Съдържание:

Как Athena се свързва с power BI?
Как Athena се свързва с power BI?

Видео: Как Athena се свързва с power BI?

Видео: Как Athena се свързва с power BI?
Видео: AWS Tutorials - Using Microsoft Power BI Reports with AWS Data Lake 2024, Ноември
Anonim

Да се свържете се да се Атина трябва да изберете ODBC конектора, който сте настроили в стъпка 1. Power BI Desktop ви позволява да импортирате данни от, като посочите име на източник на данни (DSN) или a Връзка низ чрез ODBC. Като опция вие мога също така посочете SQL израз за изпълнение срещу ODBC драйвер. Че е то!

Следователно, как да се свържа с Athena?

Стъпки за свързване:

  1. Свържете се с вашите данни, като щракнете върху „Добавяне на външни данни“
  2. Намерете Amazon Athena в падащите опции при импортиране на данни.
  3. Създайте нова връзка без DSN, като попълните необходимите параметри на региона на Amazon и директорията за изготвяне на S3.
  4. Щракнете върху вашата DSN по-малко връзка и това трябва да доведе до списък със схеми.

По същия начин, как да свържа моя power BI към Amazon s3? Заредете Amazon S3 данни в Power BI – с помощта на ODBC Driver Connection

  1. Отворете Power BI Desktop и изберете опцията Получаване на данни.
  2. Get Data ще позволи добавянето на ZappySys ODBC драйвер.
  3. Изберете ODBC DSN име от падащото меню DSN.
  4. Сега е време да импортирате данни.

Тук може ли power bi да се свърже към s3?

Не е възможно директно свържете се с AWS S3 без Power BI Работен плот. Има два метода за вас свързване към източника на данни. 1. Свържете се с AWS S3 използвайки източник на данни ODBC, както е описано в този блог, или директно се обадете AWS S3 api в Power BI уеб конектор.

Какво е база данни с червено изместване?

А Redshift база данни е базирано на облак решение за съхранение на големи данни, предлагано от Amazon. Платформата предоставя система за съхранение, която позволява на компаниите да съхраняват петабайти данни в лесни за достъп „клъстери“, които могат да бъдат запитвани паралелно. Червено изместване е проектиран за големи данни и може лесно да се мащабира благодарение на своя модулен дизайн на възли.

Препоръчано: