As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Trabalhando com conjuntos de dados
Os conjuntos de dados são a base de suas análises do Quick Sight, servindo como fontes de dados preparadas e estruturadas que potencializam suas análises e painéis. Depois de criar conjuntos de dados a partir de suas fontes de dados, você precisa gerenciá-los com eficiência durante todo o ciclo de vida para garantir análises confiáveis, seguras e colaborativas.
Esta seção aborda o fluxo de trabalho completo de gerenciamento de conjuntos de dados, desde a edição e o controle de versões de conjuntos de dados até o compartilhamento com os membros da equipe e a implementação de controles de segurança. Você aprenderá como manter a integridade do conjunto de dados e, ao mesmo tempo, oferecer suporte à análise colaborativa, rastrear quais análises dependem de seus conjuntos de dados e implementar segurança em nível de linha e coluna para proteger informações confidenciais. Se você está preparando conjuntos de dados para uso em equipe, solucionando problemas de análise ou implementando políticas de governança de dados, esses tópicos fornecem o conhecimento essencial para o gerenciamento eficaz de conjuntos de dados no Quick Sight.
**Topics**
+ [Criar conjuntos de dados](creating-data-sets.md)
+ [Como editar conjuntos de dados](edit-a-data-set.md)
+ [Reverter conjuntos de dados para versões publicadas anteriormente](dataset-versioning.md)
+ [Como duplicar conjuntos de dados](duplicate-a-data-set.md)
+ [Compartilhar conjuntos de dados](sharing-data-sets.md)
+ [Acompanhar painéis e análises que usam um conjunto de dados](track-analytics-that-use-dataset.md)
+ [Usando parâmetros do conjunto de dados no Amazon Quick](dataset-parameters.md)
+ [Usando a segurança em nível de linha no Amazon Quick](row-level-security.md)
+ [Uso da segurança em nível de coluna para restringir o acesso a um conjunto de dados](restrict-access-to-a-data-set-using-column-level-security.md)
+ [Execução de consultas como uma função do IAM no Amazon Quick](datasource-run-as-role.md)
+ [Excluir conjuntos de dados](delete-a-data-set.md)
+ [Como adicionar um conjunto de dados a uma análise](adding-a-data-set-to-an-analysis.md)
# Criar conjuntos de dados
Você pode criar conjuntos de dados a partir de fontes de dados novas ou existentes no Amazon Quick. Você pode usar uma variedade de fontes de dados de banco de dados para fornecer dados ao Amazon Quick. Isso inclui instâncias do Amazon RDS e clusters do Amazon Redshift. Também inclui instâncias do MariaDB, Microsoft SQL Server, MySQL, Oracle e PostgreSQL na sua organização, no Amazon EC2 ou em ambientes semelhantes.
**Topics**
+ [Como criar conjuntos de dados usando novas fontes de dados](creating-data-sets-new.md)
+ [Como criar um conjunto de dados usando uma fonte de dados existente](create-a-data-set-existing.md)
+ [Criação de um conjunto de dados usando um conjunto de dados existente no Amazon Quick](create-a-dataset-existing-dataset.md)
# Como criar conjuntos de dados usando novas fontes de dados
Quando você cria um conjunto de dados com base em um AWS serviço como Amazon RDS, Amazon Redshift ou Amazon EC2, as taxas de transferência de dados podem ser aplicadas ao consumir dados dessa fonte. Essas cobranças também podem variar dependendo se esse AWS recurso está na casa Região da AWS que você escolheu para sua conta Amazon Quick. Para obter detalhes sobre preços, consulte a página de preços do serviço em questão.
Ao criar um novo conjunto de dados do banco de dados, você pode selecionar uma tabela, juntar várias tabelas ou criar uma consulta SQL para recuperar os dados que desejar. Você também pode alterar se o conjunto de dados usa uma consulta direta ou, então, armazena dados no [SPICE](spice.md).
**Para criar um novo conjunto de dados**
1. Para criar um conjunto de dados, escolha **Novo conjunto de dados** na página **Dados**. Em seguida, você pode criar um conjunto de dados com base em um conjunto de dados ou uma fonte de dados existente, bem como se conectar a uma nova fonte de dados e basear o conjunto de dados nisso.
1. Forneça as informações de conexão para a fonte de dados:
+ Para arquivos de texto local ou do Microsoft Excel, você pode simplesmente identificar o local do arquivo e fazer o carregamento dele.
+ Para o Amazon S3, forneça um manifesto identificando os arquivos ou buckets que deseja usar e as configurações de importação para os arquivos de destino.
+ Para o Amazon Athena, todos os bancos de dados do Athena da sua AWS conta são devolvidos. Nenhuma credencial adicional é necessária.
+ Para Salesforce, forneça credenciais para se conectar.
+ Para o Amazon Redshift, o Amazon RDS, o Amazon EC2 ou outras fontes de dados do banco de dados, forneça informações sobre o servidor e o banco de dados que hospedam os dados. Forneça também credenciais válidas para essa instância de banco de dados.
# Como criar um conjunto de dados usando um banco de dados
Os procedimentos a seguir orientam você a conectar-se com fontes de dados do banco de dados e a criar conjuntos de dados. Para criar conjuntos de dados a partir de fontes de AWS dados que sua conta Amazon Quick descobriu automaticamente, use. [Como criar um conjunto de dados de um cluster do Amazon Redshift ou instância do Amazon RDS detectados automaticamente](#create-a-data-set-autodiscovered) Para criar conjuntos de dados de qualquer outra fonte de dados de banco de dados, use [Como criar um conjunto de dados usando um banco de dados não detectado automaticamente](#create-a-data-set-database).
## Como criar um conjunto de dados de um cluster do Amazon Redshift ou instância do Amazon RDS detectados automaticamente
Use o procedimento a seguir para criar uma conexão com uma fonte de dados da AWS detectada automaticamente.
**Para criar uma conexão com uma fonte de AWS dados descoberta automaticamente**
1. Marque [Cotas de fonte de dados](data-source-limits.md) para garantir que sua tabela ou consulta de destino não exceda as cotas de fonte de dados.
1. Confirme se as credenciais do banco de dados que você planeja usar tem as permissões adequadas, conforme descrito em [Permissões obrigatórias](required-permissions.md).
1. Certifique-se de ter configurado o cluster ou a instância para o Amazon Quick Access seguindo as instruções em[Requisitos de configuração de rede e banco de dados](configure-access.md).
1. Na página de início rápido da Amazon, escolha **Dados**.
1. Escolha **Criar** e, em seguida, escolha **Novo conjunto de dados.**
1. Escolha o ícone de descoberta automática do **RDS** ou do **Redshift**, dependendo do serviço AWS ao qual você deseja se conectar.
1. Insira as informações de conexão para a fonte de dados da seguinte forma:
+ Para **Data source name (Nome da fonte de dados)**, digite um nome para a fonte de dados.
+ Em **Instance ID (ID da instância)**, selecione o nome da instância ou o cluster ao qual você deseja se conectar.
+ **Database name** mostra o banco de dados padrão para o cluster ou instância do **Instance ID**. Para usar um banco de dados diferente no cluster ou na instância, digite os nomes.
+ Para **UserName**, insira o nome de usuário de uma conta de usuário que tenha permissões para fazer o seguinte:
+ Acesse o banco de dados de destino.
+ Leia (execute uma instrução em `SELECT`) quaisquer tabelas nesse banco de dados que você deseja usar.
+ Em **Senha**, digite a senha da conta inserida.
1. Escolha **Validate connection** para verificar se as informações da sua conexão estão corretas.
1. Se a conexão for validada, escolha **Create data source**. Caso contrário, corrija as informações de conexão e tente novamente a validação.
**nota**
O Amazon Quick protege automaticamente as conexões com instâncias do Amazon RDS e clusters do Amazon Redshift usando Secure Sockets Layer (SSL). Você não precisa fazer nada para ativar esse recurso.
1. Escolha uma das seguintes opções:
+ **SQL personalizado**
Na próxima tela, você poderá optar por escrever uma consulta usando a opção **Use custom SQL (Usar SQL personalizado)**. Isso exibirá uma tela chamada **Enter custom SQL query (Inserir consulta SQL personalizada)**, onde você poderá inserir um nome para sua consulta e, em seguida, inserir o SQL. Para resultados melhores, componha a consulta em um editor SQL e, em seguida, cole-o na janela. Depois de nomear e inserir a consulta, você poderá escolher **Edit/Preview data (Editar/visualizar dados)** ou **Confirm query (Confirmar consulta)**. Escolha **Edit/Preview data (Editar/visualizar dados)** para ir imediatamente para a preparação de dados. Escolha **Confirm query (Confirmar consulta)** para validar o SQL e verificar se há erros.
+ **Escolher tabelas**
Para se conectar a tabelas específicas, em **Esquema: contém conjuntos de tabelas**, escolha **Selecionar** e, depois, um esquema. Em alguns casos, quando houver um único esquema no banco de dados, esse esquema será automaticamente escolhido e a opção de seleção de esquema não será exibida.
Para preparar os dados antes de criar uma análise, selecione **Edit/Preview data** para abrir a preparação de dados. Use essa opção se você quiser se juntar para mais tabelas.
Caso contrário, depois de escolher uma mesa, escolha **Select (Selecionar)**.
1. Escolha uma das seguintes opções:
+ Prepare os dados antes da criação da análise. Para isso, selecione **Edit/Preview data (Editar/visualizar dados)** para abrir a preparação de dados para a tabela selecionada. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
+ Crie um conjunto de dados e uma análise usando os dados da tabela no estado em que se encontram para importar os dados do conjunto de dados ao SPICE a fim de melhorar o desempenho (recomendado). Para isso, verifique o tamanho da tabela e o indicador do SPICE para saber se você tem capacidade suficiente.
Se você tiver capacidade suficiente no SPICE, selecione **Importar para o SPICE para agilizar o analytics** e crie uma análise selecionando **Visualizar**.
**nota**
Se quiser usar SPICE e não tiver espaço suficiente, escolha **Editar ou visualizar dados**. Na preparação de dados, você pode remover campos do conjunto de dados para diminuir o tamanho. Você também pode aplicar um filtro ou gravar uma consulta SQL que reduz o número de linhas ou colunas retornadas. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
+ Para criar um conjunto de dados e uma análise usando os dados da tabela na forma como se encontram, e para que esses dados sejam consultados diretamente pelo banco de dados, selecione a opção **Consultar diretamente seus dados**. Em seguida, crie uma análise escolhendo **Visualize (Visualizar)**.
## Como criar um conjunto de dados usando um banco de dados não detectado automaticamente
Use o procedimento a seguir para criar uma conexão com qualquer banco de dados diferente de um cluster do Amazon Redshift ou instância do Amazon RDS detectados automaticamente. Esses bancos de dados incluem clusters do Amazon Redshift e instâncias do Amazon RDS que estão em uma conta diferente Região da AWS ou estão associadas a uma conta diferente. AWS Também incluem instâncias do MariaDB, Microsoft SQL Server, MySQL, Oracle e PostgreSQL que estão on-premises, no Amazon EC2 ou em outro ambiente acessível.
**Para criar uma conexão com um banco de dados que não seja um cluster do Amazon Redshift ou uma instância do RDS detectados automaticamente**
1. Marque [Cotas de fonte de dados](data-source-limits.md) para garantir que sua tabela ou consulta de destino não exceda as cotas de fonte de dados.
1. Confirme se as credenciais do banco de dados que você planeja usar tem as permissões adequadas, conforme descrito em [Permissões obrigatórias](required-permissions.md).
1. Certifique-se de ter configurado o cluster ou a instância para o Amazon Quick Access seguindo as instruções em[Requisitos de configuração de rede e banco de dados](configure-access.md).
1. Na página de início rápido da Amazon, escolha **Gerenciar dados**.
1. Escolha **Criar** e, em seguida, escolha **Novo conjunto de dados**.
1. Escolha o ícone de **conexão manual do Redshift** se quiser se conectar a um cluster do Amazon Redshift em Região da AWS outra conta ou associado a uma conta diferente. AWS Como alternativa, escolha o ícone do sistema de gerenciamento de banco de dados apropriado para se conectar a uma instância do Amazon Aurora, MariaDB, Microsoft SQL Server, MySQL, Oracle ou PostgreSQL.
1. Insira as informações de conexão para a fonte de dados da seguinte forma:
+ Para **Data source name (Nome da fonte de dados)**, digite um nome para a fonte de dados.
+ Em **Database server (Servidor de banco de dados)**, insira um dos seguintes valores:
+ Para um cluster do Amazon Redshift ou uma instância do Amazon RDS, insira o endpoint do cluster ou da instância sem o número da porta. Por exemplo, se o valor do endpoint for `clustername.1234abcd.us-west-2.redshift.amazonaws.com:1234`, insira `clustername.1234abcd.us-west-2.redshift.amazonaws.com`. Você pode obter o valor do endpoint no campo **Endpoint** na página de detalhes do cluster ou da instância no AWS console.
+ Para uma instância no Amazon EC2 do MariaDB, Microsoft SQL Server, MySQL, Oracle ou PostgreSQL, insira o endereço DNS público. Você pode obter o valor de DNS público no campo **DNS público**, no painel de detalhes da instância no console do Amazon EC2.
+ Para uma instância do MariaDB, Microsoft SQL Server, MySQL, Oracle ou PostgreSQL que não seja do Amazon EC2, insira o nome de host ou endereço IP público do servidor do banco de dados. Se você estiver usando o Secure Sockets Layer (SSL) para uma conexão segura (recomendado), provavelmente será preciso fornecer o nome do host de acordo com as informações necessárias pelo certificado SSL. Para obter uma lista de certificados aceitos, consulte [Certificados Amazon Quick SSL e CA](configure-access.md#ca-certificates).
+ Para **Port (Porta)**, digite a porta que o cluster ou a instância usam para conexões.
+ Para **Database name (Nome do banco de dados)**, digite o nome do banco de dados que deseja usar.
+ Para **UserName**, insira o nome de usuário de uma conta de usuário que tenha permissões para fazer o seguinte:
+ Acesse o banco de dados de destino.
+ Leia (execute uma instrução em `SELECT`) quaisquer tabelas nesse banco de dados que você deseja usar.
+ Em **Senha**, digite a senha associada à conta inserida.
1. (Opcional) Se estiver se conectando a algo que não seja um cluster do Amazon Redshift e *não* quiser uma conexão segura, certifique-se de desmarcar **Habilitar SSL**. *É altamente recomendável deixar essa opção marcada*, pois uma conexão desprotegida pode ficar aberta a violações.
Para obter mais informações sobre como a instância de destino usa SSL para proteger conexões, consulte a documentação do sistema de gerenciamento de banco de dados do destino. O Amazon Quick não aceita certificados SSL autoassinados como válidos. Para obter uma lista de certificados aceitos, consulte [Certificados Amazon Quick SSL e CA](configure-access.md#ca-certificates).
O Amazon Quick protege automaticamente as conexões com os clusters do Amazon Redshift usando SSL. Você não precisa fazer nada para ativar esse recurso.
Alguns bancos de dados, como o Presto e o Apache Spark, devem atender a requisitos adicionais antes que o Amazon Quick possa se conectar. Para obter mais informações, consulte [Como criar uma fonte de dados usando Presto](create-a-data-source-presto.md) ou [Como criar uma fonte de dados usando o Apache Spark](create-a-data-source-spark.md).
1. (Opcional) Escolha **Validate connection** para verificar se as informações da sua conexão estão corretas.
1. Se a conexão for validada, escolha **Create data source**. Caso contrário, corrija as informações de conexão e tente novamente a validação.
1. Escolha uma das seguintes opções:
+ **SQL personalizado**
Na próxima tela, você poderá optar por escrever uma consulta usando a opção **Use custom SQL (Usar SQL personalizado)**. Isso exibirá uma tela chamada **Enter custom SQL query (Inserir consulta SQL personalizada)**, onde você poderá inserir um nome para sua consulta e, em seguida, inserir o SQL. Para resultados melhores, componha a consulta em um editor SQL e, em seguida, cole-o na janela. Depois de nomear e inserir a consulta, você poderá escolher **Edit/Preview data (Editar/visualizar dados)** ou **Confirm query (Confirmar consulta)**. Escolha **Edit/Preview data (Editar/visualizar dados)** para ir imediatamente para a preparação de dados. Escolha **Confirm query (Confirmar consulta)** para validar o SQL e verificar se há erros.
+ **Escolher tabelas**
Para se conectar a tabelas específicas, em **Esquema: contém conjuntos de tabelas**, escolha **Selecionar** e, depois, um esquema. Em alguns casos, quando houver um único esquema no banco de dados, esse esquema será automaticamente escolhido e a opção de seleção de esquema não será exibida.
Para preparar os dados antes de criar uma análise, selecione **Edit/Preview data** para abrir a preparação de dados. Use essa opção se você quiser se juntar para mais tabelas.
Caso contrário, depois de escolher uma mesa, escolha **Select (Selecionar)**.
1. Escolha uma das seguintes opções:
+ Prepare os dados antes da criação da análise. Para isso, selecione **Edit/Preview data (Editar/visualizar dados)** para abrir a preparação de dados para a tabela selecionada. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
+ Crie um conjunto de dados e uma análise usando os dados da tabela no estado em que se encontram e importe os dados do conjunto de dados para SPICE a fim de melhorar o desempenho (recomendado). Para isso, verifique o tamanho da tabela e o indicador do SPICE para saber se você tem espaço suficiente.
