffing_group_version, supervisor_arn}
Tabel ini harus ditanyakan dengan bergabung dengan staffing_groups
tabel di staffing_group_arn
danstaffing_group_version
.
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
staffing_group_arn | string | ARN dari Grup Kepegawaian. |
staffing_group_version | bigint | Versi Grup Kepegawaian. |
supervisor_arn | string | Agen ARN dari Supervisor yang terkait dengan Staffing Group. |
instance_arn | string | ARN dari instans Amazon Connect. |
is_dihapus | Boolean | Setel ke False saat ForecastGroup asosiasi StaffingGroup - valid. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Staffing Group dibuat/diperbarui. |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Pergeseran staf
Nama Tabel: staff_shifts
Kunci Utama Komposit: {instance_id, shift_id, shift_version}
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
shift_id | string | ID dari Shift. |
shift_version | bigint | Versi Shift. |
instance_arn | string | ARN dari instans Amazon Connect. |
agen_arn | string | ARN dari Agen. |
shift_start_timestamp | Stempel Waktu | Timestamp saat Shift Dimulai. |
shift_end_timestamp | Stempel Waktu | Timestamp saat Shift Berakhir. |
created_timestamp | Stempel Waktu | Timestamp saat Shift Dibuat. |
is_dihapus | Boolean | Setel ke True jika Shift dihapus. Lain diatur ke False. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Shift itu. created/updated/deleted |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Kegiatan shift staf
Nama Tabel: staff_shift_activities
Kunci Utama Komposit: {instance_id, shift_id, shift_version,
activity_id}
Tabel ini harus ditanyakan dengan bergabung dengan staff_shifts
tabel di shift_id
danshift_version
.
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
shift_id | string | ID dari Shift. |
shift_version | bigint | Versi Shift. |
activity_id | string | ID Aktivitas. |
instance_arn | string | ARN dari instans Amazon Connect. |
activity_start_timestamp | Stempel Waktu | Timestamp saat aktivitas dimulai. |
activity_end_timestamp | Stempel Waktu | Stempel waktu saat aktivitas berakhir. |
shift_activity_arn | string | ARN dari Kegiatan Shift. Jika shift_activity_arn adalah null, maka itu menunjukkan aktivitas 'Kerja'. |
aktivitas_status | string | Status Kegiatan. Ini disetel ke INACTIVE jika aktivitas tumpang tindih dengan waktu istirahat. |
adalah_lembur | Boolean | Setel ke True jika Aktivitas adalah bagian dari Overtime. Lain diatur ke False. |
is_dihapus | Boolean | Setel ke False ketika Aktivitas Shift valid. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Shift dibuat/diperbarui. |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Timeoff staf
Nama Tabel: staff_timeoffs
Kunci Utama Komposit: {instance_id, timeoff_id, agent_arn,
timeoff_version}
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
timeoff_id | string | ID dari Time Off. |
agen_arn | string | ARN dari Agen. |
timeoff_version | bigint | Versi Time Off. |
instance_arn | string | ARN dari instans Amazon Connect. |
timeoff_type | string | Jenis Time Off. Nilai yang mungkin adalah: TIME_OFF dan VOLUNTARY_TIME_OFF. |
timeoff_start_timestamp | Stempel Waktu | Timestamp saat Time Off dimulai. |
timeoff_end_timestamp | Stempel Waktu | Stempel waktu saat Time Off berakhir. |
timeoff_status | string | Status Time Off. Nilai yang mungkin adalah: PENDING_CREATE, PENDING_UPDATE, PENDING_CANCEL, PENDING_ACCEPT, PENDING_APPROVE, PENDING_DECLINE, APPROVED, ACCEPTED, REJECLED, CANCELLED, WAITING_ACCEPT, dan WAITING_APPROVE. Status WAITING menunjukkan timeoff sedang menunggu tindakan Pengguna. Status PENDING menunjukkan timeoff sedang menunggu pemrosesan sistem dari tindakan pengguna. |
shift_activity_arn | string | ARN dari Aktivitas Shift yang digunakan untuk Timeoff. |
effective_timeoff_hours | double | Total jam Waktu Off yang efektif. Jam timeoff efektif dihitung berdasarkan logika deduksi timeoff. Ini hanya diatur untuk tipe TIME_OFF. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Time Off. created/updated/deleted |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Interval waktu istirahat staf
Nama Tabel: staff_timeoff_intervals
Kunci Utama Komposit: {instance_id, timeoff_id, timeoff_version,
interval_id}
Tabel ini harus ditanyakan dengan bergabung dengan staff_timeoffs
tabel di timeoff_id
dantimeoff_version
.
