Valori e tipi di dati supportati - Amazon Quick Suite
Dati di testo e stringaDati di data e oraDati numericiTipi di dati supportati da origini dati esterne

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.

Valori e tipi di dati supportati

Amazon Quick Sight attualmente supporta i seguenti tipi di dati primitivi:Date, DecimalInteger, eString. I seguenti tipi di dati sono supportati in SPICE: Date, Decimal-fixed, Decimal-float, Integer e String. Quick Sight accetta i valori booleani promuovendoli a numeri interi. Può anche derivare tipi di dati geospaziali. I tipi di dati geospaziali utilizzano i metadati per interpretare il tipo di dati fisico. Latitudine e longitudine sono valori numerici, mentre tutte le altre categorie geospaziali sono stringhe.

Assicurati che qualsiasi tabella o file usato come origine dati contenga solo i campi che possono essere convertiti in modo implicito in questi tipi di dati. Amazon Quick Sight ignora tutti i campi o le colonne che non possono essere convertiti. Se ricevi un errore che dice "i campi sono stati ignorati perché utilizzano tipi di dati non supportati", modifica la query o la tabella per rimuovere o riformulare i tipi di dati non supportati.

Dati di testo e stringa

I campi o le colonne che contengono caratteri sono denominati stringhe. Un campo con il tipo di dati STRING può inizialmente contenere quasi tutti i tipi di dati. Gli esempi includono nomi, descrizioni, numeri di telefono, numeri di conto, dati JSON, città, codici postali, date e numeri che possono essere utilizzati per il calcolo. Questi tipi sono talvolta chiamati dati testuali in senso generale, ma non in senso tecnico. Quick Sight non supporta oggetti binari e di grandi dimensioni (BLOBs) nelle colonne dei set di dati. Nella documentazione di Quick Sight, il termine «testo» significa sempre «dati di stringa».

La prima volta che si interrogano o si importano i dati, Quick Sight cerca di interpretare i dati che identifica come altri tipi, ad esempio date e numeri. È consigliabile verificare che i tipi di dati assegnati ai campi o alle colonne siano corretti.

Per ogni campo stringa nei dati importati, Quick Sight utilizza una lunghezza di campo di 8 byte più la lunghezza dei caratteri con codifica UTF-8. Amazon Quick Sight supporta la codifica dei file UTF-8, ma non UTF-8 (con BOM).

Dati di data e ora

I campi con un tipo di dati Date includono anche dati temporali e sono noti come campi Datetime. Quick Sight supporta date e orari che utilizzano i formati di data supportati.

Quick Sight utilizza l'ora UTC per interrogare, filtrare e visualizzare i dati relativi alla data. Quando i dati relativi alla data non specificano un fuso orario, Quick Sight assume i valori UTC. Quando i dati relativi alla data specificano un fuso orario, Quick Sight lo converte per visualizzarlo nell'ora UTC. Ad esempio, un campo data con uno scostamento del fuso orario 2015-11-01T03:00:00-08:00 viene convertito in UTC e visualizzato in Amazon Quick Sight come. 2015-11-01T15:30:00

Per ogni DATE campo dei dati importati, Quick Sight utilizza una lunghezza di campo di 8 byte. Quick Sight supporta la codifica dei file UTF-8, ma non UTF-8 (con BOM).

Dati numerici

I dati numerici includono numeri interi e decimali. I numeri interi con un tipo di dati INT sono numeri negativi o positivi che non hanno una posizione decimale. Quick Sight non distingue tra numeri interi grandi e piccoli. I numeri interi superiori a un valore di 9007199254740991 o 2^53 - 1 potrebbero non essere visualizzati esattamente o correttamente in un elemento visivo.

I decimali con il tipo di dati Decimal sono numeri negativi o positivi che contengono almeno una posizione decimale prima o dopo la virgola decimale. Quando scegli la modalità di query diretta, tutti i tipi decimali non interi vengono contrassegnati come Decimal e il motore sottostante gestisce la precisione del punto dati in base ai comportamenti supportati dall'origine dati. Per ulteriori informazioni sui tipi di origine dati supportati, consulta Valori e tipi di dati supportati.

