Amazon QuickSuite：自然语言数据分析实战指南

在数字化转型的时代，企业已经积累了海量的业务数据。传统的数据分析通常需要专业工程师编写复杂的 SQL 查询——这成为了一个瓶颈，限制了团队提取洞察的速度。Amazon QuickSuite 是 AWS 推出的 AI 驱动数字工作空间，它将 Amazon QuickSight 的 BI 能力整合到一个统一的平台中，实现数据接入、可视化和自然语言问答。

本文将完整走一遍整个流程：连接数据库（通过公网或私有 VPC）、创建数据集和仪表板、设置用于自然语言查询的主题（Topic），并将所有内容汇聚到一个协作空间（Space）中。

背景

Amazon QuickSuite 主要解决三大核心需求：

• 统一数据接入——无论数据库、数据仓库还是 SaaS 应用位于公网还是 VPC 内部，都可以从单一控制台进行连接。
• AI 驱动的分析——不止于静态图表。平台的 AI 智能体可以将自然语言问题转换为 SQL 查询，并在数秒内返回可视化的答案。
• 协作空间——在团队之间共享仪表板、主题和 AI 生成的洞察，无需再通过邮件发送电子表格或截图。

本指南的目标是通过五个步骤，带你从原始数据库一路走到可用的自然语言问答系统。

核心组件

在深入实现之前，先快速了解一下几个关键的构建模块：

组件	用途
数据源（Data Source）	到数据库（RDS、Redshift、MySQL、PostgreSQL 等）或 SaaS 应用的连接。同时支持公网和基于 VPC 的连接方式。
数据集（Dataset）	从数据源导入的一组已定义数据。可以加载到 SPICE 引擎中以实现快速查询，也可以直接对数据源进行查询。
仪表板（Dashboard）	基于一个或多个数据集构建的交互式可视化。支持图表、筛选器、参数和下钻。
主题（Topic）	一个经过精心整理的数据模型，将数据库列映射到易于业务理解的名称、同义词和聚合规则——从而支持自然语言查询。
空间（Space）	一个协作工作空间，可在其中与团队成员共享仪表板、主题和 AI 智能体。
AI 智能体（AI Agent）	自然语言问答引擎，负责理解用户问题、生成 SQL 并返回可视化答案。
SPICE 引擎	超快并行内存计算引擎（Super-fast Parallel In-memory Calculation Engine）——一个内存存储，通过缓存来自数据源的数据来加速查询。

步骤一：连接你的数据库

Amazon QuickSuite 根据数据库的网络配置支持两种连接方式。

1.1 公网连接

这是较为简单的方式，适用于可通过公网访问的数据库（例如带有公有端点的 RDS 实例）。

前置条件：

• 数据库实例已启用公有端点。
• 数据库安全组允许来自你所在 AWS 区域的 QuickSuite IP 地址范围的入站连接。你可以在 AWS IP 地址范围文档 中查到这些 IP 范围。

操作步骤：

1. 登录 Amazon QuickSuite 控制台。
2. 进入 Datasets（数据集），点击 New dataset（新建数据集）。
3. 选择你的数据源类型（例如 MySQL、PostgreSQL、MariaDB、Amazon Redshift）。
4. 输入连接参数：
   • Host：数据库的公有端点（例如 mydb.abc123.us-east-1.rds.amazonaws.com）
   • Port：数据库端口（例如 MySQL 为 3306，PostgreSQL 为 5432）
   • Database name：要连接的具体数据库
   • Username and password：对目标表拥有读取权限的凭证
5. 点击 Validate connection（验证连接） 以测试连通性。
6. 验证通过后，点击 Create data source（创建数据源） 保存。

1.2 VPC 私有连接

对于位于 VPC 内、没有公有端点的数据库，你需要配置 VPC 连接，以便 QuickSuite 能够通过私有网络路径访问该数据库。

何时使用这种方式：

• 数据库位于没有公有 IP 的私有子网中。
• 你所在组织的安全策略禁止使用公有数据库端点。
• 你需要在私有网络路径上实现传输加密。

前置条件：

• Amazon QuickSuite 企业版（Standard Edition 标准版不提供 VPC 连接功能）。
• 在 QuickSuite 中拥有系统管理员权限。
• 一个 VPC，其中至少有一个子网与数据库处于同一可用区，并配有允许来自 QuickSuite 流量的安全组。

