` 替换为您的 Amazon MSK 主题的名称。CREATE MATERIALIZED VIEW member_view
AUTO REFRESH YES
AS SELECT
kafka_partition,
kafka_offset,
refresh_time,
json_parse(kafka_value) AS Data
FROM member_schema.
WHERE CAN_JSON_PARSE(kafka_value);
| 迁移工程师 |
| 在 Amazon Redshift 中创建目标表。 | Amazon Redshift 表为 Quick Sight 提供了输入。此模式使用表 `member_dtls` 和 `member_plans`，这两个表可与大型机上的源 Db2 表匹配。
要在 Amazon Redshift 中创建这两个表，请在 Amazon Redshift 查询编辑器 V2 中运行以下 SQL 命令：-- Table 1: members_dtls
CREATE TABLE members_dtls (
memberid INT ENCODE AZ64,
member_name VARCHAR(100) ENCODE ZSTD,
member_type VARCHAR(50) ENCODE ZSTD,
age INT ENCODE AZ64,
gender CHAR(1) ENCODE BYTEDICT,
email VARCHAR(100) ENCODE ZSTD,
region VARCHAR(50) ENCODE ZSTD
) DISTSTYLE AUTO;
-- Table 2: member_plans
CREATE TABLE member_plans (
memberid INT ENCODE AZ64,
medical_plan CHAR(1) ENCODE BYTEDICT,
dental_plan CHAR(1) ENCODE BYTEDICT,
vision_plan CHAR(1) ENCODE BYTEDICT,
preventive_immunization VARCHAR(50) ENCODE ZSTD
) DISTSTYLE AUTO;
| 迁移工程师 |
| 在 Amazon Redshift 中创建存储过程。 | 此模式使用存储过程将源大型机的更改数据（`INSERT`、`UPDATE`、`DELETE`）同步到目标 Amazon Redshift 数据仓库表，以便在 Quick Sight 中进行分析。
要在 Amazon Redshift 中创建存储过程，请使用查询编辑器 v2 运行存储库中的存储过程代码。 GitHub | 迁移工程师 |
| 从流式实体化视图中读取，并加载到目标表中。 | 存储过程会从流式实体化视图中读取数据更改，并将数据更改加载到目标表中。要运行存储过程，您可以使用以下命令：call SP_Members_Load();
您可以使用 [Amazon EventBridge](https://aws.amazon.com/eventbridge/) 在 Amazon Redshift 数据仓库中安排任务，以便根据您的数据延迟要求调用此存储过程。 EventBridge 以固定的间隔运行作业。要监控先前对该过程的调用是否已完成，您可能需要使用诸如 [AWS Step Functions](https://aws.amazon.com/step-functions/) 状态机之类的机制。有关更多信息，请参阅以下资源：+ [创建按计划运行的 Amazon EventBridge 规则](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-create-rule-schedule.html)
+ [使用 AWS Step Functions 和 Amazon Redshift 数据 API 加快 ELT 流程的编排](https://aws.amazon.com/blogs/big-data/accelerate-orchestration-of-an-elt-process-using-aws-step-functions-and-amazon-redshift-data-api/)。
另一个选项是使用 Amazon Redshift 查询编辑器 v2 安排刷新。有关更多信息，请参阅[使用查询编辑器 v2 计划查询](https://docs.aws.amazon.com/redshift/latest/mgmt/query-editor-v2-schedule-query.html)。 | 迁移工程师 |
### 将 Quick Sight 连接到 Amazon Redshift 中的数据
| Task | 说明 | 所需技能 |
| --- | --- | --- |
| 设置 Quick Sight。 | 要设置 Quick Sight，请按照 [AWS 文档](https://docs.aws.amazon.com/quicksight/latest/user/setting-up.html)中的说明进行操作。 | 迁移工程师 |