Se você tiver capacidade suficiente no SPICE, selecione **Importar para o SPICE para agilizar a análise** e crie uma análise selecionando **Visualizar**.
**nota**
Se quiser usar SPICE e não tiver espaço suficiente, escolha **Editar ou visualizar dados**. Na preparação de dados, você pode remover campos do conjunto de dados para diminuir o tamanho. Você também pode aplicar um filtro ou gravar uma consulta SQL que reduz o número de linhas ou colunas retornadas. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
+ Crie um conjunto de dados e uma análise usando os dados da tabela no estado em que se encontram, e os dados serão consultados diretamente do banco de dados. Para fazer isso, escolha a opção **Directly query your data (Consultar diretamente seus dados)** . Em seguida, crie uma análise escolhendo **Visualize (Visualizar)**.
# Como criar um conjunto de dados usando uma fonte de dados existente
Depois de fazer uma conexão inicial com um Salesforce, armazenamento de dados ou outra fonte de AWS dados de banco de dados, o Amazon Quick salva as informações de conexão. Ele adiciona a fonte de dados à seção **FROM EXISTING DATA SOURCES (A PARTIR DE FONTES DE DADOS EXISTENTES)** da página **Create a Data Set (Criar um conjunto de dados)**. Você pode usar essas fontes de dados existentes para criar novos conjuntos de dados sem especificar novamente as informações de conexão.
## Como criar um conjunto de dados usando uma fonte de dados existente do Amazon S3
Use o procedimento a seguir para criar um conjunto de dados usando uma fonte de dados existente do Amazon S3.
**Para criar um conjunto de dados usando uma fonte de dados existente do S3**
1. Na página de início rápido da Amazon, escolha **Dados**.
1. Escolha **Criar** e, em seguida, escolha **Novo conjunto de dados.**
1. Escolha a fonte de dados do Amazon S3 a ser usada.
1. Para preparar os dados antes de criar o conjunto de dados, escolha **Editar ou visualizar dados)**. Para criar uma análise usando os dados da forma como se encontram, escolha **Visualize (Visualizar)**.
## Como criar um conjunto de dados usando uma fonte de dados existente do Amazon Athena
Use o procedimento a seguir para criar um conjunto de dados usando uma fonte de dados existente do Amazon Athena.
**Para criar um conjunto de dados usando um perfil de conexão existente do Athena**
1. Na página de início rápido da Amazon, escolha **Dados**.
1. Escolha **Criar** e, em seguida, escolha **Novo conjunto de dados**.
Escolha o ícone do perfil de conexão para a fonte de dados existente que você deseja usar. Os perfis de conexão são identificados com o ícone da fonte de dados e o nome fornecido pela pessoa que criou a conexão.
1. Escolha **Create data set**.
O Amazon Quick cria um perfil de conexão para essa fonte de dados com base somente no grupo de trabalho do Athena. O banco de dados e a tabela não são salvos.
1. Na tela **Escolher sua tabela**, siga um destes procedimentos:
+ Para escrever uma consulta SQL, escolha **Usar SQL personalizado**.
+ Para escolher um banco de dados e uma tabela, primeiro selecione seu banco de dados na lista **Banco de dados**. Em seguida, escolha uma tabela na lista que aparece para o seu banco de dados.
## Criar um conjunto de dados usando uma fonte de dados existente do Salesforce
Use o procedimento a seguir para criar um conjunto de dados usando uma fonte de dados existente do Salesforce.
**Para criar um conjunto de dados usando uma fonte de dados existente do Salesforce**
1. Na página de início rápido da Amazon, escolha **Dados**.
1. Escolha **Criar** e, em seguida, escolha **Novo conjunto de dados**.
1. Escolha a fonte de dados do Salesforce a ser usada.
1. Escolha **Create Data Set**.
1. Escolha uma das seguintes opções:
+ **SQL personalizado**
Na próxima tela, você poderá optar por escrever uma consulta usando a opção **Use custom SQL (Usar SQL personalizado)**. Isso exibirá uma tela chamada **Enter custom SQL query (Inserir consulta SQL personalizada)**, onde você poderá inserir um nome para sua consulta e, em seguida, inserir o SQL. Para resultados melhores, componha a consulta em um editor SQL e, em seguida, cole-o na janela. Depois de nomear e inserir a consulta, você poderá escolher **Edit/Preview data (Editar/visualizar dados)** ou **Confirm query (Confirmar consulta)**. Escolha **Edit/Preview data (Editar/visualizar dados)** para ir imediatamente para a preparação de dados. Escolha **Confirm query (Confirmar consulta)** para validar o SQL e verificar se há erros.
+ **Escolher tabelas**
Para se conectar a tabelas específicas, em **Elementos de dados: contêm seus dados**, escolha **Selecionar**, depois selecione **RELATÓRIO** ou **OBJETO**.
Para preparar os dados antes de criar uma análise, selecione **Edit/Preview data** para abrir a preparação de dados. Use essa opção se você quiser se juntar para mais tabelas.
Caso contrário, depois de escolher uma mesa, escolha **Select (Selecionar)**.
1. Na tela seguinte, escolha uma das seguintes opções:
+ Para criar um conjunto de dados e uma análise usando os dados da forma como se encontram, escolha **Visualizar**.
**nota**
Se você não tiver capacidade do [SPICE](spice.md) suficiente, escolha **Edit/Preview data**. Na preparação de dados, você pode remover campos do conjunto de dados para diminuir seu tamanho ou aplicar um filtro que reduza o número de linhas retornadas. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
+ Para preparar os dados antes de criar uma análise, selecione **Edit/Preview data** para abrir a preparação de dados para o relatório ou objeto selecionado. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
## Como criar um conjunto de dados usando uma fonte de dados existente do banco de dados
Use o procedimento a seguir para criar um conjunto de dados usando uma fonte de dados existente do banco de dados.
**Para criar um conjunto de dados usando uma fonte de dados existente do banco de dados**
1. Na página de início rápido da Amazon, escolha **Dados**.
1. Escolha **Criar** e, em seguida, escolha **Novo conjunto de dados**.
1. Escolha a fonte de dados do banco de dados a ser usada e, em seguida, escolha **Criar conjunto de dados**.
1. Escolha uma das seguintes opções:
+ **SQL personalizado**
Na próxima tela, você poderá optar por escrever uma consulta usando a opção **Use custom SQL (Usar SQL personalizado)**. Isso exibirá uma tela chamada **Enter custom SQL query (Inserir consulta SQL personalizada)**, onde você poderá inserir um nome para sua consulta e, em seguida, inserir o SQL. Para resultados melhores, componha a consulta em um editor SQL e, em seguida, cole-o na janela. Depois de nomear e inserir a consulta, você poderá escolher **Edit/Preview data (Editar/visualizar dados)** ou **Confirm query (Confirmar consulta)**. Escolha **Edit/Preview data (Editar/visualizar dados)** para ir imediatamente para a preparação de dados. Escolha **Confirm query (Confirmar consulta)** para validar o SQL e verificar se há erros.
+ **Escolher tabelas**
Para se conectar a tabelas específicas, em **Esquema: contém conjuntos de tabelas**, escolha **Selecionar** e, depois, um esquema. Em alguns casos, quando houver um único esquema no banco de dados, esse esquema será automaticamente escolhido e a opção de seleção de esquema não será exibida.
Para preparar os dados antes de criar uma análise, selecione **Edit/Preview data** para abrir a preparação de dados. Use essa opção se você quiser se juntar para mais tabelas.
Caso contrário, depois de escolher uma mesa, escolha **Select (Selecionar)**.
1. Escolha uma das seguintes opções:
+ Prepare os dados antes da criação da análise. Para isso, selecione **Edit/Preview data (Editar/visualizar dados)** para abrir a preparação de dados para a tabela selecionada. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
+ Crie um conjunto de dados e uma análise usando os dados da tabela no estado em que se encontram e importe os dados do conjunto de dados para [SPICE](spice.md) a fim de melhorar o desempenho (recomendado). Para isso, verifique o indicador do SPICE para ver se você tem espaço suficiente.
Se você tiver capacidade suficiente no SPICE, selecione **Importar para o SPICE para agilizar a análise** e crie uma análise selecionando **Visualizar**.
**nota**
Se quiser usar SPICE e não tiver espaço suficiente, escolha **Editar ou visualizar dados**. Na preparação de dados, você pode remover campos do conjunto de dados para diminuir o tamanho. Você também pode aplicar um filtro ou gravar uma consulta SQL que reduz o número de linhas ou colunas retornadas. Para obter mais informações sobre preparação de dados, consulte [Preparar exemplos de conjuntos de dados](preparing-data-sets.md).
+ Crie um conjunto de dados e uma análise usando os dados da tabela no estado em que se encontram, e os dados serão consultados diretamente do banco de dados. Para fazer isso, escolha a opção **Directly query your data (Consultar diretamente seus dados)** . Em seguida, crie uma análise escolhendo **Visualize (Visualizar)**.
# Criação de um conjunto de dados usando um conjunto de dados existente no Amazon Quick
Depois de criar um conjunto de dados no Amazon Quick, você pode criar conjuntos de dados adicionais usando-o como fonte. Ao fazer isso, qualquer preparação de dados contida no conjunto de dados primário, como quaisquer junções ou campos calculados, é mantida. Você pode adicionar mais preparações aos dados nos novos conjuntos de dados secundários, como unir novos dados e filtrar dados. Você também pode configurar seu próprio cronograma de atualização de dados para o conjunto de dados secundário e acompanhar os painéis e as análises que o utilizam.
Os conjuntos de dados secundários criados usando um conjunto de dados com regras de RLS ativas como fonte herdam as regras de RLS do conjunto de dados primário. Os usuários que estão criando um conjunto de dados secundário de um conjunto de dados primário maior só podem ver os dados aos quais têm acesso no conjunto de dados primário. Assim, você pode adicionar mais regras de RLS ao novo conjunto de dados secundário, além das regras de RLS herdadas, para gerenciar ainda mais quem pode acessar os dados contidos no novo conjunto de dados. Você só pode criar conjuntos de dados secundários usando conjuntos de dados com regras de RLS ativas no Direct Query.
A criação de conjuntos de dados a partir de conjuntos de dados Quick existentes tem as seguintes vantagens:
+ **Gerenciamento central de conjuntos de dados**: os engenheiros de dados podem facilmente se adaptar às necessidades de várias equipes em sua organização. Para isso, podem desenvolver e manter alguns conjuntos de dados de uso geral que descrevem os principais modelos de dados da organização.
+ **Redução do gerenciamento da fonte de dados** — Os analistas de negócios (BAs) geralmente gastam muito tempo e esforço solicitando acesso a bancos de dados, gerenciando credenciais de banco de dados, encontrando as tabelas certas e gerenciando cronogramas de atualização rápida de dados. Criar novos conjuntos de dados a partir de conjuntos de dados existentes significa que BAs você não precisa começar do zero com dados brutos dos bancos de dados. Os analistas podem começar com dados selecionados.
+ **Métricas-chave predefinidas**: ao criar conjuntos de dados usando conjuntos de dados existentes, os engenheiros de dados podem definir e manter de forma centralizada as definições de dados essenciais nas várias organizações da empresa. Possíveis exemplos disso são o crescimento de vendas e o retorno marginal líquido. Com esse recurso, os engenheiros de dados também podem distribuir alterações nessas definições. Essa abordagem significa que os analistas de negócios podem começar a visualizar os dados certos com mais rapidez e confiabilidade.
+ **Flexibilidade para personalizar dados**: ao criar conjuntos de dados usando conjuntos de dados existentes, os analistas de negócios obtêm mais flexibilidade para personalizar os conjuntos de dados de acordo com suas próprias necessidades comerciais. Eles podem evitar a preocupação com a interrupção de dados de outras equipes.
Por exemplo, digamos que você faça parte de uma equipe central de comércio eletrônico com cinco engenheiros de dados. Você e sua equipe têm acesso aos dados de vendas, pedidos, cancelamentos e devoluções em um banco de dados. Você criou um conjunto de dados Quick unindo outras 18 tabelas de dimensões por meio de um esquema. Uma métrica-chave que sua equipe criou é o campo calculado de vendas de produtos do pedido (VPP). A definição é: VPP = quantidade do produto x preço.
Sua equipe atende a mais de cem analistas de negócios em dez equipes diferentes em oito países. Essas são a equipe de cupons, a equipe de marketing externo, a equipe da plataforma móvel e a equipe de recomendações. Todas essas equipes usam a métrica VPP como base para analisar sua própria linha de negócios.
Em vez de criar e manter manualmente centenas de conjuntos de dados desconectados, sua equipe reutiliza conjuntos de dados para criar vários níveis de conjuntos de dados para equipes em toda a organização. Isso centraliza o gerenciamento de dados e permite que cada equipe personalize os dados de acordo com suas próprias necessidades. Ao mesmo tempo, isso sincroniza as atualizações nos dados, como atualizações nas definições de métricas, e mantém a segurança por linha e por coluna. Por exemplo, equipes individuais na sua organização podem usar os conjuntos de dados centralizados. Elas podem então combiná-los com os dados específicos da equipe para criar novos conjuntos de dados e desenvolver análises com base neles.
Além de usar a métrica-chave VPP, outras equipes da sua organização podem reutilizar os metadados das colunas dos conjuntos de dados centralizados que você criou. Por exemplo, a equipe de engenharia de dados pode definir metadados, como *nome*, *descrição*, *tipo de dados* e *pastas*, em um conjunto de dados centralizado. Todas as equipes subsequentes podem usá-lo.
**nota**
O Amazon Quick suporta a criação de até dois níveis adicionais de conjuntos de dados a partir de um único conjunto de dados.
Por exemplo, em um conjunto de dados primário, você pode criar um conjunto de dados secundário e, em seguida, um conjunto de dados terciário para um total de três níveis de conjunto de dados.
## Como criar um conjunto de dados usando um conjunto de dados existente
Use o procedimento a seguir para criar um conjunto de dados usando um conjunto de dados existente.
**Para criar um conjunto de dados usando um conjunto de dados existente**
1. Na página de início rápido, escolha **Dados** no painel à esquerda.
1. Escolha **Criar** e escolha o conjunto de dados que você deseja usar para criar um novo conjunto de dados.
1. Na página que se abre desse conjunto de dados, escolha o menu suspenso em **Usar na análise** e selecione **Usar no conjunto de dados**.
A página de preparação de dados abre e pré-carrega tudo do conjunto de dados primário, incluindo campos calculados, junções e configurações de segurança.
1. Na página de preparação de dados que se abre, em **Modo de consulta** no canto inferior esquerdo, escolha como você deseja que o conjunto de dados extraia as alterações e atualizações do conjunto de dados original e primário. Você pode escolher as seguintes opções:
+ **Consulta direta**: esse é o modo de consulta padrão. Se você escolher essa opção, os dados desse conjunto de dados serão atualizados automaticamente quando você abrir um conjunto de dados, uma análise ou um painel associado. No entanto, as seguintes limitações se aplicam:
+ Se o conjunto de dados primário permitir consultas diretas, você poderá usar o modo de consulta direta no conjunto de dados secundário.
+ Se você tiver vários conjuntos de dados primários em uma junção, poderá escolher o modo de consulta direta para o seu conjunto de dados secundário somente se todos os primários forem da mesma fonte de dados subjacente. Por exemplo, a mesma conexão do Amazon Redshift.
+ A consulta direta é compatível com um único conjunto de dados primário do SPICE. Não é compatível com vários conjuntos de dados primários do SPICE em uma junção.
+ **SPICE**: se escolher essa opção, poderá configurar um cronograma para que seu novo conjunto de dados seja sincronizado com o conjunto de dados primário. Para obter mais informações sobre a criação de cronogramas de atualização do SPICE para conjuntos de dados, consulte [Como atualizar dados do SPICE](refreshing-imported-data.md).
1. (Opcional) Prepare seus dados para análise. Para obter mais informações sobre a preparação de dados, consulte [Preparação de dados no Amazon Quick Sight](preparing-data.md).
1. (Opcional) Configure a segurança por linha ou por coluna (RLS ou CLS) para restringir o acesso ao conjunto de dados. Para obter mais informações sobre a configuração de RLS, consulte [Uso da segurança por linha com regras baseadas em usuários para restringir o acesso a um conjunto de dadosComo usar regras baseadas em usuários](restrict-access-to-a-data-set-using-row-level-security.md). Para obter mais informações sobre a configuração de CLS, consulte [Uso da segurança em nível de coluna para restringir o acesso a um conjunto de dados](restrict-access-to-a-data-set-using-column-level-security.md).
**nota**
Você pode configurar somente RLS/CLS em conjuntos de dados secundários. RLS/CLS não há suporte para conjuntos de dados principais.
1. Ao terminar, escolha **Salvar e publicar** para salvar suas alterações e publicar o novo conjunto de dados secundário. Como alternativa, escolha **Publicar e visualizar** para publicar o novo conjunto de dados secundário e começar a visualizar seus dados.
# Impedir que outras pessoas criem novos conjuntos de dados usando seu conjunto de dados
Ao criar um conjunto de dados no Amazon Quick, você pode impedir que outras pessoas o usem como fonte para outros conjuntos de dados. Você pode especificar se outras pessoas podem usá-lo para criar qualquer conjunto de dados. Você também pode especificar o tipo de conjunto de dados que outras pessoas podem ou não criar usando seu conjunto de dados, como conjuntos de dados de consulta direta ou conjuntos de dados do SPICE.
Use o procedimento a seguir para aprender a impedir que outras pessoas criem novos conjuntos de dados usando o seu conjunto de dados.
**Para impedir que outras pessoas criem novos conjuntos de dados usando o seu conjunto de dados**
1. Na página de início rápido, escolha **Dados** no painel à esquerda.
1. Escolha **Criar** e escolha o conjunto de dados do qual você deseja restringir a criação de novos conjuntos de dados.
1. Na página que se abre desse conjunto de dados, escolha **Editar conjunto de dados**.
1. Na página de preparação de dados que se abre, escolha **Gerenciar** no canto superior direito e selecione **Propriedades**.
1. No painel **Propriedades do conjunto de dados** que se abre, escolha entre as seguintes opções:
+ Para impedir que qualquer pessoa crie qualquer tipo de conjunto de dados usando esse conjunto de dados, desative **Permitir que novos conjuntos de dados sejam criados com este**.
O botão fica azul quando criar conjuntos de dados é permitido. Fica cinza quando criar novos conjuntos de dados não é permitido.
+ Para impedir que outras pessoas criem conjuntos de dados de consulta direta, desmarque **Permitir consulta direta**.
+ Para impedir que outras pessoas criem cópias do SPICE do seu conjunto de dados, desmarque **Permitir cópias do SPICE**.
Para obter mais informações sobre conjuntos de dados do SPICE, consulte [Importar de dados para o SPICE](spice.md).
1. Feche o painel.
# Como editar conjuntos de dados
Você pode editar um conjunto de dados existente para realizar a preparação de dados. Para obter mais informações sobre a funcionalidade de preparação de dados do Quick Sight, consulte[Preparação de dados no Amazon Quick Sight](preparing-data.md).
Você pode abrir um conjunto de dados para edição na página **Conjuntos de dados** ou na página de análise. Editar um conjunto de dados de qualquer local modifica o conjunto de dados para todas as análises que o utilizam.
## Aspectos a considerar ao editar conjuntos de dados
Em duas situações, a alteração em um conjunto de dados pode ser preocupante. Uma é se você deliberadamente editar o conjunto de dados. A outra é se sua fonte de dados tiver sido tão alterada que afeta as análises baseadas nela.
**Importante**
Análises que estão em uso de produção devem ser protegidas para que continuem a funcionar corretamente.
Recomendamos o seguinte quando você estiver lidando com as alterações de dados:
+ Documente suas fontes de dados e seus conjuntos de dados, bem como os elementos visuais que dependem deles. A documentação deve incluir screenshots, campos usados, posicionamento na fonte de campos, filtros, classificações, cálculos, cores, formatação etc. Anote tudo o que você precisa para recriar o visual. Você também pode acompanhar quais recursos do Quick Sight usam um conjunto de dados nas opções de gerenciamento do conjunto de dados. Para obter mais informações, consulte [Acompanhar painéis e análises que usam um conjunto de dados](track-analytics-that-use-dataset.md).
+ Ao editar um conjunto de dados, tente não fazer alterações que possam romper os elementos visuais existentes. Por exemplo, não remova colunas que estejam sendo usadas em um recurso visual. Se tiver de remover uma coluna, crie uma coluna calculada em seu lugar. A coluna de substituição deve ter o mesmo nome e tipo de dados que a original.
+ Se sua fonte de dados ou seu conjunto de dados mudar no banco de dados de origem, adapte o elemento visual para acomodar a alteração, tal como descrito anteriormente. Ou você pode tentar adaptar o banco de dados de origem. Por exemplo, você pode criar uma visualização da tabela de origem (documento). Daí, se a tabela for alterada, você pode ajustar a visualização para incluir ou excluir colunas (atributos), alterar tipos de dados, preencher valores nulos etc. Em outra circunstância, se seu conjunto de dados basear-se em uma consulta SQL lenta, você pode criar uma tabela para conter os resultados da consulta.
Se não conseguir adaptar suficientemente a fonte dos dados, recrie os visuais com base na documentação da análise.
+ Se não tiver mais acesso a uma fonte de dados, suas análises baseadas nessa fonte estarão vazias. Os elementos visuais que você criou ainda existem, mas não podem ser exibidos até que tenham alguns dados para mostrar. Esse resultado pode ocorrer se as permissões forem alterados pelo administrador.
+ Se remover o conjunto de dados no qual um elemento visual se baseia, talvez você precise recriá-lo usando sua documentação. Você pode editar o elemento visual e selecionar um novo conjunto de dados para usar com ele. Se precisar usar de forma consistente um novo arquivo para substituir um antigo, armazene seus dados em um local que esteja sempre disponível. Por exemplo, você pode armazenar seu arquivo .csv no Amazon S3 e criar um conjunto de dados do S3 para usar nos seus elementos visuais. Para obter mais informações sobre arquivos de armazenados no S3, consulte [Como criar um conjunto de dados usando arquivos do Amazon S3](create-a-data-set-s3.md).
Ou você pode ainda importar os dados para uma tabela e usar uma consulta como base para seu visual. Dessa forma, as estruturas de dados não são alteradas, mesmo que os dados contidos nessas estruturas mudem.
+ Para centralizar o gerenciamento de dados, considere criar conjuntos de dados gerais e de múltiplos propósitos que outras pessoas possam usar para criar seus próprios conjuntos de dados. Para obter mais informações, consulte [Criação de um conjunto de dados usando um conjunto de dados existente no Amazon Quick](create-a-dataset-existing-dataset.md).
## Como editar um conjunto de dados na página Conjuntos de dados
1. Na página de início rápido, escolha **Dados** à esquerda.
1. Na página **Dados** que se abre, escolha o conjunto de dados que você deseja editar e, em seguida, escolha **Editar conjunto** de dados no canto superior direito.
A página de preparação de dados é aberta. Para obter mais informações sobre os tipos de edições que você pode fazer nos conjuntos de dados, consulte [Preparação de dados no Amazon Quick Sight](preparing-data.md).
## Como editar um conjunto de dados em uma análise
Use o procedimento a seguir para editar um conjunto de dados na página de análise.
**Para editar um conjunto de dados na página de análise**
1. Na sua análise, selecione o ícone de lápis na parte superior do painel **Lista de campos**.
1. Na página **Conjuntos de dados nesta análise** que se abre, escolha os três pontos à direita do conjunto de dados que deseja editar e selecione **Editar**.
O conjunto de dados é aberto na página de preparação de dados. Para obter mais informações sobre os tipos de edições que você pode fazer nos conjuntos de dados, consulte [Preparação de dados no Amazon Quick Sight](preparing-data.md).
# Reverter conjuntos de dados para versões publicadas anteriormente
Quando você salva e publica alterações em um conjunto de dados no Amazon Quick Sight, uma nova versão do conjunto de dados é criada. A qualquer momento, você pode ver uma lista de todas as versões publicadas anteriormente desse conjunto de dados. Você também pode pré-visualizar uma versão específica desse histórico ou até reverter o conjunto de dados para uma versão anterior, se necessário.
As seguintes limitações se aplicam ao versionamento do conjunto de dados:
+ Somente as mil versões mais recentes de um conjunto de dados são mostradas no histórico de publicação e estão disponíveis para versionamento.
+ Depois de ultrapassar mil versões publicadas, as versões mais antigas são automaticamente removidas do histórico de publicação e o conjunto de dados não pode mais ser revertido para elas.
Use o procedimento a seguir para reverter um conjunto de dados para uma versão publicada anteriormente.
**Para reverter um conjunto de dados para uma versão publicada anteriormente**
1. Na página de início rápido, escolha **Dados**.
1. Na página **Dados**, escolha um conjunto de dados e escolha **Editar conjunto** de dados no canto superior direito.
Para obter mais informações sobre como editar um conjunto de dados, consulte [Como editar conjuntos de dados](edit-a-data-set.md).
1. Na página de preparação do conjunto de dados que se abre, escolha o ícone **Gerenciar** na barra de ferramentas azul no canto superior direito e selecione **Histórico de publicação**.
Uma lista das versões publicadas anteriormente aparece à direita.
1. No painel **Histórico de publicação**, encontre a versão desejada e escolha **Reverter**.
Para pré-visualizar a versão antes de reverter, escolha **Pré-visualizar**.
O conjunto de dados é revertido e uma mensagem de confirmação é exibida. O painel **Histórico de publicação** também é atualizado para mostrar a versão ativa do conjunto de dados.
## Solução de problemas de reversão de versões
Às vezes, o conjunto de dados não pode ser revertido para uma versão específica por um dos seguintes motivos:
+ O conjunto de dados usa uma ou mais fontes de dados que foram excluídas.
Caso ocorra esse erro, você não pode reverter o conjunto de dados para uma versão anterior.
+ A reversão tornaria um campo calculado inválido.
Se esse erro ocorrer, você poderá editar ou remover o campo calculado e salvar o conjunto de dados. Isso cria uma nova versão do conjunto de dados.
+ Estão faltando uma ou mais colunas na fonte de dados.
Se esse erro ocorrer, o Quick Sight mostrará o esquema mais recente da fonte de dados na visualização para reconciliar as diferenças entre as versões. Qualquer campo calculado, nome de campo, tipo de campo e alterações de filtro mostrados na pré-visualização do esquema pertencem à versão para a qual você deseja reverter. Você pode salvar esse esquema reconciliado como uma nova versão do conjunto de dados. Como alternativa, você pode retornar à versão ativa (mais recente) escolhendo **Pré-visualizar** na versão superior (mais recente) do histórico de publicação.
# Como duplicar conjuntos de dados
Você pode duplicar um conjunto de dados existente para salvar uma cópia dele com um novo nome. O novo conjunto de dados é uma cópia completamente independente.
A opção **Duplicar conjunto de dados** estará disponível se estas duas afirmações forem verdadeiras: você é proprietário do conjunto de dados e tem permissão para a fonte de dados.
**Para duplicar um conjunto de dados**
1. Na página de início rápido, escolha **Dados** à esquerda.
1. Escolha o conjunto de dados que você deseja duplicar.
1. **Na página de detalhes do conjunto de dados que se abre, escolha a lista suspensa para **Editar conjunto** de dados e, em seguida, escolha Duplicar.**
1. Na página Duplicar conjunto de dados que se abre, dê um nome ao conjunto de dados duplicado e escolha **Duplicar**.
A página de detalhes do conjunto de dados duplicado é aberta. Nessa página, você pode editar o conjunto de dados, configurar um cronograma de atualização e muito mais.
# Compartilhar conjuntos de dados
Você pode dar a outros usuários e grupos do Quick Sight acesso a um conjunto de dados compartilhando-o com eles. Dessa forma, eles podem criar análises com base nele. Se você os tornar coproprietários, eles também poderão atualizar, editar, excluir ou compartilhar novamente o conjunto de dados.
## Compartilhar um conjunto de dados
Se você tiver permissões de proprietário em um conjunto de dados, use o procedimento a seguir para compartilhá-lo.
**Para compartilhar um conjunto de dados**
1. Na página de início rápido, escolha **Dados** à esquerda.
1. Na página **Dados**, escolha o conjunto de dados que você deseja compartilhar.
1. Na página de detalhes do conjunto de dados que se abre, escolha a guia **Permissões** e selecione **Adicionar usuários e grupos**.
1. Insira o usuário ou grupo com o qual deseja compartilhar esse conjunto de dados e selecione **Adicionar**. Você só pode convidar usuários que pertençam à mesma conta do Quick.
Repita essa etapa até ter inserido as informações de todos os usuários com quem você deseja compartilhar o conjunto de dados.
1. Na coluna **Permissões**, escolha um perfil para cada usuário ou grupo, a fim de conceder a eles permissões no conjunto de dados.
Escolha **Visualizador** para permitir que o usuário crie análises e conjuntos de dados usando o conjunto de dados. Escolha **Proprietário** para permitir que o usuário faça isso, além de atualizar, editar, excluir e compartilhar novamente o conjunto de dados.
Os usuários recebem e-mails com um link para o conjunto de dados. Os grupos não recebem e-mails de convite.
# Como visualizar e editar as permissões de usuários com os quais o conjunto de dados é compartilhado
Se você tiver permissões de proprietário em um conjunto de dados, poderá usar o procedimento a seguir para visualizar, editar ou alterar o acesso do usuário a ele.
**Para visualizar, editar ou alterar o acesso do usuário a um conjunto de dados se você tiver permissões de proprietário para ele**
1. Na página de início rápido, escolha **Dados** à esquerda.
1. Na página **Dados**, escolha o conjunto de dados que você deseja compartilhar.
1. Na página de detalhes do conjunto de dados que se abre, escolha a guia **Permissões**.
É exibida uma lista de todos os usuários e grupos com acesso ao conjunto de dados.
1. (Opcional) Para alterar os perfis de permissão de um usuário ou grupo, escolha o menu suspenso na coluna **Permissões** do usuário ou grupo. Em seguida, escolha **Visualizador** ou **Proprietário**.
# Revogar o acesso a um conjunto de dados
Se você tiver permissões de proprietário em um conjunto de dados, poderá usar o procedimento a seguir para revogar o acesso do usuário a um conjunto de dados.
**Para revogar o acesso do usuário a um conjunto de dados se tiver permissões de proprietário para ele**
1. Na página de início rápido, escolha **Dados** à esquerda.
1. Na página **Dados**, escolha o conjunto de dados que você deseja compartilhar.
1. Na página de detalhes do conjunto de dados que se abre, escolha a guia **Permissões**.
É exibida uma lista de todos os usuários e grupos com acesso ao conjunto de dados.
1. Na coluna **Ações** para o usuário ou grupo, escolha **Revogar acesso**.
# Acompanhar painéis e análises que usam um conjunto de dados
Ao criar um conjunto de dados no Quick Sight, você pode rastrear quais painéis e análises usam esse conjunto de dados. Essa abordagem é útil quando você deseja ver quais recursos serão afetados ao fazer alterações em um conjunto de dados ou excluir um conjunto de dados.
Use o procedimento a seguir para ver quais painéis e análises usam um conjunto de dados.
**Para acompanhar recursos que usam um conjunto de dados**
1. Na página de início rápido, escolha **Dados** no painel à esquerda.
1. Na página **Dados**, escolha o conjunto de dados para o qual você deseja rastrear recursos.
1. Na página que se abre para esse conjunto de dados, escolha **Editar conjunto de dados**.
1. Na página de preparação de dados que se abre, escolha **Gerenciar** no canto superior direito e selecione **Uso**.
1. Os painéis e análises que usam o conjunto de dados estão listados no painel que se abre.
# Usando parâmetros do conjunto de dados no Amazon Quick
No Amazon Quick, os autores podem usar parâmetros do conjunto de dados na consulta direta para personalizar dinamicamente seus conjuntos de dados e aplicar lógica reutilizável a seus conjuntos de dados. Um *parâmetro de conjunto de dados* é um parâmetro criado no nível do conjunto de dados. É consumido por um parâmetro de análise por meio de controles, campos calculados, filtros, ações URLs, títulos e descrições. Para obter mais informações sobre parâmetros de análise, consulte [Parâmetros no Amazon Quick](parameters-in-quicksight.md). Abaixo, a lista descreve três ações que podem ser executadas com os parâmetros de conjunto de dados:
+ **SQL personalizado na consulta direta**: os proprietários do conjunto de dados podem inserir parâmetros de conjunto de dados no SQL personalizado de um conjunto de dados de consulta direta. Quando esses parâmetros são aplicados a um controle de filtro em uma análise rápida, os usuários podem filtrar seus dados personalizados com mais rapidez e eficiência.
+ **Variáveis repetíveis**: valores estáticos que aparecem em vários locais na página do conjunto de dados podem ser modificados em uma ação usando parâmetros personalizados de conjunto de dados.
+ **Mover campos calculados para conjuntos** de dados — autores rápidos podem copiar campos calculados com parâmetros em uma análise e migrá-los para o nível do conjunto de dados. Isso evita que os campos calculados no nível da análise sejam modificados acidentalmente e que os campos calculados sejam compartilhados em várias análises.
Em algumas situações, os parâmetros do conjunto de dados melhoram o desempenho do controle de filtros para conjuntos de dados de consulta direta que exigem SQL personalizado complexo e simplificam a lógica de negócios no nível do conjunto de dados.
**Topics**
+ [Limitações dos parâmetros de conjunto de dados](#dataset-parameters-limitations)
+ [Criação de parâmetros do conjunto de dados no Amazon Quick](dataset-parameters-SQL.md)
+ [Inserção dos parâmetros de conjunto de dados no SQL personalizado](dataset-parameters-insert-parameter.md)
+ [Adição dos parâmetros de conjunto de dados aos campos calculados](dataset-parameters-calculated-fields.md)
+ [Adição dos parâmetros de conjunto de dados aos filtros](dataset-parameters-dataset-filters.md)
+ [Usando parâmetros do conjunto de dados em análises rápidas](dataset-parameters-analysis.md)
+ [Casos de uso avançados dos parâmetros de conjunto de dados](dataset-parameters-advanced-options.md)
## Limitações dos parâmetros de conjunto de dados
Esta seção aborda as limitações conhecidas que você pode encontrar ao trabalhar com parâmetros de conjunto de dados no Amazon Quick.
+ Quando os leitores do painel agendam relatórios enviados por e-mail, os controles selecionados não se propagam para os parâmetros do conjunto de dados incluídos no relatório anexado ao e-mail. Em vez disso, os valores padrão dos parâmetros são usados.
+ Os parâmetros do conjunto de dados não podem ser inseridos no SQL personalizado dos conjuntos de dados armazenados no SPICE.
