【Day 14】 实作 - 透过 AWS 服务 - QuickSight 建立互动式仪表板 ( 2 )

大家早安
最近一直活在赶文章的生活中，终於完成快 50 % 的进度，感动想哭

前几天我们顺利撷取 Google Analytics 资料到 AWS 中，并针对其原始资料透过 Lambda 进行处理，且也建立了资料表，让 Athena 可以透过 SQL 语法进行查询~ 今天我们就继续使用 AWS BI 工具 - QuickSight 来建立互动式仪表板吧!

在建置 Quicksight 视觉化仪表板过程中，我们也一边介绍 AWS QuickSight 的版面有哪些~
首先从 AWS console 搜寻 QuickSight，并点选後会进入 QuickSight 的主页面，主页面左侧选单重要的有分成三种类别( Datasets、Analysis、Dashboard )：

Datasets：

资料集的概念，我们可以选取各种资料来源来提供资料给 Amazon QuickSight，包含：AWS S3、AWS RDS、Amazon Redshift，还包括各种资料库( MariaDB、Microsoft SQL Server、MySQL、Oracle 和 PostgreSQL )，我们必须要先建立一个 Dataset 才能进行仪表板建置

那在昨天( Day 13 )建立完 Dataset 後，我们编辑此 Datasets，可以看到以下版面：

• 第一个区块：可以看到汇入的栏位，若需要针对栏位再进行转换或计算，我们可以新增一个 Calculated Field，例如：
  原始资料的日期栏位分成 year、month 以及 day 三个栏位，我们可以新增 Calculated Field 将这三个栏位整合成 date 栏位

parseDate(concat(toString({year}), '/', toString({month}), '/', toString({day})), 'yyyy/MM/dd')

• 第二个区块：可以看到我们汇入的资料集的 SQL 语法，而我们也可以透过 Add data 方式去 Join 其他资料源到资料集中~
  

• 第三个区块：则可以看到资料集显示的内容以及格式供使用者参照

Analysis：

分析页面，author 帐户可以在此开发以及设计互动式 BI 介面，透过视觉化图形来分析情况以及向下推演，以调查和辨识深层的相关问题。

• 第一个区块：我称它为工具列~ 我们可以依据需求对於呈现的资料进行筛选( Filters )、建立 insights (它是 AWS QuickSight 透过机器学习协助您发现您资料中的洞见和趋势、辨识关键驱动因素和预测业务指标)、设定参数( Parameters )、自定义互动动作( Actions )、设定仪表板主题( Themes )等

• 第二个区块：则是我们设计仪表板的工作区块，我们可以增加多个页签( sheet )并在其中新增合适的视觉化图表，供使用者参照

• 第三个区块：视觉化图形的类型

这边我们就简单拉取一个折线图去显示『每天网站的浏览量』：

1. 我们先点选左上角的 + Add visual
   
2. 接着选取 Visual types 为 line chart，系统会显示此图表需要多少个 Dimension 及 Measures 才能正常显示
   
3. 我们选取 date 以及 pageviews 这两个栏位
   X轴：date → 如果为日期格式，也可以调整显示的时间细腻度，像是：以每年、每季、每周等
   
   Y轴：pageviews(sum) → 聚合的方式可以依据使用者需求做调整~
   大家就可以看到一个显示每天网站浏览量的折线图供参照~
   

Dashboard：

仪表板，当在 Analysis 页面设计完成後，我们可以按 Publish Dashboard 以供 Reader 帐号读取内容，在 Dashboard 中我们无法进行设计/更动仪表板，可以设定 Report 定期发送报告给相关人士查看，不仅如此，我们也可以设定 Alerts，若发生异常数值时能即时发送告警通知；後续实作案例也会在与各位说明这块。
那现在我们於 Analysis 分析页面的右上角，点选『Publish Dashboard』，并授予要给哪些帐号观看的权限(预设为创建者拥有观看权限)

接着就可以看到刚刚创建 Dashboard 仪表板：

那我们第一个实作 - Data Analytics Pipeline - Google Analytics on AWS 就完成了~
明天就会开始第二个实作 - 资安攻击分析 on AWS

大家明天见 : D

如果有任何指点与建议，也欢迎留言交流，一起漫步在 Data on AWS 中。