| 在 Quick Sight 和 Amazon Redshift 之间建立安全连接。 | 要在 Quick Sight 和 Amazon Redshift 之间建立安全连接，请执行以下操作1. 要授权从 Quick Sight 到 Amazon Redshift 的连接，请打开 Amazon Redshift 控制台，然后在 Amazon Redshift 安全组中添加入站规则。该规则应允许来自您设置 Quick Sight 的 CIDR 范围的流量进入端口 5439（默认的 Redshift 端口）。有关 AWS 区域 及其的 IP 地址的列表，请参阅 [Quick AWS 区域 Sight 支持](https://docs.aws.amazon.com/quicksight/latest/user/regions-qs.html)。
在 Amazon Redshift 控制台上，选择**工作组**、**数据访问**、**网络和安全**，然后启用**可公开访问**。 | 迁移工程师 |
| 为 Quick Sight 创建数据集。 | 要通过 Amazon Redshift 为 Quick Sight 创建数据集，请执行以下操作：1. 在 Quick Sight 控制台的导航窗格中，选择**数据集**。
2. 在**数据集**页面上，选择**新数据集**。
3. 选择 **Redshift 手动连接**。
4. 在**新的 Redshift 数据来源**窗口中，输入连接信息：对于**数据来源名称**，输入 Amazon Redshift 数据来源的名称。对于**数据库服务器**，请输入 Amazon Redshift 集群的端点。从 Amazon Redshift Serverless 控制面板上集群工作组的**一般信息**部分的**端点**字段中，您可以获取端点值。服务器地址是端点中冒号之前的第一部分，如以下示例所示：mfdata-insights.NNNNNNNNN.us-east-1.redshift-serverless.amazonaws.com:5439/dev
对于端口，输入 `5439`（Amazon Redshift 的默认端口）。输入数据库的名称（端点中的斜杠之后）。在这种情况下，数据库名称为 `dev`。在**用户名**和**密码**，输入 Amazon Redshift 数据库的用户名和密码。
5. 选择**验证连接**。如果成功，您应该会看到一个绿色复选标记，表示已验证。如果验证失败，请参阅[问题排查](#generate-db2-zos-data-insights-aws-mainframe-modernization-amazon-q-in-quicksight-troubleshooting)部分。
6. 选择**创建数据来源**。 | 迁移工程师 |
| 联接数据集。 | 要在 Quick Sight 中创建分析，请按照 [AWS 文档](https://docs.aws.amazon.com/quicksight/latest/user/joining-data.html#create-a-join)中的说明将这两个表联接起来。
在**联接配置**窗格中，对于**联接类型**，选择**左**。在**联接子句**下，使用 `memberid from member_plans = memberid from members_details`。 | 迁移工程师 |
### 使用 Amazon Q in Quick Sight，从大型机数据中获取业务见解
| Task | 说明 | 所需技能 |
| --- | --- | --- |
| 设置 Amazon Q in Quick Sight。 | 要设置 Amazon Q in Quick Sight 生成式商业智能功能，请按照 [AWS 文档](https://docs.aws.amazon.com/quicksight/latest/user/generative-bi-get-started.html)中的说明进行操作。 | 迁移工程师 |
| 分析大型机数据并构建可视化控制面板。 | 要在 Quick Sight 中对数据进行分析和可视化，请执行以下操作：1. 要创建大型机数据分析，请按照 [AWS 文档](https://docs.aws.amazon.com/quicksight/latest/user/generative-bi-build-visuals.html)中的说明进行操作。对于数据集，选择您创建的数据集。
2. 在分析页面上，选择**构建视觉对象**。
3. 在**创建分析主题**窗口中，选择**更新现有主题**。
4. 在**选择主题**下拉列表中，选择您之前创建的主题。
5. 选择**主题链接**。
6. 链接主题后，选择**构建视觉对象**，以打开 Amazon Q **构建视觉对象**窗口。
7. 在提示栏中，写下您的分析问题。此模式使用的示例问题如下：显示按区域划分的成员分布显示按年龄划分的成员分布显示按性别划分的成员分布显示按计划类型划分的成员分布显示尚未完成预防性免疫接种的成员
输入问题后，选择**构建**。Amazon Q in Quick Sight 可创建视觉对象。
8. 要将视觉对象添加到可视化控制面板，请选择**添加到分析**。
完成后，您可以发布自己的控制面板，以便与组织中的其他人共享。有关示例，请参阅[其他信息](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/generate-data-insights-by-using-aws-mainframe-modernization-and-amazon-q-in-quicksight.html#generate-data-insights-by-using-aws-mainframe-modernization-and-amazon-q-in-quicksight-additional)部分中的*大型机可视化控制面板*。 | 迁移工程师 |
