Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Funzionalità di workflow avanzate
L'esperienza di preparazione dei dati di Amazon Quick Sight offre funzionalità sofisticate che migliorano la capacità di creare trasformazioni di dati complesse e riutilizzabili. Questa sezione tratta due potenti funzionalità che estendono il potenziale del flusso di lavoro.
La divergenza consente di creare più percorsi di trasformazione da un unico passaggio, consentendo flussi di elaborazione paralleli che possono essere ricombinati in un secondo momento. Questa funzionalità è particolarmente utile per scenari complessi come i self-join e le trasformazioni parallele.
I set di dati compositi consentono di creare strutture di dati gerarchiche utilizzando set di dati esistenti come elementi costitutivi. Questa funzionalità promuove la collaborazione tra i team e garantisce una logica aziendale coerente attraverso trasformazioni riutilizzabili e stratificate.
Queste funzionalità interagiscono per fornire progetti di flussi di lavoro flessibili, una migliore collaborazione in team e trasformazioni dei dati riutilizzabili. Garantiscono una chiara derivazione dei dati e consentono soluzioni scalabili per la preparazione dei dati, consentendo all'organizzazione di gestire scenari di dati sempre più complessi con efficienza e chiarezza.
Divergenza
Divergence consente di creare più percorsi di trasformazione paralleli da un'unica fase del flusso di lavoro. Questi percorsi possono essere trasformati indipendentemente e successivamente ricombinati, abilitando scenari di preparazione dei dati complessi come i self-join.
Creare percorsi divergenti
Per avviare una divergenza, nel flusso di lavoro:
-
Seleziona il passaggio in cui desideri creare la divergenza.
-
Scegli l'icona + che appare.
-
Configura il nuovo ramo che appare.
-
Applica le trasformazioni desiderate a ciascun percorso.
-
Utilizzate i passaggi Join o Append per ricombinare i percorsi in un unico output.
Caratteristiche principali
-
Crea fino a cinque percorsi divergenti con un unico passaggio.
-
Applica trasformazioni diverse a ciascun percorso.
-
Ricombina i percorsi utilizzando i passaggi Unisci o Aggiungi.
-
Visualizza in anteprima le modifiche in ogni percorso in modo indipendente.
Best practice
-
Usa la divergenza per implementare i self-join.
-
Crea copie di dati per trasformazioni parallele.
-
Pianifica la tua strategia di ricombinazione (Unisci o Aggiungi).
-
Mantieni nomi chiari dei percorsi per una migliore visibilità del flusso di lavoro.
Set di dati compositi
I set di dati compositi consentono di basarsi sui set di dati esistenti, creando strutture gerarchiche di trasformazione dei dati che possono essere condivise e riutilizzate in tutta l'organizzazione. Quick Sight supporta fino a 10 livelli di set di dati compositi in modalità SPICE e Direct Query.
Creazione di un set di dati composito
Per creare un set di dati composito, nel tuo flusso di lavoro:
-
Seleziona la fase di input quando crei un nuovo set di dati.
-
Scegli Dataset come fonte in Aggiungi dati.
-
Seleziona un set di dati esistente su cui basarti.
-
Applica trasformazioni aggiuntive secondo necessità.
-
Salva come nuovo set di dati.
Caratteristiche principali
-
Crea strutture gerarchiche di trasformazione dei dati.
-
Supporta fino a 10 livelli di annidamento dei set di dati.
-
Compatibile con SPICE e Direct Query.
-
Mantiene una chiara derivazione dei dati.
-
Consente trasformazioni specifiche per il team.
Questa funzionalità migliora la collaborazione tra diversi team. Ad esempio,
| Ruolo | Azione | Output |
|---|---|---|
|
Analista globale |
Crea set di dati con una logica aziendale globale |
Set di dati A |
|
Analista americano |
Utilizza il set di dati A, aggiunge la logica regionale |
Set di dati B |
|
Analista degli Stati Uniti occidentali |
Utilizza Dataset B, aggiunge logica locale |
Set di dati C |
Questo approccio gerarchico promuove una logica di business coerente in tutta l'organizzazione assegnando una chiara proprietà dei livelli di trasformazione. Crea una derivazione di dati tracciabile supportando al contempo fino a 10 livelli di annidamento dei set di dati, consentendo una gestione controllata e sistematica della trasformazione dei dati.
Best practice
-
Stabilisci una proprietà chiara per ogni livello di trasformazione.
-
Documenta le relazioni e le dipendenze dei set di dati.
-
Pianifica la profondità della gerarchia in base alle esigenze aziendali.
-
Mantieni convenzioni di denominazione coerenti.
-
Esamina e aggiorna attentamente i set di dati originali.
