支援的資料類型和值

Amazon Quick Sight 目前支援下列基本資料類型：Date、Integer、 Decimal和 String。SPICE 中支援下列資料類型：Date、Decimal-fixed、Decimal-float、Integer 和 String。Quick Sight 透過將布林值提升為整數來接受布林值。它也可以推導出地理空間資料類型。地理空間資料類型使用中繼資料來解譯實體資料類型。緯度和經度為數字。所有其他地理空間類別為字串。

請確保用作資料來源的任何資料表或檔案，僅包含可隱含轉換為這些資料類型的欄位。Amazon Quick Sight 會略過任何無法轉換的欄位或資料欄。如果收到「欄位因為使用不受支援的資料類型而被略過」的錯誤訊息，請變更您的查詢或資料表，以移除或重新轉換不受支援的資料類型。

字串與文字資料

包含字元的欄位或資料欄稱為字串。具有 STRING 資料類型的欄位一開始可以包含幾乎任何類型的資料。範例包括名稱、描述、電話號碼、帳戶號碼、JSON 資料、城市、郵遞區號、日期以及可用於計算的數字。這些類型有時在一般意義上被稱為文字資料，但在技術意義上並非如此。Quick Sight 不支援資料集欄中的二進位和字元大型物件 (BLOBs)。在 Quick Sight 文件中，「文字」一詞一律表示「字串資料」。

當您第一次查詢或匯入資料時，Quick Sight 會嘗試解譯其識別為其他類型的資料，例如日期和數字。驗證指派給欄位或資料欄的資料類型是否正確是很好的做法。

對於匯入資料中的每個字串欄位，Quick Sight 會使用 8 個位元組的欄位長度加上 UTF-8 編碼字元長度。Amazon Quick Sight 支援 UTF-8 檔案編碼，但不支援 UTF-8 （使用 BOM)。

日期和時間資料

資料類型為 Date 的欄位也包括時間資料，也稱為 Datetime 欄位。Quick Sight 支援使用支援日期格式的日期和時間。

Quick Sight 使用 UTC 時間來查詢、篩選和顯示日期資料。當日期資料未指定時區時，Quick Sight 會假設 UTC 值。當日期資料確實指定時區時，Quick Sight 會將其轉換為以 UTC 時間顯示。例如，時區位移為的日期欄位2015-11-01T03:00:00-08:00會轉換為 UTC，並在 Amazon Quick Sight 中顯示為 2015-11-01T15:30:00。

對於匯入資料中的每個DATE欄位，Quick Sight 會使用 8 個位元組的欄位長度。Quick Sight 支援 UTF-8 檔案編碼，但不支援 UTF-8 （使用 BOM)。

數值資料

數字資料包括整數和小數。資料類型為 INT 的整數是不帶小數位的負數或正數。Quick Sight 不會區分大整數和小整數。值超過 9007199254740991 或 2^53 - 1 的整數可能無法在視覺效果中完全或正確顯示。

資料類型為 Decimal 的小數為負數或正數，其在小數點前後至少包含一位小數。當您選擇「直接查詢」模式時，所有非整數小數類型都被標示為 Decimal，底層引擎會根據資料來源支援的行為處理資料點的精確度。如需支援的資料來源類型的詳細資訊，請參閱支援的資料類型和值。

當您將資料集存放在時SPICE，您可以選擇將小數值儲存為 fixed或 float 小數類型。 Decimal-fixed資料類型使用小數 (18,4) 格式，允許總計 18 位數和小數點後最多 4 位數。 Decimal-fixed 資料類型是執行精確數學操作的理想選擇，但 Quick Sight 會在將值擷取到時，將值四捨五入到最接近的一萬位SPICE。

Decimal-float 資料類型為值提供大約 16 位有效數字的精確度。有效數字可以位於小數點任何一側，以支援同時具有多個小數位和更高位數的數字。例如，Decimal-float 資料類型支援數字 12345.1234567890 或 1234567890.12345。如果您使用接近 0 的非常小的數字，則 Decimal-float 資料類型支援小數點右側最多 15 位數字，例如 0.123451234512345。這種資料類型支援的最大值是 1.8 * 10^308，可最大限度地降低資料集出現溢出錯誤的可能性。