### 使用 Amazon Q in Quick Sight，从大型机数据中创建数据故事
| Task | 说明 | 所需技能 |
| --- | --- | --- |
| 创建数据故事。 | 创建数据故事以解释先前分析的见解，并就增加完成预防性免疫接种的成员人数生成建议：1. 要创建数据故事，请按照 [AWS 文档](https://docs.aws.amazon.com/quicksight/latest/user/working-with-stories-create.html)中的说明进行操作。
2. 对于数据故事提示，请使用以下操作：
`Build a data story about Region with most numbers of members. Also show the member distribution by medical plan, vision plan, dental plan. Recommend how to motivate members to complete immunization. Include 4 points of supporting data for this pattern.`
您还可以构建自己的提示，以为其他业务见解生成数据故事。
3. 选择**添加视觉对象**，然后添加与数据故事相关的视觉对象。对于此模式，请使用您之前创建的视觉对象。
4. 选择**构建**。
5. 有关数据故事输出的示例，请参阅[其他信息](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/generate-data-insights-by-using-aws-mainframe-modernization-and-amazon-q-in-quicksight.html#generate-data-insights-by-using-aws-mainframe-modernization-and-amazon-q-in-quicksight-additional)部分中的*数据故事输出*。 | 迁移工程师 |
| 查看生成的数据故事。 | 要查看生成的数据故事，请在**数据故事**页面上选择该故事。 | 迁移工程师 |
| 编辑生成的数据故事。 | 要更改数据故事中的格式、布局或视觉对象，请按照 [AWS 文档](https://docs.aws.amazon.com/quicksight/latest/user/working-with-stories-edit.html)中的说明进行操作。 | 迁移工程师 |
| 共享数据故事。 | 要共享数据故事，请按照 [AWS 文档](https://docs.aws.amazon.com/quicksight/latest/user/working-with-stories-share.html)中的说明进行操作。 | 迁移工程师 |
## 问题排查
| 问题 | 解决方案 |
| --- | --- |
| 对于从 Quick Sight 到 Amazon Redshift 的数据集创建，`Validate Connection` 已经失败了。 | 1. 确认附加到 Amazon Redshift Serverless 实例的安全组允许来自与您设置 Quick Sight 的区域关联的 IP 地址范围的入站流量。
2. 确认已部署 Amazon Redshift Serverless 的 VPC 公开可用。
3. 确认您使用了正确的 Amazon Redshift 用户名和密码。您可以在 Amazon Redshift 控制台上重置用户名和密码。 |
| 尝试在 EC2 实例上启动 Apply Engine 时会返回以下错误：
`-bash: sqdeng: command not found` | 运行以下命令，导出 `sqdata` 安装路径：export PATH=$PATH:/usr/sbin:/opt/precisely/di/sqdata/bin
|
| 尝试启动 Apply Engine 时会返回以下连接错误之一：+ `SQDD018E Cannot connect to transfer socket(rc==0x18468). Agent: Socket:/u/./sqdata/.DB2ZTOMSK.cab.data`
+ `SQDUR06E Error opening url cdc://:2626/DB2ZTOMSK/DB2ZTOMSK : errno:1128 (Unknown error 1128)` | 检查大型机假脱机，以确认控制器进程守护程序任务正在运行。 |
## 相关资源
+ 在 Qu@@ [ick Sight 中使用 AWS Mainframe Modernization 和 Amazon Q（模式）生成见](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/generate-data-insights-by-using-aws-mainframe-modernization-and-amazon-q-in-quicksight.html?did=pg_card&trk=pg_card)解