+ Os padrões dinâmicos só podem ser configurados na página de análise da análise que está usando o conjunto de dados. Você não pode configurar um padrão dinâmico no nível do conjunto de dados.
+ A opção **Selecionar tudo** não é compatível com controles de vários valores de parâmetros de análise que são mapeados para parâmetros do conjunto de dados.
+ Os controles em cascata não são compatíveis com os parâmetros de conjunto de dados.
+ Os parâmetros de conjunto de dados só podem ser usados pelos filtros do conjunto de dados quando o conjunto de dados está usando a consulta direta.
+ Em uma consulta SQL personalizada, apenas 128 parâmetros de conjuntos de dados podem ser usados.
# Criação de parâmetros do conjunto de dados no Amazon Quick
Use os procedimentos a seguir para começar a usar os parâmetros do conjunto de dados.
**Criar um novo parâmetro de conjunto de dados**
1. **Na página de início rápido, escolha **Dados** à esquerda, escolha as reticências (três pontos) ao lado do conjunto de dados que você deseja alterar e, em seguida, escolha Editar.**
1. Na página **Conjunto de dados** que se abre, escolha **Parâmetros** à esquerda e selecione o ícone (\$1) para criar um novo parâmetro de conjunto de dados.
1. No pop-up **Criar novo parâmetro** exibido, insira um nome de parâmetro na caixa **Nome**.
1. No menu suspenso **Tipo de dados**, escolha o tipo de dados do parâmetro que você deseja. Os tipos de dados compatíveis são `String`, `Integer`, `Number` e `Datetime`. Essa opção não pode ser alterada após a criação do parâmetro.
1. Em **Valor padrão**, insira o valor padrão que você deseja que o parâmetro tenha.
**nota**
Quando você mapeia um parâmetro de conjunto de dados para um parâmetro de análise, um valor padrão diferente pode ser escolhido. Quando isso acontece, o valor padrão configurado aqui é substituído pelo novo valor padrão.
1. Em **Valores**, escolha o tipo de valor que você deseja que o parâmetro tenha. Os parâmetros de **valor único** oferecem suporte a menus suspensos, campos de texto e controles de lista de seleção única. Os parâmetros de **múltiplos valores** oferecem suporte a controles suspensos de seleção múltipla. Essa opção não pode ser alterada após a criação do parâmetro.
1. Quando você terminar de configurar o novo parâmetro, escolha **Criar** para criar o parâmetro.
# Inserção dos parâmetros de conjunto de dados no SQL personalizado
Você pode inserir parâmetros de conjunto de dados no SQL personalizado de um conjunto de dados no modo de consulta direta fazendo referência a ele com `<<$parameter_name>>` na instrução SQL. No runtime, os usuários do painel podem inserir valores de controle de filtro associados a um parâmetro de conjunto de dados. Em seguida, eles podem ver os resultados nos elementos visuais do painel depois que os valores se propagam para a consulta SQL. Você pode usar parâmetros para criar filtros básicos com base na entrada do cliente nas cláusulas `where`. Como alternativa, você pode adicionar cláusulas `case when` ou `if else` para alterar dinamicamente a lógica da consulta SQL com base na entrada de um parâmetro.
Por exemplo, digamos que você queira adicionar uma cláusula `WHERE` ao seu SQL personalizado que filtra dados com base no nome da região de um usuário final. Nesse caso, você cria um parâmetro de valor único chamado `RegionName`:
```
SELECT *
FROM transactions
WHERE region = <<$RegionName>>
```
Você também pode permitir que os usuários forneçam múltiplos valores ao parâmetro:
```
SELECT *
FROM transactions
WHERE region in (<<$RegionNames>>)
```
No exemplo mais complexo abaixo, um autor de conjunto de dados refere-se a dois parâmetros de conjunto de dados duas vezes, com base no nome e no sobrenome de um usuário, que podem ser selecionados em um controle de filtro do painel:
```
SELECT Region, Country, OrderDate, Sales
FROM transactions
WHERE region=
(Case
WHEN <<$UserFIRSTNAME>> In
(select firstname from user where region='region1')
and <<$UserLASTNAME>> In
(select lastname from user where region='region1')
THEN 'region1'
WHEN <<$UserFIRSTNAME>> In
(select firstname from user where region='region2')
and <<$UserLASTNAME>> In
(select lastname from user where region='region2')
THEN 'region2'
ELSE 'region3'
END)
```
Você também pode usar parâmetros em cláusulas `SELECT` para criar novas colunas em um conjunto de dados utilizando a entrada do usuário:
```
SELECT Region, Country, date,
(case
WHEN <<$RegionName>>='EU'
THEN sum(sales) * 0.93 --convert US dollar to euro
WHEN <<$RegionName>>='CAN'
THEN sum(sales) * 0.78 --convert US dollar to Canadian Dollar
ELSE sum(sales) -- US dollar
END
) as "Sales"
FROM transactions
WHERE region = <<$RegionName>>
```
Para criar uma consulta SQL personalizada ou editar uma consulta existente antes de adicionar um parâmetro de conjunto de dados, consulte [Como usar SQL para personalizar dados](adding-a-SQL-query.md).
Ao aplicar SQL personalizado com um parâmetro de conjunto de dados, `<<$parameter_name>>` é usado como um valor de espaço reservado. Quando um usuário escolhe um dos valores de parâmetros de um controle, o Quick substitui o espaço reservado pelos valores que o usuário seleciona no painel.
No exemplo a seguir, o usuário insere uma nova consulta SQL personalizada que filtra os dados por estado:
```
select * from all_flights
where origin_state_abr = <<$State>>
```
O valor padrão do parâmetro é aplicado à consulta SQL e os resultados aparecem no **Painel de visualização**.
# Adição dos parâmetros de conjunto de dados aos campos calculados
Você também pode adicionar parâmetros de conjunto de dados às expressões de campo calculado usando o `${parameter_name}` de formato.
Ao criar um cálculo, você pode escolher entre os parâmetros existentes na lista de parâmetros na lista **Parâmetros**. Você não pode criar um campo calculado que contenha um parâmetro de vários valores.
Para obter mais informações sobre como adicionar campos calculados, consulte [Usando campos calculados com parâmetros no Amazon Quick](parameters-calculated-fields.md).
# Adição dos parâmetros de conjunto de dados aos filtros
Para conjuntos de dados no modo de consulta direta, os autores do conjunto de dados podem usar parâmetros de conjunto de dados em filtros sem SQL personalizado. Os parâmetros de conjunto de dados não poderão ser adicionados aos filtros se o conjunto de dados estiver no SPICE.
**Adicionar um parâmetro de conjunto de dados a um filtro**
1. Abra a página do conjunto de dados para o qual você deseja criar um filtro. Escolha **Filtros** à esquerda, e depois **Adicionar filtro**.
1. Insira o nome que você deseja para o filtro e escolha o campo que deseja filtrar no menu suspenso.
1. Depois de criar o novo filtro, navegue até o filtro no painel **Filtros**, escolha as reticências (três pontos) ao lado do filtro, e depois **Editar**.
1. Em **Tipo de filtro**, escolha **Filtro personalizado**.
1. Em **Condição de filtro**, escolha a condição desejada.
1. Selecione a caixa **Usar parâmetro** e escolha o parâmetro de conjunto de dados que você deseja que o filtro use.
1. Quando terminar de fazer alterações, escolha **Aplicar**.
# Usando parâmetros do conjunto de dados em análises rápidas
Ao criar um parâmetro de conjunto de dados, depois de adicionar o conjunto de dados a uma análise, mapeie o parâmetro de conjunto de dados para um parâmetro de análise novo ou existente. Depois de mapear um parâmetro de conjunto de dados para um parâmetro de análise, você pode usá-los com filtros, controles e qualquer outro recurso de parâmetro de análise.
Você pode gerenciar os parâmetros de conjunto de dados no painel **Parâmetros** da análise que está usando o conjunto de dados ao qual os parâmetros pertencem. Na seção **Parâmetros de conjunto de dados** do painel **Parâmetros**, você pode optar por ver somente os parâmetros de conjunto de dados não mapeados (padrão). Como alternativa, você pode optar por ver todos os parâmetros de conjunto de dados mapeados e não mapeados escolhendo **TUDO** na lista suspensa **Visualização**.
## Mapeando parâmetros do conjunto de dados em novas análises rápidas
Ao criar uma nova análise em um conjunto de dados que contém parâmetros, você precisa mapear os parâmetros de conjunto de dados para a análise antes de poder usá-los. Isso também é verdade quando você adiciona um conjunto de dados com parâmetros a uma análise. Você pode visualizar todos os parâmetros não mapeados em uma análise no painel **Parâmetros** da análise. Como alternativa, escolha **VISUALIZAR** na mensagem de notificação que aparece no canto superior direito da página ao criar a análise ou adicionar o conjunto de dados.
**Mapear um parâmetro de conjunto de dados para um parâmetro de análise**
1. Abra o [console Quick](https://quicksight.aws.amazon.com/).
1. Escolha a análise que você deseja alterar.
1. Escolha o ícone **Parâmetros** para abrir o painel **Parâmetros**.
1. Escolha as reticências (três pontos) ao lado do parâmetro de conjunto de dados que você deseja mapear, selecione **Mapear parâmetro**, depois o parâmetro de análise para o qual você deseja mapear o parâmetro de conjunto de dados.
Se a sua análise não tiver nenhum parâmetro de análise, você poderá escolher **Mapear parâmetro** e **Criar novo** para criar um parâmetro de análise que seja mapeado automaticamente para o parâmetro de conjunto de dados após a criação.
1. (Opcional) No pop-up **Criar novo parâmetro** exibido, em **Nome**, insira um nome para o novo parâmetro de análise.
1. (Opcional) Em **Valor padrão estático**, escolha o valor padrão estático que você deseja para o parâmetro.
1. (Opcional) Escolha **Definir um padrão dinâmico** para definir um padrão dinâmico para o novo parâmetro.
1. Na tabela **Parâmetros de conjunto de dados mapeados**, você verá o parâmetro do conjunto de dados que está mapeando para o novo parâmetro de análise. Você pode adicionar outros parâmetros de conjunto de dados a esse parâmetro de análise escolhendo o menu suspenso **ADICIONAR PARÂMETRO DE CONJUNTO DE DADOS** e, em seguida, selecionando o parâmetro que deseja mapear. Você pode remover o mapeamento de um parâmetro de conjunto de dados escolhendo o botão **Remover** ao lado do parâmetro do conjunto de dados que deseja remover.
Para obter mais informações sobre como criar parâmetros de análise, consulte [Configurando parâmetros no Amazon Quick](parameters-set-up.md).
Quando você mapeia um parâmetro de conjunto de dados a um parâmetro de análise, o parâmetro de análise representa o parâmetro de conjunto de dados onde quer que seja usado na análise.
Você também pode mapear e remover o mapeamento de parâmetros de conjunto de dados para parâmetros de análise na janela **Editar parâmetro**. Para abrir a janela **Editar parâmetro**, navegue até o painel **Parâmetros**, selecione as reticências (três pontos) ao lado do parâmetro de análise que deseja alterar e escolha **Editar parâmetro**. Você pode adicionar outros parâmetros de conjunto de dados a esse parâmetro de análise escolhendo o menu suspenso **ADICIONAR PARÂMETRO DE CONJUNTO DE DADOS** e, em seguida, selecionando o parâmetro que deseja mapear. Você pode remover o mapeamento de um parâmetro de conjunto de dados escolhendo o botão **Remover** ao lado do parâmetro do conjunto de dados que deseja remover. Você também pode remover todos os parâmetros de conjunto de dados mapeados escolhendo **REMOVER TUDO**. Quando terminar de fazer alterações, escolha **Atualizar**.
Quando você exclui um parâmetro de análise, o mapeamento de todos os parâmetros de conjunto de dados são removidos da análise e aparecem na seção **NÃO MAPEADO** do painel **Parâmetros**. Você só pode mapear um parâmetro de conjunto de dados a um parâmetro de análise por vez. Para mapear um parâmetro de conjunto de dados a um parâmetro de análise diferente, remova o mapeamento do parâmetro de conjunto de dados e mapeie-o para o novo parâmetro de análise.
## Adição dos controles de filtro a parâmetros de análise mapeados
Depois de mapear um parâmetro do conjunto de dados para um parâmetro de análise no Quick, você pode criar controles de filtro para filtros, ações, campos calculados, títulos, descrições e. URLs
**Adicionar um controle a um parâmetro mapeado**
1. No painel **Parâmetros** da página de análise, escolha as reticências (três pontos) ao lado do parâmetro de análise mapeado que você deseja, e depois **Adicionar controle**.
1. Na janela **Adicionar controle** exibida, insira o **Nome** desejado e escolha o **Estilo** que deseja para o controle. Para controles de valor único, escolha entre `Dropdown`, `List` e `Text field`. Para controles de vários valores, escolha `Dropdown`.
1. Escolha **Adicionar** para criar o controle.
# Casos de uso avançados dos parâmetros de conjunto de dados
Esta seção aborda opções e casos de uso mais avançados que funcionam com parâmetros de conjunto de dados e controles suspensos. Use as instruções a seguir para criar valores suspensos dinâmicos com parâmetros de conjunto de dados.
## Como usar controles de vários valores com parâmetros de conjunto de dados
Quando você usa parâmetros de conjunto de dados que são inseridos no SQL personalizado de um conjunto de dados, os parâmetros de conjunto de dados geralmente filtram os dados por valores de uma coluna específica. Se você criar um controle suspenso e atribuir o parâmetro como valor, o menu suspenso mostrará somente o valor que o parâmetro filtrou. O procedimento a seguir mostra como você pode criar um controle mapeado a um parâmetro de conjunto de dados e todos os valores não filtrados.
**Preencher todos os valores atribuídos em um controle suspenso**
1. Crie um novo conjunto de dados de coluna única no SPICE ou na consulta direta que inclua todos os valores exclusivos do conjunto de dados original. Por exemplo, digamos que seu conjunto de dados original esteja usando o seguinte SQL personalizado:
```
select * from all_flights
where origin_state_abr = <<$State>>
```
Para criar uma tabela de coluna única com todos os estados de origem exclusivos, aplique o seguinte SQL personalizado ao novo conjunto de dados:
```
SELECT distinct origin_state_abr FROM all_flights
order by origin_state_abr asc
```
A expressão SQL retorna todos os estados exclusivos em ordem alfabética. O novo conjunto de dados não tem nenhum parâmetro de conjunto de dados.
1. Insira um **Nome** para o novo conjunto de dados, depois salve e publique o conjunto de dados. Em nosso exemplo, o novo conjunto de dados chama-se `State Codes`.
1. Abra a análise que contém o conjunto de dados original e adicione o novo conjunto de dados à análise. Para obter informações sobre como adicionar conjuntos de dados a uma análise existente, consulte [Como adicionar um conjunto de dados a uma análise](adding-a-data-set-to-an-analysis.md).
1. Navegue até o painel **Controles** e encontre o controle suspenso que deseja editar. Escolha as reticências (três pontos) ao lado do controle e **Editar**.
1. No **Controle de formato** que aparece à esquerda, escolha **Vincular a um campo de conjunto de dados** na seção **Valores**.
1. No menu suspenso **Conjunto de dados** exibido, escolha o novo conjunto de dados que você criou. No nosso exemplo, o conjunto de dados `State Codes` é escolhido.
1. Para o menu suspenso **Campo** exibido, escolha o campo apropriado. No nosso exemplo, o campo `origin_state_abr` é escolhido.
Depois que você terminar de vincular o controle ao novo conjunto de dados, todos os valores exclusivos aparecerão no menu suspenso do controle. Isso inclui os valores filtrados pelo parâmetro de conjunto de dados.
## Como usar controles com as opções Selecionar tudo
Por padrão, quando um ou mais parâmetros de conjunto de dados são mapeados para um parâmetro de análise e adicionados a um controle, a opção `Select all` não fica disponível. O procedimento a seguir mostra uma solução alternativa que usa o mesmo cenário de exemplo da seção anterior.
**nota**
Essa instrução é para conjuntos de dados que são pequenos o suficiente para serem carregados na consulta direta. Se você tiver um conjunto de dados grande e quiser usar a opção `Select All`, é recomendável carregar o conjunto de dados no SPICE. No entanto, se você quiser usar a opção `Select All` com parâmetros de conjunto de dados, este passo a passo descreve uma maneira de fazer isso.
Para começar, digamos que você tenha um conjunto de dados de consulta direta com SQL personalizado que contenha um parâmetro de vários valores chamado `States`:
```
select * from all_flights
where origin_state_abr in (<<$States>>)
```
**Usar a opção Selecionar tudo em um controle que usa parâmetros de conjunto de dados**
1. No painel **Parâmetros** da análise, localize o parâmetro de conjunto de dados que deseja usar e escolha **Editar** nas reticências (três pontos) ao lado do parâmetro.
1. Na janela **Editar parâmetro** exibida, insira um novo valor padrão na seção **Múltiplos valores padrão estáticos**. No nosso exemplo, o valor padrão é ` All States`. Observe que o exemplo usa um caractere de espaço inicial para que o valor padrão apareça como o primeiro item no controle.
1. Escolha **Atualizar** para atualizar o parâmetro.
1. Navegue até o conjunto de dados que contém o parâmetro do conjunto de dados que você está usando no. analysis-by-analysis Edite o SQL personalizado do conjunto de dados para incluir um caso de uso padrão para seus novos múltiplos valores padrão estáticos. Usando o exemplo ` All States`, a expressão SQL aparece da seguinte forma:
```
select * from public.all_flights
where
' All States' in (<<$States>>) or
origin_state_abr in (<<$States>>)
```
Se o usuário escolher ` All States` no controle, a nova expressão SQL retornará todos os registros exclusivos. Se o usuário escolher um valor diferente do controle, a consulta retornará valores que foram filtrados pelo parâmetro de conjunto de dados.
