【问题标题】:Amazon Quicksight date field granularity - SECOND level aggregationAmazon Quicksight 日期字段粒度 - 二级聚合
【发布时间】:2020-07-06 13:30:01
【问题描述】:

我有一个带有毫秒纪元时间戳的数据集。我已将这些转换为日期时间类型,并且可以通过将字段中的日期字段粒度设置为 MINUTE 来构建以 1 分钟间隔存储的数据的视觉效果。但是,我需要将数据可视化到 1 秒的精度。今天有没有办法做到这一点,还是即将推出?

作为(非常差的)替代方案,我尝试使用纪元毫秒时间戳(整数)作为 X 轴,这为我提供了所需的粒度/细节。然而,这是一个非常糟糕的解决方案,因为用户在记录时间戳时需要熟悉在线纪元转换器。

为了说明这一点,这两个图表都显示完全相同的数据集。

  • 图 1:X 轴:日期 ts ASC(以分钟为单位);值:十进制值AVG
  • 图 2:X 轴:int epochts ASC;值:十进制值AVG

也许并不奇怪,它们看起来完全不同。第一个具有线性比例,因为 QuickSight 理解日期。第二个没有线性比例,而是按升序顺序列出纪元时间。由于在时间段结束时有更多的数据点,您最终会得到一个高度倾斜的时间顺序视图。客户不能接受这两种数据视图。但是除了使用不同的 BI 工具,我还能做什么呢?

【问题讨论】:

    标签: business-intelligence amazon-athena amazon-quicksight


    【解决方案1】:

    不是一个完美的解决方案,而是一个稍微好一点的 hack。我在 QS 中经常使用的东西是使用反向日期作为 x 轴的整数。不理想,但可以用来制作更人性化的图表:

    类似的东西。 ts =

    extract("YYYY",time) * 10000000000 + 
    extract("MM",time) * 100000000 + 
    extract("DD",time) * 1000000 + 
    extract("HH",time) * 10000 + 
    extract("MM",time) * 100 + 
    extract("SS",time)
    

    为了使其更易于阅读,如果字符串有效,您可以只使用 formateDate() 而不是乘数。取决于您要使用的视觉效果。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多