Une introduction à Chat2Query : un générateur SQL alimenté par l'IA

Nous sommes ravis de vous présenter Chat2Query (bêta), un générateur de requêtes en langage naturel révolutionnaire optimisé par Pre-trained Transformer 3 ( GPT-3 ), la technologie derrière ChatGPT , et TiDB, la base de données SQL distribuée.

Avec Chat2Query, vous n'avez pas besoin d'être un expert SQL pour extraire des informations de vos données. Posez simplement une question et l'outil d'IA fera le reste, générant une puissante requête SQL pour récupérer les informations. En combinant OpenAI et TiDB, nous utilisons l'IA pour innover la base de données et faciliter l'exploration des données, en fournissant des informations en temps réel et exploitables pour des décisions commerciales instantanées .

Dans cet article, nous vous montrerons comment démarrer avec Chat2Query alimenté par l'IA et explorer les informations à travers des exemples d'ensembles de données et vos propres ensembles de données.

Plus qu'un simple générateur SQL alimenté par l'IA

Oui, il existe plusieurs générateurs SQL alimentés par l'IA qui peuvent aider les utilisateurs à générer des requêtes SQL sans avoir besoin d'avoir une connaissance approfondie du langage SQL. Cependant, ces outils d'IA sont les mieux adaptés pour générer des requêtes simples. Cela signifie qu'ils peuvent ne pas convenir à des tâches plus complexes ou à une utilisation en production.

Chat2Query est alimenté par :

• GPT3 d'OpenAI, le modèle de traitement du langage naturel vers le code à la pointe de l'industrie et la technologie derrière le ChatGPT viral.
• TiDB Cloud Serverless Tier, le service de base de données Hybrid Transactional and Analytical Processing (HTAP) qui permet aux développeurs de déployer leur infrastructure à grande échelle de la manière la plus rentable sans gérer l'infrastructure du serveur.

En utilisant ces deux technologies, Chat2Query peut gérer même les requêtes les plus complexes et offrir des informations en temps réel sur des ensembles de données dynamiques .

Explorer des exemples de cas d'utilisation

Dans les exemples suivants, nous utilisons Chat2Query pour générer deux requêtes sur différents ensembles de données :

Requête sur l'ensemble de données Netflix - dites-moi les 10 meilleurs titres Netflix.

Requête sur un ensemble de données Web3 - au cours de quel mois de l'année dernière le volume le plus élevé s'est-il produit

Démarrer avec Chat2Query

Chat2Query est une fonctionnalité intégrée dans TiDB Cloud Serverless Tier. Vous pouvez suivre les étapes suivantes pour commencer :

Étape 1 : Connectez-vous à votre cluster de niveau sans serveur.

Créez un compte TiDB Cloud en utilisant votre adresse e-mail, votre compte Google ou votre compte GitHub. Votre cluster Serverless Tier sera créé automatiquement en moins de 20 secondes et vous serez dirigé vers l'interface Chat2Query.

Étape 2 : Préparez vos ensembles de données.

Vous pouvez soit utiliser les exemples d'ensembles de données pour explorer rapidement Chat2Query, soit explorer des informations sur vos propres ensembles de données.

Utilisation des exemples d'ensembles de données

Par défaut, vous interrogerez la table sample_data avec quatre ensembles de données prédéfinis - github_events , global_fortune_500 , imdb_movie_ratings et sold_car_orders .

Utilisation de vos ensembles de données

1. Pour commencer, préparez vos ensembles de données cibles. Si vous n'en avez pas, vous pouvez en obtenir un sur des sites Web d'hébergement de jeux de données gratuits tels que Kaggle .

   
   

2. Sous l'onglet Schemas , cliquez sur ... à droite de la base de données cible, puis cliquez sur Import Data pour commencer à importer votre jeu de données au format CSV local ou depuis Amazon S3. Dans notre cas, nous utilisons eth-usdt , l'ensemble de données de prix crypto Ethereum/Tether en CSV.

   
   

3. Suivez les invites pour configurer la source et la cible d'importation et lancer l'importation. Le temps nécessaire varie en fonction de la taille des données. Lorsque l'importation est terminée, la fenêtre de détail de l'importation s'affiche.

Étape 3 : Explorez les informations avec Chat2Query.

1. Générez la requête. Dans l'éditeur Chat2Query, tapez "- votre question" et cliquez sur Entrée pour laisser l'IA générer la requête en SQL.
2. Passez en revue la requête. Appuyez sur la touche Tab pour accepter le SQL ou modifiez-le si nécessaire avant de l'accepter.
3. Exécutez votre requête. Dans le coin supérieur droit de l'écran, cliquez sur le bouton de lecture. Les résultats de la requête sont affichés en bas de la page.
4. Vous verrez les journaux de requête et les résultats immédiatement au bas de la page. Pour obtenir un exemple de sortie, consultez Explorer des exemples d'utilisation.

Construit avec sécurité et confidentialité

La confidentialité et la sécurité des données des utilisateurs sont notre priorité absolue. Nous comprenons que nos utilisateurs nous font confiance pour protéger leurs informations et nous prenons cette responsabilité au sérieux. En tant que service de requête sur TiDB Cloud, Chat2Query n'a besoin d'accéder qu'à votre schéma de base de données pour générer du SQL, et non à vos données réelles.

Limites

En tant que projet bêta, Chat2Query est toujours en développement avec beaucoup de place pour l'amélioration.

Par conséquent, il y a deux limites à garder à l'esprit :

1. Le SQL généré par l'IA n'est pas toujours correct à 100 % et peut encore nécessiter des ajustements supplémentaires.
2. Chat2Query a un support limité pour les instructions SQL. Les instructions DDL telles que CREATE TABLE et DROP TABLE ne sont pas encore prises en charge.

Commencez dès aujourd'hui avec Chat2Query

Vous pouvez obtenir un accès anticipé ici . Nous serions ravis d'entendre vos commentaires afin que nous puissions rendre cet outil de requête encore meilleur.

En attendant, Chat2Query est en développement rapide. Veuillez nous suivre sur Twitter pour rester au courant de son évolution.

Vous avez une question ou un commentaire sur l'article ? Visitez le forum TiDB

Également publié ici