### Como usar controles com as opções Selecionar tudo e vários valores
Você pode combinar o procedimento `Select all` anterior com o método de controle de múltiplos valores discutido anteriormente, a fim de criar controles suspensos que contenham um valor `Select all` além de múltiplos valores que o usuário pode selecionar. Essa instrução pressupõe que você tenha seguido os procedimentos anteriores, que saiba como mapear os parâmetros de conjunto de dados aos parâmetros de análise e que possa criar controles em uma análise. Para obter mais informações sobre o mapeamento de parâmetros de análise, consulte [Mapeando parâmetros do conjunto de dados em novas análises rápidas](dataset-parameters-analysis.md#dataset-parameters-map-to-analysis). Para obter mais informações sobre a criação de controles em uma análise que está usando parâmetros de conjunto de dados, consulte [Adição dos controles de filtro a parâmetros de análise mapeados](dataset-parameters-analysis.md#dataset-parameters-analysis-filter-control).
**Adicionar múltiplos valores a um controle com a opção Selecionar tudo e um parâmetro de conjunto de dados mapeado**
1. Abra a análise que tem o conjunto de dados original com uma expressão SQL `Select all` personalizada e um segundo conjunto de dados que inclui todos os valores possíveis da coluna filtrada existente no conjunto de dados original.
1. Navegue até o conjunto de dados secundário que foi criado anteriormente para retornar todos os valores de uma coluna filtrada. Adicione uma expressão SQL personalizada que adicione sua opção `Select all` configurada anteriormente à consulta. O exemplo a seguir adiciona o registro ` All States` ao topo da lista de valores retornados do conjunto de dados:
```
(Select ' All States' as origin_state_abr)
Union All
(SELECT distinct origin_state_abr FROM all_flights
order by origin_state_abr asc)
```
1. Volte para a análise à qual os conjuntos de dados pertencem e mapeie o parâmetro de conjunto de dados que você está usando ao parâmetro de análise criado na terceira etapa do procedimento anterior. O parâmetro de análise e o parâmetro de conjunto de dados podem ter o mesmo nome. No nosso exemplo, o parâmetro de análise chama-se `States`.
1. Crie um novo controle de filtro ou edite um controle de filtro existente e escolha **Ocultar Selecionar tudo** para ocultar a opção desabilitada **Selecionar tudo** que aparece nos controles de vários valores.
Depois de criar o controle, os usuários podem usar o mesmo controle para selecionar todos ou múltiplos valores de uma coluna filtrada em um conjunto de dados.
# Usando a segurança em nível de linha no Amazon Quick
| |
| --- |
| Aplica-se a: Enterprise Edition |
Na edição Enterprise do Amazon Quick, você pode restringir o acesso a um conjunto de dados configurando a segurança em nível de linha (RLS) nele. Você pode fazer isso antes ou depois de compartilhar o conjunto de dados. Quando você compartilha um conjunto de dados com RLS com proprietários de conjuntos de dados, eles ainda poderão visualizar todos os dados. No entanto, quando você o compartilha com leitores, eles poderão visualizar somente os dados restritos pelas regras do conjunto de dados de permissão.
Além disso, ao incorporar painéis do Amazon Quick em seu aplicativo para usuários não registrados do Quick, você pode usar a segurança em nível de linha (RLS) para dados com tags. filter/restrict Uma tag é uma string especificada pelo usuário que identifica uma sessão em seu aplicativo. Você pode usar tags para implementar controles de RLS para seus conjuntos de dados. Ao configurar restrições baseadas em RLS em conjuntos de dados, o Quick filtra os dados com base nas tags de sessão vinculadas à identidade/sessão do usuário.
Você pode restringir o acesso a um conjunto de dados usando regras baseadas em nomes de usuários ou em grupos, regras baseadas em tags ou ambas.
Escolha regras baseadas no usuário se quiser proteger os dados de usuários ou grupos provisionados (registrados) no Quick. Para fazer isso, selecione um conjunto de dados de permissões que contenha regras definidas por colunas para cada usuário ou grupo com acesso aos dados. Somente usuários ou grupos identificados nas regras terão acesso aos dados.
Escolha regras baseadas em tags somente se você estiver usando painéis incorporados e quiser proteger dados para usuários não provisionados (usuários não registrados) no Quick. Para fazer isso, defina tags nas colunas para proteger os dados. Os valores para as tags devem ser aprovados ao incorporar painéis.
**Topics**
+ [Uso da segurança por linha com regras baseadas em usuários para restringir o acesso a um conjunto de dados](restrict-access-to-a-data-set-using-row-level-security.md)
+ [Uso da segurança por linha com regras baseadas em etiquetas para restringir o acesso ao conjunto de dados ao realizar a incorporação de painéis para usuários anônimos](quicksight-dev-rls-tags.md)
# Uso da segurança por linha com regras baseadas em usuários para restringir o acesso a um conjunto de dados
| |
| --- |
| Aplica-se a: Enterprise Edition |
Na edição Enterprise do Amazon Quick, você pode restringir o acesso a um conjunto de dados configurando a segurança em nível de linha (RLS) nele. Você pode fazer isso antes ou depois de compartilhar o conjunto de dados. Quando você compartilha um conjunto de dados com RLS com proprietários de conjuntos de dados, eles ainda poderão visualizar todos os dados. No entanto, quando você o compartilha com leitores, eles poderão visualizar somente os dados restritos pelas regras do conjunto de dados de permissão. Ao adicionar segurança no nível da linha, você pode controlar ainda mais o acesso a eles.
**nota**
Ao aplicar conjuntos de dados do SPICE à segurança por linha, cada campo no conjunto de dados poderá conter, no máximo, 2.047 caracteres Unicode. Os campos que contêm mais do que essa cota são truncados durante a ingestão. Para saber mais sobre as cotas para dados do SPICE, consulte [Cotas do SPICE para dados importados](data-source-limits.md#spice-limits).
Para fazer isso, você cria uma consulta ou arquivo com uma coluna para identificação do usuário ou do grupo. Você pode usar um `UserName` e`GroupName`, ou alternativamente, `UserARN` `GroupARN` e. Você pode pensar nisso como a *adição de uma regra* para esse usuário ou grupo. Em seguida, você pode adicionar uma coluna à consulta ou arquivo para cada campo ao qual deseja conceder ou restringir o acesso. Para cada nome de usuário ou grupo que você adiciona, os valores de cada campo também são adicionados. Use NULL (sem valor) para significar "todos os valores". Para visualizar exemplos de regras do conjunto de dados, consulte [Como criar regras do conjunto de dados para a segurança por linha](#create-data-set-rules-for-row-level-security).
Para aplicar as regras do conjunto de dados, adicione-as como um conjunto de dados de permissões ao seu conjunto de dados. Lembre-se dos seguintes pontos:
+ O conjunto de dados de permissões não pode conter valores duplicados. As duplicações são ignoradas ao avaliar como aplicar as regras.
+ Cada usuário ou grupo especificado pode ver somente as linhas que *correspondem* aos valores dos campos nas regras do conjunto de dados.
+ Se você adicionar uma regra para um usuário ou para um grupo e deixar todas as outras colunas sem valor (NULO), você concederá a eles acesso a todos os dados.
+ Se você não adicionar uma regra para um usuário ou grupo, eles não poderão ver nenhum dado.
+ O conjunto completo de registros de regras que são aplicadas por usuário não deve exceder 999. Essa limitação se aplica ao número total de regras atribuídas diretamente a um nome do usuário, acrescida de quaisquer regras atribuídas ao usuário por meio de nomes de grupos.
+ Se um campo incluir uma vírgula (,), o Amazon Quick tratará cada palavra separada da outra por uma vírgula como um valor individual no filtro. Por exemplo, em `('AWS', 'INC')`, `AWS,INC` é considerado como duas strings: `AWS` e `INC`. Para filtrar com `AWS,INC`, coloque a string entre aspas duplas no conjunto de dados de permissões.
Se o conjunto de dados restrito for um conjunto de dados do SPICE, o número de valores de filtragem aplicados por usuário não poderá exceder 192 mil para cada campo restrito. Isso se aplica ao número total de valores de filtragem atribuídos diretamente a um nome do usuário, acrescido de quaisquer valores de filtragem atribuídos ao usuário por meio de nomes de grupos.
Se o conjunto de dados restrito for um conjunto de dados de consulta direta, o número de valores de filtragem aplicados por usuário varia de acordo com as fontes de dados.
Exceder o limite do valor de filtragem pode causar falha na renderização do elemento visual. Recomendamos adicionar uma coluna adicional ao seu conjunto de dados restrito para dividir as linhas em grupos com base na coluna restrita original. Dessa forma, a lista de filtros pode ser reduzida.
O Amazon Quick trata os espaços como valores literais. Se você tiver um espaço em um campo que está sendo restringido, a regra do conjunto de dados se aplicará a essas linhas. O Amazon Quick trata ambos NULLs e espaços em branco (cadeias de caracteres vazias “”) como “sem valor”. Um NULL é um valor de campo vazio.
Dependendo da fonte de dados da qual o seu conjunto de dados é proveniente, você pode configurar uma consulta direta para acessar uma tabela de permissões. Termos com espaços dentro deles não precisam ser delimitados com aspas. Se você usar uma consulta direta, poderá alterar facilmente a consulta na fonte de dados original.
Como alternativa, você pode fazer upload de regras do conjunto de dados usando um arquivo de texto ou uma planilha. Se você estiver usando um arquivo de valores separados por vírgulas (CSV), não inclua espaços na linha. Os termos que tiverem espaços dentro deles precisam ser delimitados entre aspas. Se você usar regras do conjunto de dados baseadas em arquivos, aplique quaisquer alterações ao substituir as regras existentes nas configurações de permissões do conjunto de dados.
Os conjuntos de dados restritos são marcados com a palavra **RESTRITO** na tela **Dados**.
Os conjuntos de dados secundários que são criados a partir de um conjunto de dados primário com regras de RLS ativas mantêm as mesmas regras de RLS que o conjunto de dados primário tem. Você pode adicionar mais regras de RLS ao conjunto de dados secundário, mas não é possível remover as regras de RLS que o conjunto de dados herda do conjunto de dados primário.
Os conjuntos de dados secundários que são criados a partir de um conjunto de dados primário com regras de RLS ativas só podem ser criados com a consulta direta. Os conjuntos de dados secundários que herdam as regras de RLS do conjunto de dados primário não são compatíveis com o SPICE.
A segurança por linha funciona somente para campos que contêm dados textuais (string, char, varchar e assim por diante). Ela não funciona atualmente para datas nem campos numéricos. A detecção de anomalias não é compatível com conjuntos de dados que usam segurança por linha (RLS).
## Como criar regras do conjunto de dados para a segurança por linha
Use o procedimento apresentado a seguir para criar um arquivo de permissões ou uma consulta para usar como regras do conjunto de dados.
**Criar arquivos de permissões ou consultas para usar como regras do conjunto de dados**
1. Crie um arquivo ou uma consulta que contenha as regras (permissões) do conjunto de dados para a segurança por linha.
Não importa em que ordem os campos estão. No entanto, todos os campos fazem distinção entre maiúsculas e minúsculas. Certifique-se de que eles correspondam exatamente aos nomes e aos valores dos campos.
A estrutura deve ser semelhante a uma das seguintes. Certifique-se de ter, no mínimo, um campo que identifique usuários ou grupos. Você pode incluir os dois, mas apenas um é necessário, e apenas um é usado de cada vez. O campo usado para usuários ou grupos pode ter qualquer nome que você escolher.
**nota**
Se você estiver especificando grupos, use somente grupos do Amazon Quick ou grupos do Microsoft AD.
O exemplo a seguir mostra uma tabela com grupos.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/quick/latest/userguide/restrict-access-to-a-data-set-using-row-level-security.html)
O exemplo a seguir mostra uma tabela com nomes de usuários.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/quick/latest/userguide/restrict-access-to-a-data-set-using-row-level-security.html)
O exemplo a seguir mostra uma tabela com o usuário e o grupo Amazon Resource Names (ARNs).
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/quick/latest/userguide/restrict-access-to-a-data-set-using-row-level-security.html)
Como alternativa, se você usar um arquivo .csv, a estrutura deverá ser semelhante a uma das apresentadas a seguir.
```
UserName,SalesRegion,Segment
AlejandroRosalez,EMEA,"Enterprise,SMB,Startup"
MarthaRivera,US,Enterprise
NikhilJayashankars,US,SMB
PauloSantos,US,Startup
SaanviSarkar,APAC,"SMB,Startup"
sales-tps@example.com,"",""
ZhangWei,APAC-Sales,"Enterprise,Startup"
```
```
GroupName,SalesRegion,Segment
EMEA-Sales,EMEA,"Enterprise,SMB,Startup"
US-Sales,US,Enterprise
US-Sales,US,SMB
US-Sales,US,Startup
APAC-Sales,APAC,"SMB,Startup"
Corporate-Reporting,"",""
APAC-Sales,APAC,"Enterprise,Startup"
```
```
UserARN,GroupARN,SalesRegion
arn:aws:quicksight:us-east-1:123456789012:user/Bob,arn:aws:quicksight:us-east-1:123456789012:group/group-1,APAC
arn:aws:quicksight:us-east-1:123456789012:user/Sam,arn:aws:quicksight:us-east-1:123456789012:group/group-2,US
```
Veja a seguir um exemplo de SQL.
```
/* for users*/
select User as UserName, SalesRegion, Segment
from tps-permissions;
/* for groups*/
select Group as GroupName, SalesRegion, Segment
from tps-permissions;
```
1. Crie um conjunto de dados para as regras do conjunto de dados. Para que você possa encontrá-lo facilmente, forneça um nome significativo; por exemplo, **Permissions-Sales-Pipeline**.
## Sinalização de conjunto de dados de regras para a segurança em nível de linha
Use o procedimento a seguir para sinalizar adequadamente um conjunto de dados como conjunto de dados de regras.
O conjunto de dados de regras é um sinalizador que distingue os conjuntos de dados de permissões usados para a segurança em nível de linha dos conjuntos de dados regulares. Se um conjunto de dados de permissões tiver sido aplicado a um conjunto de dados regular antes de 31 de março de 2025, ele terá uma sinalização de conjunto de dados de regras na página inicial do **conjunto de dados**.
Se um conjunto de dados de permissões não tiver sido aplicado a um conjunto de dados regular até 31 de março de 2025, ele será categorizado como um conjunto de dados regular. Para usá-lo como um conjunto de dados de regras, duplique o conjunto de dados de permissões e sinalize-o como um conjunto de dados de regras no console ao criar o conjunto de dados. Selecione EDITAR CONJUNTO DE DADOS e, nas opções, escolha DUPLICAR COMO CONJUNTO DE DADOS DE REGRAS.
Para duplicá-lo com êxito como um conjunto de dados de regras, certifique-se de que o conjunto de dados original tenha: 1. Colunas de metadados de usuários ou de grupos obrigatórias e 2. Somente colunas do tipo string.
Para criar um novo conjunto de dados de regras no console, selecione NOVO CONJUNTO DE DADOS DE REGRAS no menu suspenso NOVO CONJUNTO DE DADOS. [Ao criar um conjunto de dados de regras programaticamente, adicione o seguinte parâmetro:: UseAs RLS\$1RULES.](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_CreateDataSet.html#API_CreateDataSet_RequestSyntax) Este é um parâmetro opcional usado somente para criar um conjunto de dados de regras. Depois que um conjunto de dados é criado, pelo console ou de forma programática, e é sinalizado como um conjunto de dados de regras ou um conjunto de dados regular, ele não poderá ser alterado.
Depois que os conjuntos de dados forem marcados como conjuntos de dados de regras, o Amazon Quick aplicará regras estritas de ingestão de SPICE a eles. Para garantir a integridade dos dados, as ingestões do SPICE para conjuntos de dados de regras falharão se houver linhas ou células inválidas que excedam os limites de tamanho. Você deve corrigir os problemas de ingestão para reiniciar uma ingestão com êxito. Regras estritas de ingestão são aplicáveis somente aos conjuntos de dados de regras. Conjuntos de dados regulares não terão falhas na ingestão de conjuntos de dados quando houver linhas ignoradas ou truncamentos de strings.
## Como aplicar a segurança em nível de linha
Use o procedimento a seguir para aplicar a segurança por linha (RLS) ao usar um arquivo ou uma consulta como um conjunto de dados que contém as regras de permissões.
**Aplicar segurança por linha ao usar um arquivo ou uma consulta**
1. Confirme se você adicionou suas regras como um novo conjunto de dados. Se você as adicionou, mas não as visualiza na lista de conjuntos de dados, atualize a tela.
1. Na página **Dados**, escolha o conjunto de dados
1. Na página de detalhes do conjunto de dados que é aberta, em **Segurança por linha**, escolha **Configurar**.
1. Na página **Configurar segurança por linha** que é aberta, escolha **Regras baseadas em usuários**.
1. Na lista de conjuntos de dados que aparece, escolha seu conjunto de dados de permissões.
Caso o seu conjunto de dados de permissões não seja exibido nesta tela, retorne aos seus conjuntos de dados e atualize a página.