Kolom | Jenis | Deskripsi |
---|---|---|
instance_id | string | ID instans Amazon Connect. |
timeoff_id | string | ID dari Time Off. |
timeoff_version | bigint | Versi Time Off. |
interval_id | string | ID Interval Time Off. |
instance_arn | string | ARN dari instans Amazon Connect. |
timeoff_interval_start_timestamp | Stempel Waktu | Stempel waktu saat interval spesifik Time Off dimulai. |
timeoff_interval_end_timestamp | Stempel Waktu | Stempel waktu ketika interval spesifik Time Off berakhir. |
interval_effective_timeoff_hours | double | Jam Waktu Off yang Efektif untuk interval Waktu Off khusus ini. Jam timeoff efektif dihitung berdasarkan logika deduksi timeoff. |
last_updated_timestamp | Stempel Waktu | Timestamp saat Time Off. created/updated/deleted |
data_lake_last_processed_timestamp | Stempel Waktu | Timestamp, yang menunjukkan terakhir kali rekor disentuh oleh data lake. Ini dapat mencakup transformasi dan pengurukan. Bidang ini tidak dapat digunakan untuk menentukan kesegaran data yang andal. |
Skema data
Berikut ini adalah diagram hubungan entitas yang menunjukkan struktur dan hubungan antara tabel penjadwalan di danau data analitik Amazon Connect. Diagram menggambarkan skema database dengan 10 tabel yang saling berhubungan:staff_shift_ activities
,,,staff_shifts
,staff_timeoffs
,staff_timeoff_intervals
,users
,routing_profiles
,shift_activities
, staffing_groups
shift_profiles
staffing_group_supervisors
staffing_group_forecast_groups
, dan f. orecast_groups
Setiap tabel menampilkan kunci utama dan atribut dengan tipe data mereka. Diagram menggambarkan bagaimana tabel ini berhubungan satu sama lain melalui hubungan kunci asing, memberikan pandangan komprehensif dari model data penjadwalan.

Kueri Sampel
1. Kueri untuk membuat semua Aktivitas Shift Terjadwal Agen bekerja pada Grup Forecast tertentu
SELECT * FROM agent_scheduled_shift_activities_view
where forecast_group_name = 'AnyDepartmentForecastGroup'
Selesaikan langkah-langkah berikut untuk membuat agent_scheduled_shift_activities_view
yang disebutkan di atas.
