跳到主要內容
AI News HubLIVE
站內改寫3 分鐘閱讀

AWS Transform 實現將 BI 遷移至 Amazon Quick 的時間縮短至數天

文章摘要

AWS Transform 現支持自動化商業智能(BI)遷移至 Amazon Quick Sight,通過 AI 代理將遷移時間從數月縮短至數天。本文詳細介紹了從設置遷移工作區到訂閲合作伙伴代理的完整流程,以及遷移後的治理和驗證步驟。

來源AWS Machine Learning Blog作者: Anantha Choppalli, Ahil Gunasekaran, Taher Paratha
AWS Transform 實現將 BI 遷移至 Amazon Quick 的時間縮短至數天
報告錯誤

更正渠道尚未開通,可先複製下方文章資訊留存。

查看更正說明
直接讀正文

遷移至 Amazon Quick Sight 並不意味着要從頭開始。您的儀表盤編碼了寶貴的領域知識:分析師完善的計算字段、高管每週一依賴的佈局、根據組織架構調整的安全規則。您想要 AI 驅動的洞察和無服務器擴展,但面對數百個儀表盤和以月為單位的遷移估算,常常感到束手無策。現在,AWS Transform 可顯著加速遷移過程,將時間從數月縮短至數天。

本文展示了完整旅程:從在 AWS Transform 中設置遷移工作區,到通過 AWS Marketplace 訂閲合作伙伴代理,再到解鎖 Amazon Quick Sight 的功能,改變組織消費數據的方式。

遺留 BI 的真實成本 如果您仍在使用遺留 BI 工具,面臨的不僅是許可費用壓力:您在服務器上花費時間而非分析,修補、擴展和監控基礎設施佔用了本應用於洞察工作的精力;傳統 BI 工具需要自定義工程才能實現 AI 驅動的答案,而 Amazon Quick Sight 內置原生 AI 功能,支持自然語言提問和自動化工作流;分析師等待答案時間過長,容量規劃、提取管理和性能故障排除造成瓶頸,而 Quick Sight 的 SPICE 內存引擎提供亞秒級查詢性能,並可通過嵌入式分析 API 將儀表盤直接發佈到應用程序中。

現代化的理由明確,問題在於如何在不破壞現有功能的前提下實現。AWS Transform 作為一個由 AI 驅動的服務,旨在加速企業現代化,現通過 BI 遷移擴展能力。組織已使用 AWS Transform 現代化大型機應用、轉換 Windows 和 SQL Server 工作負載、遷移 VMware 環境等。現在,同一智能 AI 平台延伸至 BI 遷移。Wavicle Data Solutions(AWS 高級諮詢合作伙伴)將 EZConvertBI 代理直接集成到 AWS Transform 中,利用其深厚的 Tableau 和 Power BI 遷移專業知識加速您的雲轉型。

工作原理:兩步聊天式遷移 在 AWS Transform 中,您創建工作區並通過對話界面啓動遷移任務。對於 BI 遷移,Wavicle 提供四種專用代理,可通過 AWS Marketplace 購買:每個 BI 遷移源(Power BI 和 Tableau)分別有分析代理和轉換代理。這些代理共同提供引導式、聊天式、原生的 AWS 遷移體驗。一切都在您自己的 AWS 賬户內運行:數據不會離開您的環境,無需單獨採購工具,也無需外部數據傳輸審批。這消除了通常拖慢遷移項目的安全性和採購摩擦。

無論您的源 BI 工具是什麼,遷移都遵循相同的兩步流程:

  • 分析:分析代理連接到您現有的 BI 環境,僅提取元數據,對工作區內的儀表盤、數據集、計算和依賴關係進行編目,並生成遷移就緒評估。評估包括兼容性報告,顯示哪些內容可以順利轉換,哪些需要關注。
  • 轉換:確定要遷移的儀表盤並啓動轉換任務。轉換代理在 Amazon Quick Sight 中重建資產,包括數據集、計算字段、可視化圖表、過濾器和參數。這保留了團隊多年積累的分析邏輯。

代理使用 Amazon Bedrock,後者提供遷移自動化所需的基礎 AI 能力。Amazon Bedrock AgentCore 提供安全的運行時環境,通過工作負載身份和 IAM 管理憑據。領域專業知識來源於 Wavicle 豐富的 BI 遷移經驗,編碼在代理邏輯中。