1. Em **Política de permissões**, escolha **Conceder acesso ao conjunto de dados**. Cada conjunto de dados tem somente um conjunto de dados de permissões ativo. Se você tentar adicionar um segundo conjunto de dados de permissões, ele substituirá o existente.
**Importante**
Algumas restrições se aplicam a valores NULOS e de string vazia ao trabalhar com a segurança por linha:
Se o seu conjunto de dados tiver valores NULOS ou strings vazias (“”) nos campos restritos, essas linhas serão ignoradas quando as restrições forem aplicadas.
Dentro do conjunto de dados de permissões, os valores NULOS e as strings vazias são tratados de forma semelhante. Para obter mais informações, consulte a tabela a seguir.
Para evitar a exposição acidental de informações confidenciais, o Amazon Quick ignora regras vazias de RLS que concedem acesso a todos. Uma *regra de RLS vazia* ocorre quando todas as colunas de uma linha não têm valor. O Quick RLS trata NULL, strings vazias (“”) ou strings vazias separadas por vírgula (por exemplo, “,,”) como nenhum valor.
Após ignorar as regras vazias, outras regras de RLS não vazias ainda se aplicam.
Se um conjunto de dados de permissão tiver somente regras vazias e todas elas tiverem sido ignoradas, ninguém terá acesso a nenhum dado restrito por esse conjunto de dados de permissão.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/quick/latest/userguide/restrict-access-to-a-data-set-using-row-level-security.html)
Qualquer pessoa com quem você compartilhou o painel poderá visualizar todos os dados contidos nele, a menos que o conjunto de dados seja restrito por regras do conjunto de dados.
1. Escolha **Aplicar conjunto de dados** para salvar as alterações. Em seguida, na página **Deseja salvar as regras do conjunto de dados?**, escolha **Aplicar e ativar**. As alterações nas permissões serão aplicadas imediatamente aos usuários existentes.
1. (Opcional) Para remover permissões, primeiro remova as regras do conjunto de dados do conjunto de dados.
Certifique-se de que as regras do conjunto de dados sejam removidas. Em seguida, escolha o conjunto de dados de permissões e selecione **Remover conjunto de dados**.
Para substituir as permissões, escolha um novo conjunto de dados de permissões e aplique-o. Você pode reutilizar o mesmo nome para o conjunto de dados. No entanto, certifique-se de aplicar as novas permissões na tela **Permissões** para ativá-las. As consultas SQL são atualizadas dinamicamente para que possam ser gerenciadas fora do Amazon Quick. Para consultas, as permissões são atualizadas quando o cache da consulta direta é atualizado automaticamente.
Se você excluir um conjunto de dados de permissões baseado em arquivos antes de removê-lo do conjunto de dados de destino, os usuários restritos não poderão acessar o conjunto de dados. Enquanto o conjunto de dados estiver nesse estado, ele permanecerá marcado como **RESTRITO**. No entanto, ao visualizar as **Permissões** para esse conjunto de dados, você perceberá que ele não tem regras do conjunto de dados selecionadas.
Para corrigir isso, especifique novas regras do conjunto de dados. Como criar um conjunto de dados com o mesmo nome não é suficiente para corrigir isso. Você deve escolher o novo conjunto de dados de permissões na tela **Permissões**. Essa restrição não se aplica a consultas SQL diretas.
# Uso da segurança por linha com regras baseadas em etiquetas para restringir o acesso ao conjunto de dados ao realizar a incorporação de painéis para usuários anônimos
| |
| --- |
| Aplica-se a: Enterprise Edition |
| |
| --- |
| Público-alvo: administradores do Amazon Quick e desenvolvedores do Amazon Quick |
Ao incorporar painéis do Amazon Quick em seu aplicativo para usuários que não estão provisionados (registrados) no Quick, você pode usar a segurança em nível de linha (RLS) para dados com tags. filter/restrict Uma tag é uma string especificada pelo usuário que identifica uma sessão em seu aplicativo. Você pode usar tags para implementar controles de RLS para seus conjuntos de dados. Ao configurar restrições baseadas em RLS em conjuntos de dados, o Quick filtra os dados com base nas tags de sessão vinculadas à identidade/sessão do usuário.
Por exemplo, suponhamos que você tenha uma empresa no setor de logística com uma aplicação voltada ao cliente para vários varejistas. Milhares de usuários desses varejistas acessam sua aplicação para visualizar as métricas relacionadas à forma como os pedidos estão sendo enviados de seu local de armazenamento.
Você não quer gerenciar milhares de usuários no Quick, então você usa a incorporação anônima para incorporar os painéis selecionados em seu aplicativo para que seus usuários autenticados e autorizados possam ver. No entanto, você deseja garantir que os varejistas visualizem somente os dados relativos aos seus negócios e não aos de outras empresas. Você pode usar a RLS com tags para garantir que seus clientes visualizem somente os dados relevantes para eles.
Para fazer isso, conclua as seguintes etapas:
1. Adicione a RLS com tags a um conjunto de dados.
1. Atribua valores para essas tags no runtime usando a operação de API `GenerateEmbedUrlForAnonymousUser`.
Para obter mais informações sobre a incorporação de painéis para usuários anônimos usando a operação de API `GenerateEmbedUrlForAnonymousUser`, consulte [Incorporação de painéis do Amazon Quick Sight para usuários anônimos (não registrados)](embedded-analytics-dashboards-for-everyone.md).
Antes de usar a RLS com tags, lembre-se dos seguintes pontos:
+ No momento, o uso de RLS com tags é compatível somente com a incorporação anônima, especificamente para painéis incorporados que usam a operação de API `GenerateEmbedUrlForAnonymousUser`.
+ O uso de RLS com tags não é compatível com painéis incorporados que usam a operação de API `GenerateEmbedURLForRegisteredUser` ou a operação de API `GetDashboardEmbedUrl` antiga.
+ As tags RLS não são compatíveis com AWS Identity and Access Management (IAM) ou com o tipo de identidade rápida.
+ Ao aplicar conjuntos de dados do SPICE à segurança por linha, cada campo no conjunto de dados poderá conter, no máximo, 2.047 caracteres Unicode. Os campos que contêm mais do que essa cota são truncados durante a ingestão. Para saber mais sobre as cotas para dados do SPICE, consulte [Cotas do SPICE para dados importados](data-source-limits.md#spice-limits).
## Etapa 1: adicionar a RLS com tags a um conjunto de dados
Você pode adicionar regras baseadas em tags a um conjunto de dados no Amazon Quick. Como alternativa, você pode chamar a operação de API `CreateDataSet` ou `UpdateDataSet` e adicionar regras baseadas em tags dessa forma. Para obter mais informações, consulte [Adicionar RLS com tags a um conjunto de dados usando a API](#quicksight-dev-rls-tags-add-api).
Use o procedimento a seguir para adicionar tags RLS a um conjunto de dados no Quick.
**Adicionar a RLS com tags a um conjunto de dados**
1. Na página de início rápido, escolha **Dados** à esquerda.
1. Escolha o conjunto de dados ao qual você deseja adicionar o RLS.
1. Na página de detalhes do conjunto de dados que é aberta, em **Segurança por linha**, escolha **Configurar**.
1. Na página **Configurar segurança por linha** que é aberta, escolha **Regras baseadas em tags**.
1. Em **Coluna**, escolha uma coluna à qual você deseja adicionar regras baseadas em tags.
Por exemplo, no caso da empresa no setor de logística, é utilizada a coluna `retailer_id`.
Somente colunas com um tipo de dados string são listadas.
1. Em **Tag**, insira uma chave de tag. Você pode inserir qualquer nome de tag que desejar.
Por exemplo, no caso da empresa no setor de logística, é utilizada a chave de tag `tag_retailer_id`. Fazer isso define a segurança por linha com base no varejista que está acessando a aplicação.
1. (Opcional) Em **Delimitador**, escolha um delimitador usando a lista ou insira o seu próprio delimitador.
É possível usar delimitadores para separar strings de texto ao atribuir mais de um valor para uma tag. O valor de um delimitador pode ter, no máximo, dez caracteres.
1. (Opcional) Em **Corresponder a todos**, escolha o símbolo **\$1** ou insira seu próprio caractere ou caracteres.
Esta opção pode ser qualquer caractere que você deseja usar ao filtrar por todos os valores dessa coluna no conjunto de dados. Em vez de listar os valores um por um, você pode usar o caractere. Se esse valor for especificado, ele poderá ter pelo menos um caractere ou no máximo 256 caracteres.
1. Escolha **Adicionar**.
A regra baseada em tags será adicionada ao conjunto de dados e listada na parte inferior, mas ainda não será aplicada. Para adicionar outra regra baseada em tags ao conjunto de dados, repita as etapas 5 a 9. Para editar uma regra baseada em tags, escolha o ícone de lápis próximo à regra. Para excluir uma regra baseada em tags, escolha o ícone de exclusão próximo à regra. É possível adicionar até 50 tags a um conjunto de dados.
1. Quando estiver com tudo pronto para aplicar as regras baseadas em tags ao conjunto de dados, escolha **Aplicar regras**.
1. Na página **Deseja ativar a segurança baseada em tags?** que é aberta, escolha **Aplicar e ativar**.
As regras baseadas em tags estarão ativas. Na página **Configurar segurança por linha**, um botão de alternância aparece para você ativar e desativar as regras baseadas em tags para o conjunto de dados.
Para desativar todas as regras baseadas em tags para o conjunto de dados, desative o botão de alternância das **Regras baseadas em tags** e, em seguida, digite “confirmar” na caixa de texto que aparecer.
Na página **Dados**, um ícone de cadeado aparece na linha do conjunto de dados para indicar que as regras de tag estão habilitadas.
Agora, você pode usar regras baseadas em tags para definir valores de tags no runtime, conforme descrito em [Etapa 2: atribuir valores à RLS com tags no runtime](#quicksight-dev-rls-tags-assign-values). As regras afetam somente os leitores rápidos quando estão ativas.
**Importante**
Depois que as tags forem atribuídas e habilitadas no conjunto de dados, certifique-se de conceder permissões aos autores do Quick para ver qualquer dado no conjunto de dados ao criar um painel.
Para dar permissão aos autores do Quick para ver os dados no conjunto de dados, crie um arquivo de permissões ou uma consulta para usar como regras do conjunto de dados. Para obter mais informações, consulte [Como criar regras do conjunto de dados para a segurança por linha](restrict-access-to-a-data-set-using-row-level-security.md#create-data-set-rules-for-row-level-security).
Após criar uma regra baseada em tags, uma nova tabela **Gerenciar regras** será exibida para mostrar como suas regras baseadas em tags se relacionam. Para fazer alterações nas regras listadas na tabela **Gerenciar regras**, escolha o ícone de lápis próximo à regra. Em seguida, adicione ou remova as tags e escolha **Atualizar**. Para aplicar a regra atualizada ao conjunto de dados, escolha **Aplicar**.
### (Opcional) Adicionar a condição Or à RLS com tags
Você também pode adicionar a condição OR às suas regras baseadas em tags para personalizar ainda mais a forma como os dados são apresentados aos usuários da sua conta Quick. Quando você usa a condição OR com suas regras baseadas em tags, as imagens no Quick aparecem se pelo menos uma tag definida na regra for válida.
**Adicionar a condição OR às regras baseadas em tags**
1. Na tabela **Gerenciar regras**, escolha **Adicionar condição OU**.
1. Na lista suspensa **Selecionar tag** que é apresentada, escolha a tag para a qual você deseja criar uma condição OU. É possível adicionar até 50 condições OR à tabela **Gerenciar regras**. Você pode adicionar diversas tags a uma única coluna em um conjunto de dados, mas, no mínimo, uma tag de coluna precisa ser inclusa em uma regra.
1. Escolha **Atualizar** para adicionar a condição à regra e, em seguida, selecione **Aplicar** para aplicar a regra atualizada ao seu conjunto de dados.
### Adicionar RLS com tags a um conjunto de dados usando a API
Como alternativa, você pode configurar e habilitar a segurança por linha baseada em tags em seu conjunto de dados ao chamar a operação de API `CreateDataSet` ou `UpdateDataSet`. Use os exemplos apresentados a seguir para aprender a fazer isso.
**Importante**
Ao configurar as tags de sessão na chamada da API,
Trate as tags de sessão como credenciais de segurança. Não exponha as tags de sessão aos usuários finais ou ao código do lado do cliente.
Implemente controles do lado do servidor. Certifique-se de que as tags de sessão sejam definidas exclusivamente por seus serviços de back-end confiáveis, não por parâmetros que os usuários finais possam modificar.
Proteja as tags de sessão da enumeração. Certifique-se de que os usuários de um locatário não possam descobrir ou adivinhar valores de SessionTag pertencentes a outros locatários.
Revise sua arquitetura. Se clientes ou parceiros downstream tiverem permissão para chamar a API diretamente, avalie se essas partes poderiam especificar valores de SessionTag para locatários que não deveriam acessar.
------
#### [ CreateDataSet ]
Veja um exemplo a seguir de criação de um conjunto de dados que usa a RLS com tags. O exemplo assume o cenário da empresa no setor de logística descrito anteriormente. As tags estão definidas no elemento `row-level-permission-tag-configuration`. As tags são definidas nas colunas para as quais você deseja proteger os dados. Para obter mais informações sobre esse elemento opcional, consulte [RowLevelPermissionTagConfiguration](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_RowLevelPermissionTagConfiguration.html)a *Amazon Quick API Reference*.
```
create-data-set
--aws-account-id
--data-set-id
--name
--physical-table-map
[--logical-table-map ]
--import-mode
[--column-groups ]
[--field-folders ]
[--permissions ]
[--row-level-permission-data-set ]
[--column-level-permission-rules ]
[--tags ]
[--cli-input-json ]
[--generate-cli-skeleton ]
[--row-level-permission-tag-configuration
'{
"Status": "ENABLED",
"TagRules":
[
{
"TagKey": "tag_retailer_id",
"ColumnName": "retailer_id",
"TagMultiValueDelimiter": ",",
"MatchAllValue": "*"
},
{
"TagKey": "tag_role",
"ColumnName": "role"
}
],
"TagRuleConfigurations":
[
tag_retailer_id
],
[
tag_role
]
}'
]
```
Neste exemplo, as tags estão definidas na parte `TagRules` do elemento. No exemplo, duas tags são definidas com base em duas colunas:
+ A chave da tag `tag_retailer_id` é definida para a coluna `retailer_id`. Neste caso, para a empresa no setor de logística, isto define a segurança por linha com base no varejista que está tentando acessar a aplicação.
+ A chave da tag `tag_role` é definida para a coluna `role`. Neste caso, para a empresa no setor de logística, isso define uma camada adicional de segurança por linha com base no perfil do usuário que acessa a aplicação usando um varejista específico. Um exemplo é `store_supervisor` ou `manager`.
Para cada tag, você pode definir `TagMultiValueDelimiter` e `MatchAllValue`. Entretanto, são opcionais.
+ `TagMultiValueDelimiter`: esta opção pode ser qualquer string que você deseja usar para delimitar os valores ao transferi-los no runtime. O valor pode ter, no máximo, dez caracteres. Nesse caso, uma vírgula é usada como o valor delimitador.
+ `MatchAllValue`: esta opção pode ser qualquer caractere que você deseja usar ao filtrar por todos os valores dessa coluna no conjunto de dados. Em vez de listar os valores um por um, você pode usar o caractere. Se especificado, esse valor poderá ter no mínimo um caractere ou no máximo 256 caracteres. Nesse caso, um asterisco será usado como o correspondente a todos os valores.
Ao configurar as tags para as colunas do conjunto de dados, ative-as ou desative-as usando a propriedade obrigatória `Status`. Para habilitar as regras baseadas em tags, use o valor `ENABLED` para esta propriedade. Ao ativar as regras baseadas em tags, você poderá usá-las para definir valores de tags no runtime, conforme descrito em [Etapa 2: atribuir valores à RLS com tags no runtime](#quicksight-dev-rls-tags-assign-values).
Veja um exemplo a seguir de definição de resposta.
```
{
"Status": 201,
"Arn": "arn:aws:quicksight:us-west-2:11112222333:dataset/RLS-Dataset",
"DataSetId": "RLS-Dataset",
"RequestId": "aa4f3c00-b937-4175-859a-543f250f8bb2"
}
```
------
#### [ UpdateDataSet ]
**UpdateDataSet**
Você pode usar a operação de API `UpdateDataSet` para adicionar ou atualizar a RLS com tags para um conjunto de dados existente.
Veja um exemplo a seguir de atualização de um conjunto de dados com a RLS com tags. O exemplo assume o cenário da empresa no setor de logística descrito anteriormente.
```
update-data-set
--aws-account-id
--data-set-id
--name
--physical-table-map
[--logical-table-map ]
--import-mode
[--column-groups
[--field-folders ]
[--row-level-permission-data-set ]
[--column-level-permission-rules ]
[--cli-input-json ]
[--generate-cli-skeleton ]
[--row-level-permission-tag-configuration
'{
"Status": "ENABLED",
"TagRules":
[
{
"TagKey": "tag_retailer_id",
"ColumnName": "retailer_id",
"TagMultiValueDelimiter": ",",
"MatchAllValue": "*"
},
{
"TagKey": "tag_role",
"ColumnName": "role"
}
],
"TagRuleConfigurations":
[
tag_retailer_id
],
[
tag_role
]
}'
]
```
Veja um exemplo a seguir de definição de resposta.
