Kemampuan alur kerja tingkat lanjut - Amazon Quick Suite
DivergensiKumpulan Data Komposit

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Kemampuan alur kerja tingkat lanjut

Pengalaman persiapan data Amazon Quick Sight menawarkan fitur-fitur canggih yang meningkatkan kemampuan Anda untuk membuat transformasi data yang kompleks dan dapat digunakan kembali. Bagian ini mencakup dua kemampuan kuat yang memperluas potensi alur kerja Anda.

Divergensi memungkinkan Anda membuat beberapa jalur transformasi dari satu langkah, memungkinkan aliran pemrosesan paralel yang dapat digabungkan kembali nanti. Kemampuan ini sangat berharga untuk skenario kompleks seperti self-joins dan parallel transformation.

Kumpulan Data Komposit memungkinkan Anda membangun struktur data hierarkis dengan menggunakan kumpulan data yang ada sebagai blok bangunan. Fitur ini mempromosikan kolaborasi antar tim dan memastikan logika bisnis yang konsisten melalui transformasi berlapis yang dapat digunakan kembali.

Kemampuan ini bekerja sama untuk menyediakan desain alur kerja yang fleksibel, kolaborasi tim yang ditingkatkan, dan transformasi data yang dapat digunakan kembali. Mereka memastikan garis keturunan data yang jelas dan memungkinkan solusi persiapan data yang dapat diskalakan, memberdayakan organisasi Anda untuk menangani skenario data yang semakin kompleks dengan efisiensi dan kejelasan.

Divergensi

Divergensi memungkinkan Anda membuat beberapa jalur transformasi paralel dari satu langkah dalam alur kerja Anda. Jalur ini dapat diubah secara independen dan kemudian digabungkan kembali, memungkinkan skenario persiapan data yang kompleks seperti self-join.

Membuat jalur yang berbeda

Untuk memulai Divergensi, dalam alur kerja Anda:

  1. Pilih langkah di mana Anda ingin membuat divergensi.

  2. Pilih ikon + yang muncul.

  3. Konfigurasikan cabang baru yang muncul.

  4. Terapkan transformasi yang Anda inginkan ke setiap jalur.

  5. Gunakan langkah-langkah Gabung atau Tambahkan untuk menggabungkan kembali jalur menjadi satu output.

Fitur utama

  • Menciptakan hingga lima jalur yang berbeda dari satu langkah.

  • Menerapkan transformasi yang berbeda untuk setiap jalur.

  • Menggabungkan kembali jalur menggunakan langkah Gabung atau Tambahkan.

  • Pratinjau berubah di setiap jalur secara independen.

Praktik terbaik

  • Gunakan divergensi untuk menerapkan self-joins.

  • Buat salinan data untuk transformasi paralel.

  • Rencanakan strategi rekombinasi Anda (Bergabung atau Tambahkan).

  • Pertahankan penamaan jalur yang jelas untuk visibilitas alur kerja yang lebih baik.

Kumpulan Data Komposit

Kumpulan Data Komposit memungkinkan Anda membangun kumpulan data yang ada, membuat struktur transformasi data hierarkis yang dapat dibagikan dan digunakan kembali di seluruh organisasi Anda. Quick Sight mendukung hingga 10 tingkat kumpulan data komposit dalam mode SPICE dan Direct Query.

Membuat kumpulan data komposit

Untuk membuat kumpulan data komposit, dalam alur kerja Anda:

  1. Pilih langkah Input saat membuat dataset baru.

  2. Pilih Dataset sebagai sumber Anda di bawah Tambahkan Data.

  3. Pilih kumpulan data yang ada untuk dibangun.

  4. Terapkan transformasi tambahan sesuai kebutuhan.

  5. Simpan sebagai dataset baru.

Fitur utama

  • Membangun struktur transformasi data hierarkis.

  • Mendukung hingga 10 tingkat penyarangan kumpulan data.

  • Kompatibel dengan SPICE dan Direct Query.

  • Mempertahankan garis keturunan data yang jelas.

  • Memungkinkan transformasi khusus tim.

Fitur ini meningkatkan kolaborasi di berbagai tim. Misalnya,

Peran Tindakan Output

Analis Global

Membuat dataset dengan logika bisnis global

Dataset A

Analis Amerika

Menggunakan Dataset A, menambahkan logika regional

Dataset B

Analis AS-Barat

Menggunakan Dataset B, menambahkan logika lokal

Dataset C

Pendekatan hierarkis ini mempromosikan logika bisnis yang konsisten di seluruh organisasi Anda dengan menetapkan kepemilikan yang jelas atas lapisan transformasi. Ini menciptakan garis keturunan data yang dapat dilacak sambil mendukung hingga 10 tingkat penyarangan kumpulan data, memungkinkan manajemen transformasi data yang terkontrol dan sistematis.

Praktik terbaik

  • Tetapkan kepemilikan yang jelas untuk setiap lapisan transformasi.

  • Mendokumentasikan hubungan dan dependensi kumpulan data.

  • Rencanakan kedalaman hierarki berdasarkan kebutuhan bisnis.

  • Pertahankan konvensi penamaan yang konsisten.

  • Tinjau dan perbarui kumpulan data hulu dengan cermat.