Decimal-float 資料類型不精確，有些值儲存為近似值而不是實際值。當您儲存並傳回某些特定值時，這可能會導致輕微的偏差。下列考量會套用於 Decimal-float 資料類型。

如果您使用的資料集來自 Amazon S3 資料來源，SPICE 會將 Decimal-float 小數類型指派給所有數值格式的小數值。
如果您使用的資料集來自資料庫，SPICE 使用在資料庫中指派值的小數類型。例如，如果該值在資料庫中被指派為定點數值，值將是 SPICE 中的 Decimal-fixed 類型。

對於包含可轉換為 Decimal-float 資料類型的欄位的現有 SPICE 資料集，編輯資料集頁面中會出現一個快顯視窗。若要將現有資料集的欄位轉換為 Decimal-float 資料類型，選擇更新欄位。如果您不想加入，請選擇不更新欄位。每次您開啟編輯資料集頁面時，更新欄位都會出現，直到資料集儲存並發布。

來自外部資料來源的受支援資料類型

下表列出搭配 Amazon Quick Sight 使用下列資料來源時支援的資料類型。

資料庫引擎或來源	數值資料類型	字串資料類型	日期時間資料類型	布林值資料類型
Amazon Athena、Presto、Starburst、Trino	bigint decimal double integer real smallint tinyint	char varchar	date timestamp	boolean
Amazon Aurora、MariaDB 和 MySQL	bigint decimal double int integer mediumint numeric smallint tinyint	char enum set text varchar	date datetime timestamp year
Amazon OpenSearch Service	byte integer long float double	string (OpenSearch 服務中的關鍵字字串欄位類型) ip	timestamp	boolean 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 character text varchar varying character	date timestamp	boolean
Apache Spark	bigint decimal double integer real smallint tinyint	varchar	date timestamp	boolean
Snowflake	bigint byteint decimal double doubleprecision float float4 float8 int integer number numeric real smallint tinyint	char character string text varchar	date datetime time timestamp timestamp_*	boolean
Microsoft SQL Server	bigint bit decimal int money numeric real smallint smallmoney tinyint	char nchar nvarchar text varchar	date datetime datetime2 smalldatetime	bit

支援的日期格式

Amazon Quick Sight 支援本節所述的日期和時間格式。將資料新增至 Amazon Quick Sight 之前，請檢查您的日期格式是否相容。如果需要使用不受支援的格式，請參閱使用不支援的日期或自訂日期。