```
{
"Status": 201,
"Arn": "arn:aws:quicksight:us-west-2:11112222333:dataset/RLS-Dataset",
"DataSetId": "RLS-Dataset",
"RequestId": "aa4f3c00-b937-4175-859a-543f250f8bb2"
}
```
------
**Importante**
Depois que as tags forem atribuídas e habilitadas no conjunto de dados, certifique-se de conceder permissões aos autores do Quick para ver qualquer dado no conjunto de dados ao criar um painel.
Para dar permissão aos autores do Quick para ver os dados no conjunto de dados, crie um arquivo de permissões ou uma consulta para usar como regras do conjunto de dados. Para obter mais informações, consulte [Como criar regras do conjunto de dados para a segurança por linha](restrict-access-to-a-data-set-using-row-level-security.md#create-data-set-rules-for-row-level-security).
Para obter mais informações sobre o `RowLevelPermissionTagConfiguration` elemento, consulte [RowLevelPermissionTagConfiguration](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_RowLevelPermissionTagConfiguration.html)a *Amazon Quick API Reference*.
## Etapa 2: atribuir valores à RLS com tags no runtime
Você pode usar tags para a RLS somente para a incorporação anônima. É possível definir valores para as tags usando a operação de API `GenerateEmbedUrlForAnonymousUser`.
**Importante**
Ao configurar as tags de sessão na chamada da API,
Trate as tags de sessão como credenciais de segurança. Não exponha as tags de sessão aos usuários finais ou ao código do lado do cliente.
Implemente controles do lado do servidor. Certifique-se de que as tags de sessão sejam definidas exclusivamente por seus serviços de back-end confiáveis, não por parâmetros que os usuários finais possam modificar.
Proteja as tags de sessão da enumeração. Certifique-se de que os usuários de um locatário não possam descobrir ou adivinhar valores de SessionTag pertencentes a outros locatários.
Revise sua arquitetura. Se clientes ou parceiros downstream tiverem permissão para chamar a API diretamente, avalie se essas partes poderiam especificar valores de SessionTag para locatários que não deveriam acessar.
O exemplo apresentado a seguir mostra como atribuir valores à RLS com tags definida no conjunto de dados na etapa anterior.
```
POST /accounts/AwsAccountId/embed-url/anonymous-user
HTTP/1.1
Content-type: application/json
{
“AwsAccountId”: “string”,
“SessionLifetimeInMinutes”: integer,
“Namespace”: “string”, // The namespace to which the anonymous end user virtually belongs
“SessionTags”: // Optional: Can be used for row-level security
[
{
“Key”: “tag_retailer_id”,
“Value”: “West,Central,South”
}
{
“Key”: “tag_role”,
“Value”: “shift_manager”
}
],
“AuthorizedResourceArns”:
[
“string”
],
“ExperienceConfiguration”:
{
“Dashboard”:
{
“InitialDashboardId”: “string”
// This is the initial dashboard ID the customer wants the user to land on. This ID goes in the output URL.
}
}
}
```
Veja um exemplo a seguir de definição de resposta.
```
HTTP/1.1 Status
Content-type: application/json
{
"EmbedUrl": "string",
"RequestId": "string"
}
```
O suporte a RLS sem registrar usuários no Quick é suportado somente na operação da `GenerateEmbedUrlForAnonymousUser` API. Nesta operação, em `SessionTags`, é possível definir os valores das tags associadas às colunas do conjunto de dados.
Neste caso, são definidas as seguintes atribuições:
+ Os valores `West`, `Central` e `South` são atribuídos à tag `tag_retailer_id` no runtime. Uma vírgula é usada para o delimitador, que foi definido em `TagMultipleValueDelimiter` no conjunto de dados. Para usar valores de chamada na coluna, você pode definir o valor como *\$1*, que foi definido como o `MatchAllValue` ao criar a tag.
+ O valor `shift_manager` é atribuído à tag `tag_role`.
O usuário que usar o URL gerado poderá visualizar somente as linhas com o valor `shift_manager` na coluna `role`. Esse usuário poderá visualizar somente o valor `West`, `Central` ou `South` na coluna `retailer_id`.
Para obter mais informações sobre a incorporação de painéis para usuários anônimos usando a operação de `GenerateEmbedUrlForAnonymousUser` API[Incorporação de painéis do Amazon Quick Sight para usuários anônimos (não registrados)](embedded-analytics-dashboards-for-everyone.md), consulte ou [GenerateEmbedUrlForAnonymousUser](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_GenerateEmbedUrlForAnonymousUser.html)na *Amazon Quick* API Reference
# Uso da segurança em nível de coluna para restringir o acesso a um conjunto de dados
Na edição Enterprise do Quick, você pode restringir o acesso a um conjunto de dados configurando a segurança em nível de coluna (CLS) nele. Um conjunto de dados ou análise com CLS habilitado tem o símbolo ![\[The lock icon for CLS.\]](http://docs.aws.amazon.com/pt_br/quick/latest/userguide/images/cls-restricted-icon.png) restrito próximo a ele. Por padrão, todos os usuários e grupos têm acesso aos dados. Ao usar CLS, você pode gerenciar o acesso a colunas específicas no seu conjunto de dados.
Se você usar uma análise ou um painel que contenha conjuntos de dados com restrições de CLS aos quais você não tem acesso, não poderá criar, visualizar ou editar elementos visuais que usem os campos restritos. Para a maioria dos tipos de elementos visuais, se um elemento visual tiver colunas restritas às quais você não tem acesso, você não poderá ver o elemento visual na sua análise ou painel.
Tabelas e tabelas dinâmicas se comportam de forma diferente. Se uma tabela ou tabela dinâmica usar colunas restritas nas fontes de campo **Linhas** ou **Colunas** e você não tiver acesso a essas colunas restritas, não poderá ver o elemento visual em uma análise ou painel. Se uma tabela ou tabela dinâmica tiver colunas restritas na fonte de campo **Valores**, você poderá ver a tabela em uma análise ou painel somente com os valores aos quais você tem acesso. Os valores das colunas restritas são exibidos como Não autorizados.
Para habilitar a segurança por coluna em uma análise ou painel, você precisa de acesso de administrador.
**Para criar uma análise com CLS**
1. Na página de início rápido, escolha a guia **Análises**.
1. No canto superior direito, escolha **Nova análise**.
1. Escolha um conjunto de dados e selecione **Segurança por coluna**.
1. Selecione as colunas que deseja restringir e escolha **Avançar**. Por padrão, todos os grupos e usuários têm acesso a todas as colunas.
1. Escolha quem pode acessar cada coluna e selecione **Aplicar** para salvar suas alterações.
**Para usar uma análise existente com CLS**
1. Na página de início rápido, escolha a guia **Dados**.
1. Na página Dados, abra seu conjunto de dados
1. Na página de detalhes do conjunto de dados que se abre, em **Segurança por coluna**, escolha **Configurar**.
1. Selecione as colunas que deseja restringir e escolha **Avançar**. Por padrão, todos os grupos e usuários têm acesso a todas as colunas.
1. Escolha quem pode acessar cada coluna e selecione **Aplicar** para salvar suas alterações.
**Para criar um painel com CLS**
1. No painel de navegação rápida, escolha a guia **Análises**.
1. Escolha a análise da qual você deseja criar um painel.
1. No canto superior direito, escolha **Publicar**.
1. Escolha uma das seguintes opções:
+ Para criar um painel, escolha **Publicar novo painel como** e insira um nome para o novo painel.
+ Para substituir um painel existente, escolha **Substituir um painel existente** e selecione o painel na lista.
Além disso, você pode escolher **Opções avançadas de publicação**. Para obter mais informações, consulte [Publicação de painéis](creating-a-dashboard.md).
1. Escolha **Publicar painel**.
1. (Opcional) Siga um destes procedimentos:
+ Para publicar um painel sem compartilhar, selecione **x** no canto superior direito da tela **Share dashboard with users (Compartilhar painel com usuários)** quando ela for exibida. Você pode compartilhar o painel posteriormente escolhendo **Compartilhar** na barra de aplicações.
+ Para compartilhar o painel, siga o procedimento em [Compartilhamento de painéis do Amazon Quick Sight](sharing-a-dashboard.md).
# Execução de consultas como uma função do IAM no Amazon Quick
Você pode aprimorar a segurança dos dados usando políticas de acesso refinadas em vez de permissões mais amplas para fontes de dados conectadas ao Amazon Athena, Amazon Redshift ou Amazon S3. Você começa criando um perfil do AWS Identity and Access Management (IAM) com permissões a serem ativadas quando uma pessoa ou uma API inicia uma consulta. Em seguida, um administrador ou desenvolvedor do Quick atribui a função do IAM a uma fonte de dados do Athena ou do Amazon S3. Com o perfil estabelecido, qualquer pessoa ou API que execute a consulta tem as permissões exatas necessárias para executá-la.
Aqui estão algumas coisas a considerar antes de se comprometer com a implementação de perfis run-as para aprimorar a segurança dos dados:
+ Explique como a segurança adicional funciona a seu favor.
+ Trabalhe com seu administrador do Quick para saber se a adição de funções às fontes de dados ajuda você a atender melhor às suas metas ou requisitos de segurança.
+ Pergunte se esse tipo de segurança, pelo número de fontes de dados, pessoas e aplicações envolvidas, pode ser documentado e mantido de forma viável pela sua equipe. Se negativo, quem fará essa parte do trabalho?
+ Em uma organização estruturada, localize as partes interessadas em equipes paralelas nos departamentos de Operações, Desenvolvimento e Suporte de TI. Solicite a experiência deles, os conselhos e a disponibilidade de apoiar seu plano.
+ Antes de iniciar seu projeto, considere fazer uma prova de conceito que envolva as pessoas que precisam acessar os dados.
As seguintes regras se aplicam ao uso de perfis run-as com o Athena, Amazon Redshift e Amazon S3:
+ Cada fonte de dados pode ter somente uma associada RoleArn. Os consumidores da fonte de dados, que normalmente acessam conjuntos de dados e elementos visuais, podem gerar muitos tipos diferentes de consultas. O perfil estabelece limites sobre quais consultas funcionam e quais não funcionam.
+ O ARN deve corresponder a uma função do IAM da Conta da AWS mesma forma que a instância rápida que o usa.
+ A função do IAM deve ter uma relação de confiança que permita que Quick assuma a função.
+ A identidade que chama o Quick's APIs deve ter permissão para transmitir a função antes que eles possam atualizar a `RoleArn` propriedade. Você só precisa aprovar o perfil ao criar ou atualizar o ARN do perfil. As permissões não são reavaliadas posteriormente. Da mesma forma, a permissão não é necessária quando o ARN do perfil é omitido.
+ Quando o ARN do perfil é omitido, a fonte de dados do Athena ou do Amazon S3 usa o perfil em toda a conta e as políticas de redução de escopo.
+ Quando o ARN do perfil está presente, o perfil em toda a conta e todas as políticas de redução de escopo são ignoradas. Para fontes de dados do Athena, as permissões do Lake Formation não são ignoradas.
+ Para fontes de dados do Amazon S3, tanto o arquivo de manifesto quanto os dados especificados pelo arquivo de manifesto devem estar acessíveis usando o perfil do IAM.
+ A string ARN precisa corresponder a uma função existente do IAM no Conta da AWS e Região da AWS onde os dados estão localizados e consultados.
Quando o Quick se conecta a outro serviço no AWS, ele usa uma função do IAM. Por padrão, essa versão menos granular da função é criada pelo Quick para cada serviço usado, e a função é gerenciada pelos Conta da AWS administradores. Ao adicionar um ARN de perfil do IAM com uma política de permissões personalizada, você substitui o perfil mais amplo das suas fontes de dados que precisam de proteção extra. Para obter mais informações sobre políticas, consulte [Criar uma política gerenciada pelo cliente](https://docs.aws.amazon.com/IAM/latest/UserGuide/tutorial_managed-policies.html) no Guia do usuário do IAM.
## Executar consultas com fontes de dados do Athena
Use a API para anexar o ARN à fonte de dados do Athena. Para fazer isso, adicione o ARN da função na [RoleArn](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_RoleArn.html)propriedade de. [AthenaParameters](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_AthenaParameters.html) Para verificação, você pode ver o ARN do perfil na caixa de diálogo **Editar fonte de dados do Athena**. No entanto, o **ARN do perfil** é um campo somente leitura.
Para começar, você precisa de um perfil do IAM personalizado, que demonstramos no exemplo a seguir.
Lembre-se de que o exemplo de código a seguir serve apenas para fins de aprendizado. Use o exemplo somente em um ambiente temporário de desenvolvimento e teste e não em um ambiente de produção. A política nesse exemplo não protege nenhum recurso específico, que deve estar em uma política implantável. Além disso, mesmo para desenvolvimento, você precisa adicionar as informações da sua própria conta da AWS .
Os comandos a seguir criam uma nova função simples e anexam algumas políticas que concedem permissões ao Quick.
```
aws iam create-role \
--role-name TestAthenaRoleForQuickSight \
--description "Test Athena Role For QuickSight" \
--assume-role-policy-document '{
"Version": "2012-10-17" ,
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Service": "quicksight.amazonaws.com"
},
"Action": "sts:AssumeRole"
}
]
}'
```
Depois de identificar ou criar uma função do IAM para usar com cada fonte de dados, anexe as políticas usando attach-role-policy o.
```
aws iam attach-role-policy \
--role-name TestAthenaRoleForQuickSight \
--policy-arn arn:aws:iam::222222222222:policy/service-role/AWSQuickSightS3Policy1
aws iam attach-role-policy \
--role-name TestAthenaRoleForQuickSight \
--policy-arn arn:aws:iam::aws:policy/service-role/AWSQuicksightAthenaAccess1
aws iam attach-role-policy \
--role-name TestAthenaRoleForQuickSight \
--policy-arn arn:aws:iam::aws:policy/AmazonS3Access1
```
Depois de verificar suas permissões, você pode usar a função nas fontes de dados rápidas criando uma nova função ou atualizando uma função existente. Ao usar esses comandos, atualize o Conta da AWS ID Região da AWS para que corresponda ao seu.
Lembre-se de que esses exemplos de trechos de código não são para ambientes de produção. A AWS recomenda fortemente que você identifique e use um conjunto de políticas de privilégio mínimo para seus casos de produção.
```
aws quicksight create-data-source
--aws-account-id 222222222222 \
--region us-east-1 \
--data-source-id "athena-with-custom-role" \
--cli-input-json '{
"Name": "Athena with a custom Role",
"Type": "ATHENA",
"data sourceParameters": {
"AthenaParameters": {
"RoleArn": "arn:aws:iam::222222222222:role/TestAthenaRoleForQuickSight"
}
}
}'
```
## Executar consultas com fontes de dados do Amazon Redshift
Conecte seus dados do Amazon Redshift com o perfil run-as para aprimorar sua segurança de dados com políticas de acesso refinadas. Você pode criar um perfil run-as para fontes de dados do Amazon Redshift que usam uma rede pública ou uma conexão VPC. Você especifica o tipo de conexão que deseja usar na caixa de diálogo **Editar fonte de dados do Amazon Redshift**. O perfil “executar como” não é compatível com as fontes de dados do Amazon Redshift sem servidor.
Para começar, você precisa de um perfil do IAM personalizado, que demonstramos no exemplo a seguir. Os comandos a seguir criam um exemplo de nova função e anexam políticas que concedem permissões ao Quick.
```
aws iam create-role \
--role-name TestRedshiftRoleForQuickSight \
--description "Test Redshift Role For QuickSight" \
--assume-role-policy-document '{
"Version": "2012-10-17" ,
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Service": "quicksight.amazonaws.com"
},
"Action": "sts:AssumeRole"
}
]
}'
```
Depois de identificar ou criar um perfil do IAM para usar com cada fonte de dados, anexe as políticas com uma `attach-role-policy`. Se a permissão `redshift:GetClusterCredentialsWithIAM` estiver anexada ao perfil que você deseja usar, os valores para `DatabaseUser` e para `DatabaseGroups` serão opcionais.
```
aws iam attach-role-policy \
--role-name TestRedshiftRoleForQuickSight \
--policy-arn arn:aws:iam:111122223333:policy/service-role/AWSQuickSightRedshiftPolicy
aws iam create-policy --policy-name RedshiftGetClusterCredentialsPolicy1 \
--policy-document file://redshift-get-cluster-credentials-policy.json
aws iam attach-role-policy \
--role-name TestRedshiftRoleForQuickSight \
--policy-arn arn:aws:iam:111122223333:policy/RedshiftGetClusterCredentialsPolicy1
// redshift-get-cluster-credentials-policy.json
{
"Version": "2012-10-17" ,
"Statement": [
{
"Sid": "RedshiftGetClusterCredentialsPolicy",
"Effect": "Allow",
"Action": [
"redshift:GetClusterCredentials"
],
"Resource": [
"*"
]
}
]
}
```
O exemplo apresentado acima cria uma fonte de dados que usa os parâmetros `RoleARN`, `DatabaseUser` e `DatabaseGroups` do IAM. Se você desejar estabelecer a conexão somente por meio do parâmetro `RoleARN` do IAM, anexe a permissão `redshift:GetClusterCredentialsWithIAM` ao seu perfil, conforme mostrado no exemplo abaixo.
```
aws iam attach-role-policy \
--role-name TestRedshiftRoleForQuickSight \
--policy-arn arn:aws:iam:111122223333:policy/RedshiftGetClusterCredentialsPolicy1 // redshift-get-cluster-credentials-policy.json {
"Version": "2012-10-17" ,
"Statement": [
{
"Sid": "RedshiftGetClusterCredentialsPolicy",
"Effect": "Allow",
"Action": [ "redshift:GetClusterCredentialsWithIAM" ],
"Resource": [ "*" ]
}
]
}"
```
Depois de verificar suas permissões, você pode usar a função nas fontes de dados rápidas criando uma nova função ou atualizando uma função existente. Ao usar esses comandos, atualize o ID da AWS conta e a AWS região para que correspondam aos seus.