操作步骤：

1. 在 QuickSuite 控制台中，进入 Manage QuickSuite（管理 QuickSuite） 并选择 VPC connections（VPC 连接）。
2. 点击 Add VPC connection（添加 VPC 连接），并提供：
   • VPC ID：数据库所在的 VPC
   • Subnet ID：与数据库实例处于同一可用区的子网
   • Security group ID：允许向数据库端口出站流量的安全组
3. 保存该 VPC 连接。QuickSuite 会在指定子网中创建一个弹性网络接口（ENI）。
4. 更新数据库的安全组，允许来自 QuickSuite ENI 安全组的、面向数据库端口的入站流量。
5. 现在创建一个新的数据源（如步骤 1.1 所示），但选择你刚刚配置的 VPC 连接，而不是使用公有端点。
6. 验证并保存连接。

跨区域场景： 如果你的数据库与 QuickSuite 部署所在的 AWS 区域不同，可以在 QuickSuite 中配置 VPC 连接之前，先使用 VPC Peering（VPC 对等连接）或 AWS Transit Gateway 在两个 VPC 之间建立网络连通性。

步骤二：创建数据集

数据源连接完成后，下一步是定义一个数据集，供 QuickSuite 用于仪表板和主题。

1. 在 QuickSuite 控制台中，进入 Datasets（数据集），点击 New dataset（新建数据集）。
2. 选择你在步骤一中创建的数据源。
3. 选择你的数据选取方式：
   • Select tables（选择表）：从可视化浏览器中挑选一个或多个表。如果定义了外键，QuickSuite 会自动检测表之间的关系。
   • Custom SQL（自定义 SQL）：编写一条 SQL 查询，精确定义要包含哪些数据。这对于希望在数据集层面定义的联接、筛选或计算列非常有用。
4. 选择导入模式（import mode）：
   • SPICE：将数据导入内存中的 SPICE 引擎。查询很快，因为它们针对缓存而非源数据库运行。最适合无需实时刷新的数据集。
   • Direct query（直接查询）：直接对源数据库运行查询。数据始终保持最新，但查询性能取决于数据库的容量。
5. 在**数据准备（data preparation）**界面中，你可以：
   • 将字段重命名为易于业务理解的名称
   • 更改数据类型（例如将字符串列转换为日期）
   • 添加计算字段（例如 profit = revenue - cost）
   • 应用筛选器以排除无关的行
   • 定义层级结构（例如 年 > 季度 > 月）
6. 如果使用 SPICE，请配置一个刷新计划（refresh schedule）（例如每天 UTC 时间凌晨 2:00），使缓存数据保持相对最新。
7. 点击 Save & publish（保存并发布），使该数据集可用于仪表板和主题。

步骤三：构建仪表板

仪表板将原始数据转化为交互式可视化，让业务用户无需编写 SQL 即可自行探索。

3.1 创建分析

1. 进入 Analyses（分析），点击 New analysis（新建分析）。
2. 选择你在步骤二中创建的数据集。
3. QuickSuite 会打开分析编辑器——一个用于构建可视化的拖放式画布。

3.2 添加可视化

QuickSuite 支持多种图表类型：

• 条形图用于类别对比（例如按产品类别划分的收入）
• 折线图用于时间序列趋势（例如月活跃用户数）
• 饼图/环形图用于比例拆分
• 透视表用于多维度聚合
• KPI 组件用于突出单一指标（例如本季度总收入）
• 地理空间地图用于基于位置的数据

添加可视化的步骤：

1. 点击 Add（添加） > Add visual（添加可视化）。
2. 选择一种图表类型。
3. 将字段从字段列表拖到图表的配置区（例如将 product_category 拖到 X 轴，将 revenue 拖到值区）。
4. QuickSuite 会自动应用默认聚合（数值字段使用 SUM，维度使用 COUNT）。你可以点击配置区中的字段并选择其他聚合方式来更改它。

3.3 添加筛选器与交互能力

• 筛选器（Filters）：添加工作表级或可视化级的筛选器，让用户可以缩小数据范围（例如按日期范围或地区筛选）。
• 参数（Parameters）：定义用户可设置的参数（例如目标收入阈值），并在计算字段或条件格式中引用它们。
• 动作（Actions）：配置下钻动作和跨可视化筛选，使得点击某个图表中的一个条形时可以筛选另一个图表中的数据。

3.4 发布仪表板

分析完成后：

1. 点击 Share（共享） > Publish dashboard（发布仪表板）。
2. 为仪表板指定名称和描述。
3. 选择哪些用户或用户组可以访问。
4. 已发布的仪表板现在是一个只读、交互式的视图，相关干系人可以从 QuickSuite 控制台访问它。

步骤四：创建用于自然语言问答的主题

主题（Topic）是 Amazon QuickSuite 的 AI 能力真正落地的地方。主题是叠加在数据集之上的一个整理层，用于教会 AI 智能体如何理解自然语言问题。