根據資料來源類型不同，支援的格式也不同，如下所示：

資料來源時鐘日期格式

資料來源	時鐘	日期格式
檔案上傳 Amazon S3 來源 Athena Salesforce	24 小時和 12 小時制	Joda API 文檔中描述了受支援的日期和時間格式。如需 Joda 日期格式的完整清單，請參閱 Joda 網站上的 Class DateTimeFormat。對於儲存在記憶體 (SPICE) 中的資料集，Amazon Quick Sight 支援下列範圍內的日期： `Jan 1, 1400 00:00:00 UTC`到 `Dec 31, 9999, 23:59:59 UTC`。
關聯式資料庫來源	僅 24 小時制	下列資料和時間格式： `dd/MM/yyyy HH:mm:ss`，例如 31/12/2016 15:30:00。 `dd/MM/yyyy`，例如 31/12/2016。 `dd/MMM/yyyy HH:mm:ss`，例如 2016 年 12 月 31 日 15：30：00。 `dd/MMM/yyyy`，例如 2016 年 12 月 31 日。 `dd-MMM-yyyy HH:mm:ss`，例如 2016 年 12 月 31 日 15：30：00。 `dd-MMM-yyyy`，例如 2016 年 12 月 31 日。 `dd-MM-yyyy HH:mm:ss`，例如 31-12-2016 15:30:00。 `dd-MM-yyyy`，例如 31-12-2016。 `MM/dd/yyyy HH:mm:ss`，例如 12/31/2016 15:30:00。 `MM/dd/yyyy`，例如 12/31/2016。 `MM-dd-yyyy HH:mm:ss`，例如 12-31-2016 15:30:00。 `MM-dd-yyyy`，例如 12-31-2016。 `MMM/dd/yyyy HH:mm:ss`，例如 2Dec/31/2016 日 15：30：00。 `MMM/dd/yyyy`，例如 2Dec/31/2016 日。 `MMM-dd-yyyy HH:mm:ss`，例如 Dec-31-2016 日 15：30：00。 `MMM-dd-yyyy`，例如 Dec-31-2016 日。 `yyyy/MM/dd HH:mm:ss`，例如 2016/12/31 15:30:00。 `yyyy/MM/dd`，例如 2016/12/31。 `yyyy/MMM/dd HH:mm:ss`，例如 2016/12/31 15：30：00。 `yyyy/MMM/dd`，例如 2016 年 12 月 31 日。 `yyyy-MM-dd HH:mm:ss`，例如 2016-12-31 15:30:00。 `yyyy-MM-dd`，例如 2016-12-31。 `yyyy-MMM-dd HH:mm:ss`，例如 2016-Dec-31 日 15：30：00。 `yyyy-MMM-dd`，例如 2016-Dec-31 日。 `yyyyMMdd'T'HHmmss`，例如 20161231T153000。 `yyyy-MM-dd'T'HH:mm:ss`，例如 2016-12-31T15:30:00。 `yyyyMMdd'T'HHmmss.SSS`，例如 20161231T153000.123。 `MM/dd/yyyy HH:mm:ss.SSS`，例如 12/31/2016 15:30:00.123。 `dd/MM/yyyy HH:mm:ss.SSS`，例如 31/12/2016 15:30:00.123。 `yyyy/MM/dd HH:mm:ss.SSS`，例如 2016/12/31 15:30:00.123。 `MMM/dd/yyyy HH:mm:ss.SSS`，例如 2Dec/31/2016 日 15：30：00.123。 `dd/MMM/yyyy HH:mm:ss.SSS`，例如 2016 年 12 月 31 日 15：30：00.123。 `yyyy/MMM/dd HH:mm:ss.SSS`，例如 2016/12/31 15：30：00.123。 `yyyy-MM-dd'T'HH:mm:ss.SSS`，例如 2016-12-31T15:30:00.123。 `MM-dd-yyyy HH:mm:ss.SSS`，例如 12-31-2016 15:30:00.123。 `dd-MM-yyyy HH:mm:ss.SSS`，例如 31-12-2016 15:30:00.123。 `yyyy-MM-dd HH:mm:ss.SSS`，例如 2016-12-31 15:30:00.123。 `MMM-dd-yyyy HH:mm:ss.SSS`，例如 Dec-31-2016 日 15：30：00.123。 `dd-MMM-yyyy HH:mm:ss.SSS`，例如 2016 年 12 月 31 日 15：30：00.123。 `yyyy-MMM-dd HH:mm:ss.SSS`，例如 2016-Dec-31 日 15：30：00.123。

檔案上傳

Amazon S3 來源

Athena

Salesforce

24 小時和 12 小時制

Joda API 文檔中描述了受支援的日期和時間格式。

如需 Joda 日期格式的完整清單，請參閱 Joda 網站上的 Class DateTimeFormat。

對於儲存在記憶體 (SPICE) 中的資料集，Amazon Quick Sight 支援下列範圍內的日期： Jan 1, 1400 00:00:00 UTC到 Dec 31, 9999, 23:59:59 UTC。