```
aws quicksight create-data-source \
--region us-west-2 \
--endpoint https://quicksight.us-west-2.quicksight.aws.com/ \
--cli-input-json file://redshift-data-source-iam.json \
redshift-data-source-iam.json is shown as below
{
"AwsAccountId": "AWSACCOUNTID",
"DataSourceId": "DATSOURCEID",
"Name": "Test redshift demo iam",
"Type": "REDSHIFT",
"DataSourceParameters": {
"RedshiftParameters": {
"Database": "integ",
"Host": "redshiftdemocluster.us-west-2.redshift.amazonaws.com",
"Port": 8192,
"ClusterId": "redshiftdemocluster",
"IAMParameters": {
"RoleArn": "arn:aws:iam::222222222222:role/TestRedshiftRoleForQuickSight",
"DatabaseUser": "user",
"DatabaseGroups": ["admin_group", "guest_group", "guest_group_1"]
}
}
},
"Permissions": [
{
"Principal": "arn:aws:quicksight:us-east-1:AWSACCOUNTID:user/default/demoname",
"Actions": [
"quicksight:DescribeDataSource",
"quicksight:DescribeDataSourcePermissions",
"quicksight:PassDataSource",
"quicksight:UpdateDataSource",
"quicksight:DeleteDataSource",
"quicksight:UpdateDataSourcePermissions"
]
}
]
}
```
Se sua fonte de dados usa o tipo de conexão VPC, use a configuração de VPC a seguir.
```
{
"AwsAccountId": "AWSACCOUNTID",
"DataSourceId": "DATSOURCEID",
"Name": "Test redshift demo iam vpc",
"Type": "REDSHIFT",
"DataSourceParameters": {
"RedshiftParameters": {
"Database": "mydb",
"Host": "vpcdemo.us-west-2.redshift.amazonaws.com",
"Port": 8192,
"ClusterId": "vpcdemo",
"IAMParameters": {
"RoleArn": "arn:aws:iam::222222222222:role/TestRedshiftRoleForQuickSight",
"DatabaseUser": "user",
"AutoCreateDatabaseUser": true
}
}
},
"VpcConnectionProperties": {
"VpcConnectionArn": "arn:aws:quicksight:us-west-2:222222222222:vpcConnection/VPC Name"
},
"Permissions": [
{
"Principal": "arn:aws:quicksight:us-east-1:222222222222:user/default/demoname",
"Actions": [
"quicksight:DescribeDataSource",
"quicksight:DescribeDataSourcePermissions",
"quicksight:PassDataSource",
"quicksight:UpdateDataSource",
"quicksight:DeleteDataSource",
"quicksight:UpdateDataSourcePermissions"
]
}
]
}
```
Se a fonte de dados usar a permissão `redshift:GetClusterCredentialsWithIAM` e não usar os parâmetros `DatabaseUser` ou `DatabaseGroups`, conceda ao perfil acesso a algumas ou a todas as tabelas no esquema. Para conferir se um perfil recebeu permissões `SELECT` para uma tabela específica, insira o comando apresentado a seguir no Editor de Consultas do Amazon Redshift.
```
SELECT
u.usename,
t.schemaname||'.'||t.tablename,
has_table_privilege(u.usename,t.tablename,'select') AS user_has_select_permission
FROM
pg_user u
CROSS JOIN
pg_tables t
WHERE
u.usename = 'IAMR:RoleName'
AND t.tablename = tableName
```
Para obter mais informações sobre a ação `SELECT` no Editor de Consultas do Amazon Redshift, consulte [SELECT](https://docs.aws.amazon.com/redshift/latest/dg/r_SELECT_synopsis.html).
Para conceder permissões `SELECT` ao perfil, insira o comando apresentado a seguir no Editor de Consultas do Amazon Redshift.
```
GRANT SELECT ON { [ TABLE ] table_name [, ...] | ALL TABLES IN SCHEMA
schema_name [, ...] } TO "IAMR:Rolename";
```
Para obter mais informações sobre a ação `GRANT` no Editor de Consultas do Amazon Redshift, consulte [GRANT](https://docs.aws.amazon.com/redshift/latest/dg/r_GRANT.html).
## Executar consultas com fontes de dados do Amazon S3
As fontes de dados do Amazon S3 contêm um arquivo de manifesto que o Quick usa para encontrar e analisar seus dados. Você pode fazer upload de um arquivo de manifesto JSON por meio do Quick console ou fornecer uma URL que aponte para um arquivo JSON em um bucket do S3. Se você optar por fornecer uma URL, o Quick deverá ter permissão para acessar o arquivo no Amazon S3. Use o console de administração rápida para controlar o acesso ao arquivo de manifesto e aos dados aos quais ele faz referência.
Com a **RoleArn**propriedade, você pode conceder acesso ao arquivo de manifesto e aos dados aos quais ele faz referência por meio de um papel personalizado do IAM que substitui o papel de toda a conta. Use a API para anexar o ARN ao arquivo de manifesto da fonte de dados do Amazon S3. [Para fazer isso, inclua o ARN da função na [RoleArn](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_RoleArn.html)propriedade de S3Parameters.](https://docs.aws.amazon.com/quicksight/latest/APIReference/API_S3Parameters.html) Para verificação, você pode ver o ARN do perfil na caixa de diálogo **Editar fonte de dados do S3**. No entanto, o **ARN do perfil** é um campo de somente leitura, como mostrado na captura de tela a seguir.
Para começar, crie um arquivo de manifesto do Amazon S3. Em seguida, você pode enviá-lo para o Amazon Quick ao criar um novo conjunto de dados do Amazon S3 ou colocar o arquivo no bucket do Amazon S3 que contém seus arquivos de dados. Observe o seguinte exemplo para ver a aparência de um arquivo de manifesto:
```
{
"fileLocations": [
{
"URIPrefixes": [
"s3://quicksightUser-run-as-role/data/"
]
}
],
"globalUploadSettings": {
"format": "CSV",
"delimiter": ",",
"textqualifier": "'",
"containsHeader": "true"
}
}
```
Para obter instruções sobre como criar um arquivo de manifesto, consulte [Formatos compatíveis para arquivos manifesto do Amazon S3](supported-manifest-file-format.md).
Depois de criar um arquivo de manifesto e adicioná-lo ao seu bucket do Amazon S3 ou carregá-lo no Quick, crie ou atualize uma função existente no IAM que `s3:GetObject` conceda acesso. O exemplo a seguir ilustra como atualizar uma função existente do IAM com a AWS API:
```
aws iam put-role-policy \
--role-name QuickSightAccessToS3RunAsRoleBucket \
--policy-name GrantS3RunAsRoleAccess \
--policy-document '{
"Version": "2012-10-17" ,
"Statement": [
{
"Effect": "Allow",
"Action": "s3:ListBucket",
"Resource": "arn:aws:s3:::s3-bucket-name"
},
{
"Effect": "Allow",
"Action": "s3:GetObject",
"Resource": "arn:aws:s3:::s3-bucket-name/manifest.json"
},
{
"Effect": "Allow",
"Action": "s3:GetObject",
"Resource": "arn:aws:s3:::s3-bucket-name/*"
}
]
}'
```
Depois que sua política conceder acesso a `s3:GetObject`, você poderá começar a criar fontes de dados que apliquem a `put-role-policy` atualizada ao arquivo de manifesto da fonte de dados do Amazon S3.
```
aws quicksight create-data-source --aws-account-id 111222333444 --region us-west-2 --endpoint https://quicksight.us-west-2.quicksight.aws.com/ \
--data-source-id "s3-run-as-role-demo-source" \
--cli-input-json '{
"Name": "S3 with a custom Role",
"Type": "S3",
"DataSourceParameters": {
"S3Parameters": {
"RoleArn": "arn:aws:iam::111222333444:role/QuickSightAccessRunAsRoleBucket",
"ManifestFileLocation": {
"Bucket": "s3-bucket-name",
"Key": "manifest.json"
}
}
}
}'
```
Depois de verificar suas permissões, você pode usar a função nas fontes de dados rápidas, criando uma nova função ou atualizando uma função existente. Ao usar esses comandos, certifique-se de atualizar o Conta da AWS ID e corresponder Região da AWS ao seu.
# Excluir conjuntos de dados
**Importante**
Atualmente, a exclusão de um conjunto de dados é irreversível e pode causar perda de trabalho irreversível. As exclusões não são em cascata para excluir objetos dependentes. Em vez disso, os objetos dependentes param de funcionar, mesmo se você substituir o conjunto de dados excluído por um conjunto de dados idêntico.
Antes de excluir um conjunto de dados, é altamente recomendável primeiro apontar cada análise ou painel dependente para um novo conjunto de dados.
Atualmente, quando você exclui um conjunto de dados enquanto elementos visuais dependentes ainda existem, as análises e os painéis que contêm esses elementos visuais não conseguem assimilar novos metadados. Eles permanecem visíveis, mas não funcionam. Eles não podem ser reparados adicionando um conjunto de dados idêntico.
Isso ocorre porque os conjuntos de dados incluem metadados que são parte integrante das análises e dos painéis que dependem desse conjunto de dados. Esses metadados são gerados exclusivamente para cada conjunto de dados. Embora o mecanismo Quick Sight possa ler os metadados, ele não pode ser lido por humanos (por exemplo, ele não contém nomes de campo). Portanto, uma réplica exata do conjunto de dados tem metadados diferentes. Os metadados de cada conjunto de dados são exclusivos, mesmo para diversos conjuntos de dados que compartilham o mesmo nome e os mesmos campos.
**Para excluir um conjunto de dados**
1. Verifique se o conjunto de dados não está sendo usado por nenhuma análise ou painel que alguém queira continuar usando.
Na página **Dados**, escolha o conjunto de dados que você não precisa mais. Em seguida, escolha **Excluir conjunto de dados** no canto superior direito.
1. Se você receber um aviso caso esse conjunto de dados esteja em uso, rastreie todas as análises e painéis dependentes e aponte-os para um conjunto de dados diferente. Se isso não for viável, tente uma ou mais destas práticas recomendadas em vez de excluí-lo:
+ Renomeie o conjunto de dados para que ele fique claramente obsoleto.
+ Filtre os dados para que o conjunto de dados não tenha linhas.
+ Remova o acesso de todos os outros usuários ao conjunto de dados.
Recomendamos usar todos os meios possíveis para informar os proprietários de objetos dependentes que esse conjunto de dados se tornará obsoleto. Além disso, certifique-se de fornecer tempo suficiente para eles agirem.
1. Depois de ter certeza de que não há objetos dependentes que deixarão de funcionar após a exclusão do conjunto de dados, escolha o conjunto de dados e **Excluir conjunto de dados**. Confirme sua escolha ou selecione **Cancel (Cancelar)**.
**Importante**
Atualmente, a exclusão de um conjunto de dados é irreversível e pode causar perda de trabalho irreversível. As exclusões não são em cascata para excluir objetos dependentes. Em vez disso, os objetos dependentes param de funcionar, mesmo se você substituir o conjunto de dados excluído por um conjunto de dados idêntico.
# Como adicionar um conjunto de dados a uma análise
Depois de criar uma análise, você pode adicionar mais conjuntos de dados à análise. Em seguida, você pode usá-los para criar mais visuais.
Na análise, você pode abrir qualquer conjunto de dados para edição, por exemplo, para adicionar ou remover campos ou executar outra preparação de dados. Você também pode remover ou substituir conjuntos de dados.
O conjunto de dados selecionado no momento será exibido no topo do painel **Dados**. Esse é o conjunto de dados usado pelo elemento visual selecionado no momento. Cada elemento visual pode usar apenas um conjunto de dados. Escolher um elemento visual diferente altera o conjunto de dados selecionado para o que é usado no elemento.
Para alterar o conjunto de dados selecionado manualmente, escolha a lista de conjuntos de dados na parte superior do painel **Dados** e, em seguida, selecione um conjunto de dados diferente. Isso desmarca o elemento visual selecionado no momento, se ele não usar esse conjunto de dados. Depois, escolha um elemento visual que use o conjunto de dados selecionado. Como alternativa, selecione **Adicionar** no painel **Elementos visuais** para criar um novo elemento visual usando o conjunto de dados selecionado.
Se você escolher **Sugeridos** na barra de ferramentas para ver os elementos visuais sugeridos, verá os elementos com base no conjunto de dados selecionado no momento.
Somente filtros para o conjunto de dados selecionado no momento são mostrados no painel **Filtro**, e você só pode criar filtros no conjunto de dados selecionado no momento.
**Topics**
+ [Substituir conjuntos de dados](replacing-data-sets.md)
+ [Remover um conjunto de dados de uma análise](delete-a-data-set-from-an-analysis.md)
Use o procedimento a seguir para adicionar um conjunto de dados a uma análise ou editar um conjunto de dados usado por uma análise.
**Para adicionar um conjunto de dados a uma análise**
1. Na página de análise, navegue até o painel **Dados** e expanda a lista suspensa **Conjunto de dados**.
1. Escolha **Adicionar um novo conjunto de dados** para adicionar um conjunto de dados. Como alternativa, é possível escolher **Gerenciar conjuntos de dados** para editar um conjunto de dados. Para obter mais informações sobre como editar um conjunto de dados, consulte [Como editar conjuntos de dados](edit-a-data-set.md).
1. Uma lista dos seus conjuntos de dados é exibida. Escolha um conjunto de dados e **Selecionar**. Para cancelar, escolha **Cancelar**.
# Substituir conjuntos de dados
Em uma análise, você pode adicionar, editar, substituir ou remover conjuntos de dados. Use esta seção para saber como substituir seu conjunto de dados.
Quando você substitui um conjunto de dados, o novo conjunto de dados deve ter colunas semelhantes, se você espera que o elemento visual funcione da maneira como foi projetado. Substituir o conjunto de dados também limpa o histórico desfazer e refazer da análise. Isso significa que você não pode usar os botões undo (desfazer) e redo (refazer) do aplicativo para navegar por suas alterações. Portanto, quando você decidir alterar o conjunto de dados, o design da sua análise deve ser algo estável e não estar no meio de uma fase de edição.
**Para substituir um conjunto de dados**
1. Na página de análise, navegue até o painel **Dados** e expanda a lista suspensa **Conjunto de dados**.
1. Escolha **Gerenciar conjuntos de dados.**
1. Selecione o ícone de reticências (três pontos) ao lado do conjunto de dados que deseja substituir e, em seguida, escolha **Substituir**.
1. Na página **Selecionar conjunto de dados de substituição**, escolha um conjunto de dados na lista e **Selecionar**.
**nota**
Substituir um conjunto de dados limpa o histórico desfazer e refazer dessa análise.
O conjunto de dados é substituído pelo novo. A lista de campos e os elementos visuais são carregados com o novo conjunto de dados.
Nesse ponto, você pode optar por adicionar um novo conjunto de dados, editar o novo conjunto de dados ou substitui-lo por outro. Escolha **Close (Fechar)** para sair.
## Se o novo conjunto de dados não corresponder
Em alguns casos, o conjunto de dados de substituição selecionado não contém todos os campos e hierarquias usados pelos elementos visuais, filtros, parâmetros e campos calculados na análise. Nesse caso, você recebe um aviso do Quick Sight que mostra uma lista de colunas incompatíveis ou ausentes.
Caso isso ocorra, você pode atualizar o mapeamento de campo entre os dois conjuntos de dados.
**Para atualizar o mapeamento de campo**
1. Na página **Incompatibilidade no conjunto de dados de substituição**, escolha **Atualizar mapeamento de campo**.
1. Na página **Atualizar mapeamento de campo**, escolha o menu suspenso dos campos que você deseja mapear e selecione um campo na lista para mapeá-lo.
Se o campo estiver ausente do novo conjunto de dados, escolha **Ignorar este campo**.
1. Escolha **Confirmar** para confirmar suas atualizações.
1. Escolha **Fechar** para fechar a página e retornar à sua análise.
O conjunto de dados é substituído pelo novo. A lista de campos e os elementos visuais são atualizados com o novo conjunto de dados.
Todos os elementos visuais que estavam usando um campo que agora está ausente do novo conjunto de dados são atualizadas para branco. Você pode adicionar os campos ao elemento visual novamente ou remover o elemento visual da sua análise.
Se você mudar de ideia depois de substituir o conjunto de dados, ainda poderá recuperá-lo. Vamos supor que você substitua o conjunto de dados e descubra que é muito difícil alterar sua análise para que corresponda ao novo conjunto de dados. Você pode desfazer todas as alterações feitas na análise. Depois, você pode substituir o novo conjunto de dados pelo original ou por um conjunto de dados que corresponda melhor aos requisitos da análise.
# Remover um conjunto de dados de uma análise
Use o procedimento a seguir para excluir um conjunto de dados de uma análise.
**Para excluir um conjunto de dados de uma análise**
1. Na página de análise, navegue até o painel **Dados** e expanda a lista suspensa **Conjunto de dados**.
1. Escolha **Gerenciar conjuntos de dados.**
1. Selecione o ícone de reticências (três pontos) ao lado do conjunto de dados que deseja substituir e, em seguida, escolha **Remover**. Você não poderá excluir um conjunto de dados se ele for o único da análise.
1. Selecione **Fechar** para fechar a caixa de diálogo.