Langkah 1: Buat tampilan untuk mendapatkan nama supervisor
CREATE OR REPLACE VIEW "latest_supervisor_names_view" AS SELECT staffing_group_arn , array_agg(supervisor_name ORDER BY supervisor_name ASC) supervisor_names FROM ( SELECT s.staffing_group_arn , CONCAT(u.first_name, ' ', u.last_name) supervisor_name FROM (( SELECT staffing_group_arn , supervisor_arn FROM ( SELECT * , RANK() OVER (PARTITION BY staffing_group_arn ORDER BY staffing_group_version DESC) recency FROM staffing_group_supervisors WHERE (instance_id = 'YourAmazonConnectInstanceId') ) t WHERE (recency = 1) ) s INNER JOIN USERS u ON (s.supervisor_arn = u.user_arn)) ) GROUP BY staffing_group_arn
Langkah 2: Buat tampilan untuk mendapatkan grup kepegawaian dan grup perkiraan yang terkait dengan agen
CREATE OR REPLACE VIEW "latest_agent_staffing_group_forecast_group_view" AS WITH latest_staff_scheduling_profile AS ( SELECT agent_arn , staffing_group_arn , last_updated_timestamp FROM ( SELECT * , RANK() OVER (PARTITION BY agent_arn ORDER BY staff_scheduling_profile_version DESC) recency FROM staff_scheduling_profile WHERE ((instance_id = 'YourAmazonConnectInstanceId') AND (is_deleted = false)) ) t WHERE (recency = 1) ) , latest_staffing_groups AS ( SELECT staffing_group_name , staffing_group_arn FROM ( SELECT * , RANK() OVER (PARTITION BY staffing_group_arn ORDER BY staffing_group_version DESC) recency FROM staffing_groups WHERE (instance_id = 'YourAmazonConnectInstanceId') ) t WHERE (recency = 1) ) , latest_forecast_groups AS ( SELECT forecast_group_arn , forecast_group_name FROM ( SELECT * , RANK() OVER (PARTITION BY forecast_group_arn ORDER BY forecast_group_version DESC) recency FROM forecast_groups WHERE (instance_id = 'YourAmazonConnectInstanceId') ) t WHERE (recency = 1) ) , latest_staffing_group_forecast_groups AS ( SELECT staffing_group_arn , forecast_group_arn FROM ( SELECT * , RANK() OVER (PARTITION BY staffing_group_arn ORDER BY staffing_group_version DESC) recency FROM staffing_group_forecast_groups WHERE (instance_id = 'YourAmazonConnectInstanceId') ) t WHERE (recency = 1) ) SELECT ssp.agent_arn , U.agent_username AS username , U.agent_routing_profile_id AS routing_profile_id , CONCAT(u.first_name, ' ', u.last_name) agent_name , fg.forecast_group_arn , fg.forecast_group_name , sg.staffing_group_arn , sg.staffing_group_name FROM latest_staff_scheduling_profile ssp INNER JOIN latest_staffing_groups sg ON ssp.staffing_group_arn = sg.staffing_group_arn INNER JOIN latest_staffing_group_forecast_groups sgfg ON ssp.staffing_group_arn = sgfg.staffing_group_arn INNER JOIN latest_forecast_groups fg ON fg.forecast_group_arn = sgfg.forecast_group_arn INNER JOIN USERS u ON ssp.agent_arn = u.user_arn
Langkah 3: Dapatkan aktivitas Shift terbaru
CREATE OR REPLACE VIEW "latest_shift_activities_view" AS SELECT shift_activity_arn , shift_activity_name , shift_activity_version , type , sub_type , is_adherence_tracked , is_paid , last_updated_timestamp FROM ( SELECT * , RANK() OVER (PARTITION BY shift_activity_arn ORDER BY shift_activity_version DESC) recency FROM shift_activities WHERE (instance_id = 'YourAmazonConnectInstanceId') ) t WHERE (recency = 1)
Langkah 4: Buat tampilan untuk mendapatkan aktivitas shift terjadwal agen