4.1 主题定义了什么

一个配置良好的主题包含：

• 易于业务理解的字段名：与其显示 prod_cat_id，主题会将其映射为「产品类别」，这样用户就可以用自然语言询问「产品类别」。
• 同义词：同一概念的多个名称。例如，“revenue”、“sales”、“income” 和 “earnings” 都可能映射到同一个字段。这能显著提升识别准确率。
• 字段关系与层级结构：各字段之间如何关联（例如一个产品属于某个类别，一个城市属于某个地区）。
• 常见问题模式：用户可能提出的示例问题，帮助 AI 智能体理解意图。
• 默认聚合与计算：某个字段在问题中被提及时，默认应当求和、求平均还是计数。

4.2 创建主题

1. 在 QuickSuite 控制台中，进入 Topics（主题）。
2. 点击 Create Topic（创建主题）。
3. 为主题指定名称和描述（例如「销售分析」——「就产品销量、收入和客户趋势进行提问」）。
4. 选择要包含的数据集。QuickSuite 会自动分析数据结构并建议字段配置。
5. 针对每个字段，进行检查和配置：
   • Display name（显示名称）：一个人类可读的名称（例如将 order_dt 改为「订单日期」）。
   • Description（描述）：对字段含义的简要说明（例如「客户下单的日期」）。这有助于 AI 智能体区分相似字段。
   • Synonyms（同义词）：添加替代名称。对于名为「Revenue」的字段，你可以添加 “sales”、“total sales”、“income”、“earnings”。
   • Aggregation（聚合）：设置默认聚合方式（SUM、AVG、COUNT、MIN、MAX）。收入类字段通常默认使用 SUM；评分类字段默认使用 AVG。
   • Data type semantic（数据类型语义）：将字段标记为维度、度量或日期字段，以便 AI 智能体知道如何对其进行分组和聚合。
6. 如果你的主题跨越多个表，请配置字段关系（field relationships）。例如，将 orders.customer_id 关联到 customers.id，使智能体能够回答跨越两个表的问题。
7. 添加示例问题（sample questions），帮助训练 AI 智能体：
   • “What was total revenue last quarter?”（上个季度的总收入是多少？）
   • “Show me the top 10 products by sales”（按销量列出前 10 个产品）
   • “How does revenue compare across regions this year vs. last year?”（今年与去年相比，各地区的收入对比如何？）
8. 点击 Save（保存） 以发布该主题。

4.3 测试与优化

创建主题后，用自然语言问题对它进行测试：

1. 打开主题，使用内置的问答界面。
2. 用自然语言输入问题，例如 “What are the top 5 selling products this month?”（本月销量前 5 的产品是哪些？）。
3. 检查生成的 SQL 和结果。如果 AI 误解了某个问题，请返回并：
   • 为相关字段添加更多同义词
   • 完善字段描述
   • 将被误解的问题作为示例问题添加进去，并附上正确的解读
4. 反复迭代，直到主题能够可靠地回答用户可能提出的问题。

步骤五：在空间中汇聚一切

空间（Space）是一个协作工作空间，你可以在其中将仪表板、主题和 AI 智能体组装成为团队服务的统一体验。

1. 进入 Spaces（空间），点击 Create Space（创建空间）。
2. 为空间指定名称（例如「销售分析中心」）和描述。
3. 向空间添加内容：
   • Dashboards（仪表板）：添加你在步骤三中创建的仪表板。
   • Topics（主题）：添加你在步骤四中创建的主题。这样便可在空间内直接启用自然语言问答栏。
   • AI Agent（AI 智能体）：为该空间启用 AI 智能体，让团队成员可以提问并即时获得答案。
4. 配置访问权限（access permissions）：
   • 添加个人用户或用户组。
   • 设置角色（Viewer 查看者、Contributor 贡献者、Admin 管理员），以控制谁可以查看、编辑或管理该空间。
5. 保存并将空间 URL 分享给你的团队。

现在，团队成员可以打开空间、浏览仪表板获取可视化洞察，并在问答栏中输入自然语言问题以获得即时的、AI 生成的答案——全程无需编写任何一行 SQL。

总结

本指南所涵盖的端到端工作流程包含五个步骤：

1. 连接（Connect）——建立数据源连接（公网或 VPC 私有）。
2. 建模（Model）——创建带有易于业务理解的字段名、计算字段和刷新计划的数据集。
3. 可视化（Visualize）——构建带有图表、筛选器和跨可视化动作的交互式仪表板。
4. 整理（Curate）——创建带有同义词、描述和示例问题的主题，以实现准确的自然语言问答。
5. 协作（Collaborate）——将所有内容组装到一个空间中，让团队成员可以探索仪表板并用自然语言提问。

打造良好自然语言问答体验的关键，在于在步骤四上投入时间——你的主题配置的同义词、描述和示例问题越完善，AI 智能体解读和回答用户查询就越准确。先从一个小而定义清晰的数据集入手，让主题稳定可靠地运作起来，然后再逐步扩展。