Quando memorizzi il set di dati inSPICE, puoi scegliere di memorizzare i valori decimali come fixed o tipi decimali. float Decimal-fixedi tipi di dati utilizzano il formato decimal (18,4) che consente un totale di 18 cifre e fino a 4 cifre dopo la virgola decimale. Decimal-fixedi tipi di dati sono una buona scelta per eseguire operazioni matematiche esatte, ma Quick Sight arrotonda il valore al decimillesimo posto più vicino quando il valore viene inserito. SPICE

I tipi di dati Decimal-float forniscono a un valore una precisione significativa di circa 16 cifre. Le cifre significative possono trovarsi su entrambi i lati della virgola decimale per supportare contemporaneamente numeri con molte cifre decimali e numeri più alti. Ad esempio, il tipo di dati Decimal-float supporta il numero 12345.1234567890 o il numero 1234567890.12345. Se lavori con numeri molto piccoli che si avvicinano a 0, il tipo di dati Decimal-float supporta fino a 15 cifre a destra della virgola decimale, ad esempio 0.123451234512345. Il valore massimo supportato da questo tipo di dati è 1.8 * 10^308 e serve a ridurre al minimo la probabilità di un errore di overflow con il set di dati.

Il tipo di dati Decimal-float è inesatto e alcuni valori vengono memorizzati come approssimazioni anziché come valori reali. Ciò può comportare lievi discrepanze quando vengono memorizzati e restituiti alcuni valori specifici. Le seguenti considerazioni si applicano al tipo di dati Decimal-float.

  • Se il set di dati che stai utilizzando proviene da un'origine dati Amazon S3, SPICE assegna il tipo decimale Decimal-float a tutti i valori decimali numerici.

  • Se il set di dati che stai utilizzando proviene da un database, SPICE utilizza il tipo decimale assegnato al valore nel database. Ad esempio, se al valore viene assegnato un valore numerico a virgola fissa nel database, il valore sarà un tipo Decimal-fixed in SPICE.

Per i set di dati SPICE esistenti che contengono campi che possono essere convertiti nel tipo di dati Decimal-float, viene visualizzato un popup nella pagina Modifica set di dati. Per convertire i campi di un set di dati esistente nel tipo di dati Decimal-float, scegli AGGIORNA CAMPI. Se non vuoi aderire, scegli NON AGGIORNARE I CAMPI. Il popup Aggiorna campi viene visualizzato ogni volta che apri la pagina Modifica set di dati fino a quando il set di dati non viene salvato e pubblicato.

Tipi di dati supportati da origini dati esterne

La tabella seguente elenca i tipi di dati supportati quando si utilizzano le seguenti fonti di dati con Amazon Quick Sight.

Motore o origine di database Tipi di dati numerici Tipi di dati stringa Tipi di dati data/ora Tipi di dati booleani

Amazon Athena, Presto, Starburst, Trino

  • bigint

  • decimal

  • double

  • integer

  • real

  • smallint

  • tinyint

  • char

  • varchar

  • date

  • timestamp

  • booleano

Amazon Aurora, MariaDB e MySQL

  • bigint

  • decimal

  • double

  • int

  • integer

  • mediumint

  • numeric

  • smallint

  • tinyint

  • char

  • enum

  • set

  • text

  • varchar

  • date

  • datetime

  • timestamp

  • anno

OpenSearch Servizio Amazon

  • byte

  • integer

  • Long

  • float

  • double

  • string (tipo di campo stringa di parole chiave in OpenSearch Service)