+ 在 Qu@@ [ick Sight 中使用 AWS Mainframe Modernization 和 Amazon Q 生成数据见](https://youtu.be/F8b7l79p6TM?si=gASuQtFbMVuEm7IJ)解（演示）
+ [AWS Mainframe Modernization -适用于 IBM 的数据复制 z/OS](https://aws.amazon.com/marketplace/pp/prodview-doe2lroefogia?sr=0-4&ref_=beagle&applicationId=AWSMPContessa)
+ [Amazon Redshift 串流摄取到实体化视图](https://docs.aws.amazon.com/redshift/latest/dg/materialized-view-streaming-ingestion.html)
## 附加信息
**示例 .ddl 文件**
*成员\_details.ddl*
```
CREATE TABLE MEMBER_DTLS (
memberid INTEGER NOT NULL,
member_name VARCHAR(50),
member_type VARCHAR(20),
age INTEGER,
gender CHAR(1),
email VARCHAR(100),
region VARCHAR(20)
);
```
*member\_plans.ddl*
```
CREATE TABLE MEMBER_PLANS (
memberid INTEGER NOT NULL,
medical_plan CHAR(1),
dental_plan CHAR(1),
vision_plan CHAR(1),
preventive_immunization VARCHAR(20)
);
```
**示例 .sqd 文件**
将** **`` 替换为您的 Amazon MSK 主题名称。
*script.sqd*
```
-- Name: DB2ZTOMSK: DB2z To MSK JOBNAME DB2ZTOMSK;REPORT EVERY 1;OPTIONS CDCOP('I','U','D');-- Source Descriptions
JOBNAME DB2ZTOMSK;
REPORT EVERY 1;
OPTIONS CDCOP('I','U','D');
-- Source Descriptions
BEGIN GROUP DB2_SOURCE;
DESCRIPTION DB2SQL /var/precisely/di/sqdata/apply/DB2ZTOMSK/ddl/mem_details.ddl AS MEMBER_DTLS;
DESCRIPTION DB2SQL /var/precisely/di/sqdata/apply/DB2ZTOMSK/ddl/mem_plans.ddl AS MEMBER_PLANS;
END GROUP;
-- Source Datastore
DATASTORE cdc:///DB2ZTOMSK/DB2ZTOMSK
OF UTSCDC
AS CDCIN
DESCRIBED BY GROUP DB2_SOURCE ;
-- Target Datastore(s)
DATASTORE 'kafka:////key'
OF JSON
AS TARGET
DESCRIBED BY GROUP DB2_SOURCE;
PROCESS INTO TARGET
SELECT
{
REPLICATE(TARGET)
}
FROM CDCIN;
```
**大型机可视化控制面板**
以下数据视觉对象由 Amazon Q in Quick Sight 创建，可用于分析问题 `show member distribution by region`*。*
以下数据视觉对象由 Amazon Q in Quick Sight 创建，可用于分析问题 `show member distribution by Region who have not completed preventive immunization, in pie chart`。
**数据故事输出**
以下屏幕截图显示了 Amazon Q in Quick Sight 为提示 `Build a data story about Region with most numbers of members. Also show the member distribution by age, member distribution by gender. Recommend how to motivate members to complete immunization. Include 4 points of supporting data for this pattern` 创建的数据故事的部分。
在简介中，数据故事建议选择成员人数最多的区域，以便免疫接种工作取得最大成效。
该数据故事分析了这四个区域的成员人数。东北、西南和东南地区的成员最多。
该数据故事提供了按年龄划分的成员的分析情况。
该数据故事重点关注中西部的免疫接种工作。
## 附件
[要访问与此文档关联的其他内容，请下载并解压缩以下文件：attachment.zip](samples/p-attach/18e72bcb-1b9a-406a-8220-83aca7743ad2/attachments/attachment.zip)