详细内容或原文请订阅后点击阅览
Amazon Quick Sight 多数据集关系的数据建模最佳实践
今天，我们很高兴地宣布 Amazon Quick Sight 中的多数据集关系。这项新功能允许您定义 Quick Sight 数据集之间的逻辑关系并在查询时执行运行时联接。您无需提前展平表，而是将每个表保留为其自己的 Quick Sight 数据集，并在 Quick Sight 主题内声明这些数据集如何相互关联。
来源:亚马逊云科技 _机器学习商业智能分析师在每个分析项目开始时通常都会面临同样的挑战：回答单个业务问题所需的数据存在于多个表中。销售交易位于一个位置，客户人口统计和产品属性位于另一个位置，而回报、预测和运营指标则位于其他位置。
到目前为止，在 Amazon Quick Sight 中组合这些表需要将所有内容预先加入到广泛的非规范化数据集中，然后才能开始任何分析。这种方法有效。但它迫使数据建模决策提前，在不同粒度上重复测量，引入维护开销，并且通常会为几乎每个报告场景生成不同的数据集。
今天，我们很高兴地宣布 Amazon Quick Sight 中的多数据集关系。这项新功能允许您定义 Quick Sight 数据集之间的逻辑关系并在查询时执行运行时联接。您无需提前展平表，而是将每个表保留为其自己的 Quick Sight 数据集，并在 Quick Sight 主题内声明这些数据集如何相互关联。然后，Quick Sight 精确组装视觉效果、计算字段、过滤器或自然语言问答所需的连接。
这种范式转变带来了几个关键优势：
为什么选择运行时、基于关系的模型
传统的单数据集模型具有三个经常性成本：