CREATE OR REPLACE VIEW "agent_scheduled_shift_activities_view" AS WITH latest_staff_shifts AS ( SELECT agent_arn , shift_id , shift_version , shift_start_timestamp , shift_end_timestamp , created_timestamp , last_updated_timestamp , data_lake_last_processed_timestamp , recency FROM ( SELECT RANK() OVER (PARTITION BY shift_id ORDER BY shift_version DESC) recency , * FROM staff_shifts sa WHERE (instance_id = 'YourAmazonConnectInstanceId') ) t WHERE ((recency = 1) AND (is_deleted = false)) ) SELECT asgfg.forecast_group_name , array_join(sn.supervisor_names, ',') supervisor_names , s.agent_arn , u.first_name , u.last_name , asgfg.staffing_group_name , ssa.activity_id , (CASE WHEN (ssa.shift_activity_arn IS NULL) THEN COALESCE(sa.shift_activity_name, 'Work') ELSE sa.shift_activity_name END) shift_activity_name , s.shift_start_timestamp , s.shift_end_timestamp , (CASE WHEN (ssa.shift_activity_arn IS NULL) THEN COALESCE(sa.type, 'PRODUCTIVE') ELSE sa.type END) type , (CASE WHEN (ssa.shift_activity_arn IS NULL) THEN COALESCE(sa.is_paid, true) ELSE sa.is_paid END) is_paid , ssa.activity_start_timestamp , ssa.activity_end_timestamp , ssa.last_updated_timestamp , ssa.data_lake_last_processed_timestamp , u.agent_username as username , u.agent_routing_profile_id as routing_profile_id FROM staff_shift_activities ssa INNER JOIN latest_staff_shifts s ON s.shift_id = ssa.shift_id AND s.shift_version = ssa.shift_version INNER JOIN USERS u ON s.agent_arn = u.user_arn INNER JOIN latest_agent_staffing_group_forecast_group_view asgfg ON s.agent_arn = asgfg.agent_arn LEFT JOIN latest_shift_activities_view sa ON sa.shift_activity_arn = ssa.shift_activity_arn INNER JOIN latest_supervisor_names_view sn ON sn.staffing_group_arn = asgfg.staffing_group_arn WHERE (ssa.is_deleted = false) AND (COALESCE(ssa.activity_status, ' ') <> 'INACTIVE') AND (ssa.instance_id = 'YourAmazonConnectInstanceId')
2. Kueri untuk mendapatkan semua permintaan waktu istirahat dari Agen dalam Grup Forecast tertentu
SELECT * FROM agent_timeoff_report_view where forecast_group_name =
'AnyDepartmentForecastGroup'
Gunakan kueri berikut untuk membuat agent_timeoff_report_view
yang disebutkan di atas.
CREATE OR REPLACE VIEW "agent_timeoff_report_view" AS WITH latest_staff_timeoffs AS ( SELECT t1.*, CAST((t1.effective_timeoff_hours * 60) AS INT) total_effective_timeoff_minutes FROM ( SELECT RANK() OVER ( PARTITION BY timeoff_id ORDER BY timeoff_version DESC ) recency, agent_arn, timeoff_id, shift_activity_arn, timeoff_status, timeoff_version, effective_timeoff_hours, timeoff_start_timestamp, timeoff_end_timestamp, last_updated_timestamp, data_lake_last_processed_timestamp FROM staff_timeoffs WHERE ( instance_id = 'YourAmazonConnectInstanceId' ) ) t1 WHERE (recency = 1) ) SELECT asgfg.forecast_group_name, to.agent_arn, asgfg.agent_name, asgfg.staffing_group_name, asgfg.username, sa.shift_activity_name, to.timeoff_start_timestamp, to.timeoff_end_timestamp, to.timeoff_status, array_join(sn.supervisor_names, ',') AS supervisor_names, sa.is_paid, to.last_updated_timestamp, to.data_lake_last_processed_timestamp, u.agent_routing_profile_id AS routing_profile_id, to.timeoff_id, to.shift_activity_arn, to.total_effective_timeoff_minutes FROM latest_staff_timeoffs to INNER JOIN latest_agent_staffing_group_forecast_group_view asgfg ON asgfg.agent_arn = to.agent_arn INNER JOIN latest_shift_activities_view sa ON sa.shift_activity_arn = to.shift_activity_arn INNER JOIN latest_supervisor_names_view sn ON sn.staffing_group_arn = asgfg.staffing_group_arn INNER JOIN users u ON u.user_arn = to.agent_arn