Amazon Quick تدعم الإمكانية التحليلية عبر مجموعات بيانات متعددة
تعلن Amazon Quick اليوم عن دعم موضوعات مجموعات البيانات المتعددة، مما يمكّن المستخدمين من نمذجة العلاقات عبر مجموعات بيانات متعددة في موضوع واحد واستخدام هذا النموذج لإنشاء لوحات معلومات والإجابة على الأسئلة بلغة طبيعية. في السابق، كانت الإجابة على سؤال في عنصر مرئي في Quick Sight يمتد عبر مجموعات البيانات المتعددة تتطلب ضم البيانات مسبقًا إلى مجموعة بيانات واحدة، مما استلزم إضافة منطق JOIN اليدوي أثناء إعداد البيانات، واستهلاك سعة SPICE إضافية، وتعيّن على المستخدمين إعادة إنشاء مجموعات بيانات متعددة بناءً على حالات الاستخدام المختلفة أو عندما تغير النموذج. باستخدام موضوعات مجموعات البيانات المتعددة، يصبح الموضوع نموذج بيانات علائقية قابل لإعادة الاستخدام: يضيف المستخدمون مجموعات بيانات متعددة، ويحددون العلاقات مرة واحدة، ويقوم Quick بتنفيذ عمليات الانضمام في وقت التنفيذ.
تنطبق الإمكانية الجديدة على كل من إنشاء لوحة المعلومات والأسئلة والأجوبة باللغة الطبيعية. بالنسبة لإنشاء لوحة المعلومات، يعمل الموضوع كنموذج للبيانات، لذلك يمكن لعنصر مرئي واحد استخدام الحقول من مجموعات بيانات متعددة ويقوم Quick بإنشاء عملية الربط الأساسية تلقائيًا، وبذلك يقوم المستخدمون بإنشاء النموذج الدلالي مرة واحدة وإعادة استخدامه عبر جميع العناصر المرئية في لوحة المعلومات. بالنسبة لتحليلات اللغة الطبيعية، يمكن للمستخدمين توجيه وكيل الدردشة مباشرةً إلى موضوع ما وطرح الأسئلة؛ يقوم الوكيل بقراءة العلاقات المحددة في الموضوع وينفذ عمليات الربط عبر مجموعات البيانات أثناء وقت التنفيذ للإجابة، دون الحاجة إلى الانضمام المسبق للجداول أو إعداد البيانات أولاً. نظرًا لأن كلا التجربتين تستفسران عن نفس الموضوع، فإن نموذجًا دلاليًا واحدًا محكومًا يعمل كمصدر وحيد للحقيقة للمستخدمين والوكلاء على حد سواء. تعيد موضوعات مجموعات البيانات المتعددة استخدام أذونات مجموعة البيانات الحالية وتدعم الأمان على مستوى الصف وعلى مستوى العمود (RLS/CLS)، مما يضمن استمرار تطبيق الحوكمة المعمول بها على كل عنصر مرئي يستخدم بيانات من مجموعات بيانات متعددة وعلى كل إجابة.
أصبحت موضوعات مجموعات البيانات المتعددة متاحة الآن بشكل عام في جميع مناطق AWS حيث تتوفر Amazon Quick. لبدء الاستخدام، يمكنك الرجوع إلى منشور المدونة هذا.