  • ip

  • timestamp

  • booleano

  • binary

Oracle

  • bigint

  • decimal

  • decimal

  • int

  • money

  • numeric

  • real

  • smallint

  • smallmoney

  • tinyint

  • char

  • nchar

  • nvarchar

  • text

  • varchar

  • date

  • datetime

  • datetime2

  • datetimeoffset

  • smalldatetime

bit

PostgreSQL

  • bigint

  • decimal

  • double

  • integer

  • numeric

  • precision

  • real

  • smallint

  • char

  • carattere

  • text

  • varchar

  • varying character

  • date

  • timestamp

  • booleano

Apache Spark

  • bigint

  • decimal

  • double

  • integer

  • real

  • smallint

  • tinyint

  • varchar

  • date

  • timestamp

  • booleano

Snowflake

  • bigint

  • byteint

  • decimal

  • double

  • doubleprecision

  • float

  • float4

  • float8

  • int

  • integer

  • number

  • numeric

  • real

  • smallint

  • tinyint

  • char

  • carattere

  • Stringa

  • text

  • varchar

  • date

  • datetime

  • time

  • timestamp

  • timestamp_*

  • booleano

Microsoft SQL Server

  • bigint

  • bit

  • decimal

  • int

  • money

  • numeric

  • real

  • smallint

  • smallmoney

  • tinyint

  • char

  • nchar

  • nvarchar

  • text

  • varchar

  • date

  • datetime

  • datetime2

  • smalldatetime

  • bit

Formati di data supportati

Amazon Quick Sight supporta i formati di data e ora descritti in questa sezione. Prima di aggiungere dati ad Amazon Quick Sight, verifica se il formato della data è compatibile. Se devi usare un formato non supportato, consulta Utilizzo di date non supportate o personalizzate.

I formati supportati variano a seconda del tipo di origine dati, come riportato di seguito:

Origine dati Orologi Formati data

Caricamento di file

Origini Amazon S3

Athena

Salesforce

Orologi da 24 e 12 ore

I formati di data e ora supportati sono descritti nella documentazione dell'API Joda.

Per un elenco completo dei formati di data Joda, vedi Class DateTimeFormat sul sito Web di Joda.

Per i set di dati archiviati in memoria (SPICE), Amazon Quick Sight supporta date comprese nel seguente intervallo: Jan 1, 1400 00:00:00 UTC fino Dec 31, 9999, 23:59:59 UTC a.

Origini di database relazionali

Solo formato 24 ore

I seguenti formati di data e ora:

  1. dd/MM/yyyy HH:mm:ss, ad esempio 31/12/2016 15:30:00.

  2. dd/MM/yyyy, ad esempio 31/12/2016.

  3. dd/MMM/yyyy HH:mm:ss, ad esempio 31/Dec/2016 15:30:00.

  4. dd/MMM/yyyy, ad esempio 31/Dec/2016.

  5. dd-MMM-yyyy HH:mm:ss, ad esempio 31-Dec-2016 15:30:00.

  6. dd-MMM-yyyy, ad esempio 31-Dec-2016.

  7. dd-MM-yyyy HH:mm:ss, ad esempio 31-12-2016 15:30:00.

  8. dd-MM-yyyy, ad esempio 31-12-2016.

  9. MM/dd/yyyy HH:mm:ss, ad esempio 12/31/2016 15:30:00.

  10. MM/dd/yyyy, ad esempio 12/31/2016.

  11. MM-dd-yyyy HH:mm:ss, ad esempio 12-31-2016 15:30:00.

  12. MM-dd-yyyy, ad esempio 12-31-2016.

  13. MMM/dd/yyyy HH:mm:ss, ad esempio 31/12/2016 15:30:00.

  14. MMM/dd/yyyy, ad esempio Dec/31/2016.

  15. MMM-dd-yyyy HH:mm:ss, ad esempio Dec-31-2016 15:30:00.

  16. MMM-dd-yyyy, ad esempio Dec-31-2016.

  17. yyyy/MM/dd HH:mm:ss, ad esempio 2016/12/31 15:30:00.

  18. yyyy/MM/dd, ad esempio 2016/12/31.

  19. yyyy/MMM/dd HH:mm:ss, ad esempio 2016/Dec/31 15:30:00.

  20. yyyy/MMM/dd, ad esempio 2016/Dec/31.