架構概述 解決方案基於以下 AWS 原生服務:

  • AWS Transform:協作式企業 IT 轉型工作台,由專家代理、智能 AI 系統和持續學習驅動,加速雲遷移、遺留應用現代化和減少技術債務。它提供編排層,通過 Amazon Bedrock 支持對話界面,幫助您通過聊天創建和管理遷移任務、跨工作區跟蹤進度並協調團隊。
  • Amazon Bedrock AgentCore:安全的運行時環境,管理代理執行、憑據存儲和基於 IAM 的訪問控制。
  • Amazon Quick Sight:目標 BI 服務,提供無服務器擴展性、SPICE 內存引擎性能和原生 AWS 數據服務集成。
  • Amazon S3:存儲驗證報告和遷移工件,用於審計和審查。

您的遷移之旅 以下是完整體驗:

  1. 完成源 BI 前提條件:對於 Power BI,配置工作區訪問和服務主體認證;對於 Tableau,啓用元數據 API 並生成個人訪問令牌。
  2. 設置 AWS Transform 並通過 AWS Marketplace 訂閲:AWS Transform 提供編排層,部署專用 AI 代理自動化評估和轉換。團隊在同一共享工作區實時協作。
  3. 分析 BI 儀表盤:綜合分析報告捕獲複雜性維度,幫助項目經理根據儀表盤優先級和實用性定義遷移執行計劃。
  4. 轉換 BI 儀表盤:轉換代理在 Amazon Quick Sight 中重建選定儀表盤,包括數據集、計算字段、可視化圖表和篩選控件。轉換期間可在 AWS Transform 聊天界面中監控進度。

遷移後:從轉換到生產就緒 遷移代理交付轉換後的資產。接下來,治理、驗證和發佈由您的團隊負責。這有助於保持質量和明確責任。注意:評估報告會標記可能需要手動優化的組件,如參數、自定義 SQL、特定工具的計算和第三方視覺效果。

對於 Quick Sight 管理員:分配所有權並配置治理。作為 Quick Sight 管理員,您將每個遷移儀表盤的所有權分配給相應的 BI 作者。用户認證和目錄結構很少能一一對應,因此必須手動配置權限、行級安全性和共享設置。

對於 Quick Sight 作者:驗證並接受。您接收分配的儀表盤並負責用户驗收測試,包括驗證可視化、計算字段、過濾器和交互性是否與源匹配。由於遷移代理不傳遞權限,請確保正確用户可以訪問正確數據。

發佈並上線。驗證後,Quick Sight 作者發佈儀表盤,配置共享權限、電子郵件訂閲和嵌入。對於大規模遷移,可使用 Amazon Quick Sight 資產部署 API 自動化權限分配和儀表盤分發。

儀表盤上線後,您的團隊可解鎖以前無法實現的功能:自然語言查詢、跨企業數據源的自動分析和直接從儀表盤執行的數據驅動操作。

開始使用 探索 Power BI 和 Tableau 到 Quick Sight 代理,訪問 Wavicle 網站的用户指南和交互式演示,或聯繫 AWS 賬户團隊討論遷移需求。無論您要遷移 10 個還是 10,000 個儀表盤,AWS Transform 都提供了受控、可重複的路徑。結合 Amazon Bedrock 的 AI 能力和 Wavicle 的遷移專業知識,您的團隊可以停止管理 BI 基礎設施,更快獲得洞察。

展開要點與分析

文章情報

工程師進階

要點

  • AWS Transform 新增 BI 遷移功能,利用 AI 代理自動分析並轉換 Tableau 和 Power BI 儀表盤至 Amazon Quick Sight。
  • 遷移過程分為分析與轉換兩步,均在用户 AWS 賬户內完成,保障數據安全。
  • 遷移後,團隊需手動配置權限和進行用户驗收測試,確保儀表盤準確性和訪問控制。
  • Amazon Quick Sight 提供自然語言查詢和嵌入式分析等高級功能,助企業快速獲取洞察。

技術影響

可能影響 Agent 架構、工具調用、工作流自動化和產品集成。

要點與分析由自動化流程生成,可能有誤,請結合原始來源核實。