關聯式資料庫來源

僅 24 小時制

下列資料和時間格式：

dd/MM/yyyy HH:mm:ss，例如 31/12/2016 15:30:00。
dd/MM/yyyy，例如 31/12/2016。
dd/MMM/yyyy HH:mm:ss，例如 2016 年 12 月 31 日 15：30：00。
dd/MMM/yyyy，例如 2016 年 12 月 31 日。
dd-MMM-yyyy HH:mm:ss，例如 2016 年 12 月 31 日 15：30：00。
dd-MMM-yyyy，例如 2016 年 12 月 31 日。
dd-MM-yyyy HH:mm:ss，例如 31-12-2016 15:30:00。
dd-MM-yyyy，例如 31-12-2016。
MM/dd/yyyy HH:mm:ss，例如 12/31/2016 15:30:00。
MM/dd/yyyy，例如 12/31/2016。
MM-dd-yyyy HH:mm:ss，例如 12-31-2016 15:30:00。
MM-dd-yyyy，例如 12-31-2016。
MMM/dd/yyyy HH:mm:ss，例如 2Dec/31/2016 日 15：30：00。
MMM/dd/yyyy，例如 2Dec/31/2016 日。
MMM-dd-yyyy HH:mm:ss，例如 Dec-31-2016 日 15：30：00。
MMM-dd-yyyy，例如 Dec-31-2016 日。
yyyy/MM/dd HH:mm:ss，例如 2016/12/31 15:30:00。
yyyy/MM/dd，例如 2016/12/31。
yyyy/MMM/dd HH:mm:ss，例如 2016/12/31 15：30：00。
yyyy/MMM/dd，例如 2016 年 12 月 31 日。
yyyy-MM-dd HH:mm:ss，例如 2016-12-31 15:30:00。
yyyy-MM-dd，例如 2016-12-31。
yyyy-MMM-dd HH:mm:ss，例如 2016-Dec-31 日 15：30：00。
yyyy-MMM-dd，例如 2016-Dec-31 日。
yyyyMMdd'T'HHmmss，例如 20161231T153000。
yyyy-MM-dd'T'HH:mm:ss，例如 2016-12-31T15:30:00。
yyyyMMdd'T'HHmmss.SSS，例如 20161231T153000.123。
MM/dd/yyyy HH:mm:ss.SSS，例如 12/31/2016 15:30:00.123。
dd/MM/yyyy HH:mm:ss.SSS，例如 31/12/2016 15:30:00.123。
yyyy/MM/dd HH:mm:ss.SSS，例如 2016/12/31 15:30:00.123。
MMM/dd/yyyy HH:mm:ss.SSS，例如 2Dec/31/2016 日 15：30：00.123。
dd/MMM/yyyy HH:mm:ss.SSS，例如 2016 年 12 月 31 日 15：30：00.123。
yyyy/MMM/dd HH:mm:ss.SSS，例如 2016/12/31 15：30：00.123。
yyyy-MM-dd'T'HH:mm:ss.SSS，例如 2016-12-31T15:30:00.123。
MM-dd-yyyy HH:mm:ss.SSS，例如 12-31-2016 15:30:00.123。
dd-MM-yyyy HH:mm:ss.SSS，例如 31-12-2016 15:30:00.123。
yyyy-MM-dd HH:mm:ss.SSS，例如 2016-12-31 15:30:00.123。
MMM-dd-yyyy HH:mm:ss.SSS，例如 Dec-31-2016 日 15：30：00.123。
dd-MMM-yyyy HH:mm:ss.SSS，例如 2016 年 12 月 31 日 15：30：00.123。
yyyy-MMM-dd HH:mm:ss.SSS，例如 2016-Dec-31 日 15：30：00.123。

資料中不支援的值

如果欄位包含的值不符合 Amazon Quick Sight 指派給欄位的資料類型，則會略過包含這些值的資料列。以下列來源資料為例。


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 會解譯Sales Date為日期欄位，並捨棄包含非日期值的資料列，因此只會匯入下列資料列。


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

在某些情況下，資料庫欄位可能包含 JDBC 驅動程式無法解譯的來源資料庫引擎值。在這種情況下，無法解譯的值會替換為 null，以便匯入資料列。已知此問題只發生於值全部為零的 MySQL date、datetime 和 timestamp 欄位，例如 0000-00-00 00:00:00。以下列來源資料為例。


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

在此情況下會匯入下列資料。


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

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

資料來源配額

使用資料集