  21. yyyy-MM-dd HH:mm:ss, ad esempio 2016-12-31 15:30:00.

  22. yyyy-MM-dd, ad esempio 2016-12-31.

  23. yyyy-MMM-dd HH:mm:ss, ad esempio 2016-Dec-31 15:30:00.

  24. yyyy-MMM-dd, ad esempio 2016-dic-31.

  25. yyyyMMdd'T'HHmmss, ad esempio 20161231T153000.

  26. yyyy-MM-dd'T'HH:mm:ss, ad esempio 2016-12-31T15:30:00.

  27. yyyyMMdd'T'HHmmss.SSS, ad esempio 20161231T153000.123.

  28. MM/dd/yyyy HH:mm:ss.SSS, for example 12/31/2016 15:30:00.123.

  29. dd/MM/yyyy HH:mm:ss.SSS, ad esempio 31/12/2016 15:30:00.123.

  30. yyyy/MM/dd HH:mm:ss.SSS, ad esempio 2016/12/31 15:30:00.123.

  31. MMM/dd/yyyy HH:mm:ss.SSS, ad esempio 31/dicembre 2016 15:30:00.123.

  32. dd/MMM/yyyy HH:mm:ss.SSS, ad esempio 31/Dec/2016 15:30:00.123.

  33. yyyy/MMM/dd HH:mm:ss.SSS, ad esempio 2016/Dec/31 15:30:00.123.

  34. yyyy-MM-dd'T'HH:mm:ss.SSS, ad esempio 2016-12-31T15:30:00.123.

  35. MM-dd-yyyy HH:mm:ss.SSS, ad esempio 12-31-2016 15:30:00.123.

  36. dd-MM-yyyy HH:mm:ss.SSS, ad esempio 31-12-2016 15:30:00.123.

  37. yyyy-MM-dd HH:mm:ss.SSS, ad esempio 2016-12-31 15:30:00.123.

  38. MMM-dd-yyyy HH:mm:ss.SSS, ad esempio Dec-31-2016 15:30:00.123.

  39. dd-MMM-yyyy HH:mm:ss.SSS, ad esempio 31-Dec-2016 15:30:00.123.

  40. yyyy-MMM-dd HH:mm:ss.SSS, ad esempio 2016-Dec-31 15:30:00.123.

Valori non supportati nei dati

Se un campo contiene valori non conformi al tipo di dati assegnato da Amazon Quick Sight al campo, le righe contenenti tali valori vengono ignorate. Si considerino, ad esempio, i seguenti dati di origine.

Sales ID    Sales Date    Sales Amount
--------------------------------------
001        10/14/2015        12.43
002        5/3/2012          25.00
003        Unknown           18.17
004        3/8/2009          86.02

Amazon Quick Sight Sales Date lo interpreta come un campo data e elimina la riga contenente un valore non datato, quindi vengono importate solo le righe seguenti.

Sales ID    Sales Date    Sales Amount
--------------------------------------
001        10/14/2015        12.43
002        5/3/2012          25.00
004        3/8/2009          86.02

A volte, un campo di database contiene valori che il driver JDBC non riesce a interpretare per il motore di database di origine. In questi casi, i valori non interpretabili vengono sostituiti da null per consentire l'importazione delle righe. L'unica occorrenza nota di questo problema è in caso di utilizzo di campi data, data/ora e time stamp di MySQL contenenti valori zero, ad esempio 0000-00-00 00:00:00. Si considerino, ad esempio, i seguenti dati di origine.

Sales ID    Sales Date                Sales Amount
---------------------------------------------------
001        2004-10-12 09:14:27        12.43
002        2012-04-07 12:59:03        25.00
003        0000-00-00 00:00:00        18.17
004        2015-09-30 01:41:19        86.02

In questo caso, vengono importati i dati seguenti.

Sales ID    Sales Date                Sales Amount
---------------------------------------------------
001        2004-10-12 09:14:27        12.43
002        2012-04-07 12:59:03        25.00
003        (null)                     18.17
004        2015-09-30 01:41:19        86.02