Amazon Quick unterstützt Analysefunktionen für mehrere Datensätze
Heute kündigt Amazon Quick an, Themen mit mehreren Datensätzen zu unterstützen, sodass Benutzer Beziehungen zwischen mehreren Datensätzen in einem einzigen Thema modellieren und dieses Modell verwenden können, um Dashboards zu erstellen und Fragen in natürlicher Sprache zu beantworten. Bisher erforderte die Beantwortung einer Frage in einer Quick Sight-Grafik, die Datensätze umfasste, dass die Daten vorab zu einem einzigen Datensatz zusammengefügt werden – JOIN-Logik wurde manuell bei der Datenvorbereitung hinzugefügt, zusätzliche SPICE-Kapazität verbraucht, und die Benutzer mussten mehrere Datensätze basierend auf unterschiedlichen Anwendungsfällen oder bei Modelländerungen neu erstellen. Bei Themen mit mehreren Datensätzen wird ein Thema zu einem wiederverwendbaren relationalen Datenmodell: Benutzer fügen mehrere Datensätze hinzu, definieren die Beziehungen einmal, und Quick führt die Verknüpfungen zur Laufzeit durch.
Die neue Funktion gilt sowohl für die Erstellung von Dashboards als auch für Fragen und Antworten in natürlicher Sprache. Bei der Dashboard-Erstellung fungiert das Thema als Datenmodell, sodass eine einzelne Grafik Felder aus mehreren Datensätzen zeichnen kann, und Quick generiert automatisch die zugrunde liegende Verknüpfung – Benutzer erstellen das semantische Modell einmal und verwenden es für alle Grafiken im Dashboard wieder. Für Analysen in natürlicher Sprache können Benutzer einen Chat-Agenten direkt auf ein Thema verweisen und Fragen stellen. Der Agent liest die im Thema definierten Beziehungen und führt zur Laufzeit Verknüpfungen zwischen Datensätzen durch, um zu antworten, ohne dass Tabellen vorab verknüpft oder Daten vorbereitet werden müssen. Da beide Erfahrungen dasselbe Thema betreffen, dient ein gesteuertes semantisches Modell sowohl für Menschen als auch für Agenten als einzige Informationsquelle. Themen mit mehreren Datensätzen verwenden vorhandene Datensatzberechtigungen wieder und unterstützen Sicherheit auf Zeilen- und Spaltenebene (RLS/CLS), sodass eine etablierte Governance für jede datensatzübergreifende Grafik und jede Antwort gilt.
Themen mit mehreren Datensätzen sind jetzt allgemein in allen AWS-Regionen verfügbar, in denen Amazon Quick verfügbar ist. Informationen zum Einstieg finden Sie in diesem Blogbeitrag.