Uma introdução ao Chat2Query: um gerador de SQL com tecnologia AI

Temos o prazer de apresentar o Chat2Query (beta), um revolucionário gerador de consultas em linguagem natural alimentado pelo Pré-treinado Transformer 3 ( GPT-3 ), a tecnologia por trás do ChatGPT e TiDB, o banco de dados SQL distribuído.

Com o Chat2Query, você não precisa ser um especialista em SQL para extrair insights de seus dados. Basta fazer uma pergunta e a ferramenta AI fará o resto, gerando uma consulta SQL poderosa para recuperar os insights. Ao combinar OpenAI e TiDB, utilizamos IA para inovar o banco de dados e auxiliar na exploração de dados, fornecendo insights acionáveis e em tempo real para decisões de negócios instantâneas .

Nesta postagem, mostraremos como começar a usar o Chat2Query com inteligência artificial e explorar insights por meio de conjuntos de dados de amostra e seus próprios conjuntos de dados.

Mais do que apenas outro gerador de SQL com IA

Sim, existem vários geradores de SQL baseados em IA disponíveis que podem ajudar os usuários a gerar consultas SQL sem a necessidade de ter amplo conhecimento da linguagem SQL. No entanto, essas ferramentas de IA são mais adequadas para gerar consultas simples. Isso significa que eles podem não ser adequados para tarefas mais complexas ou uso de produção.

Chat2Query é alimentado por:

• O GPT3 da OpenAI, o modelo de processamento de linguagem natural para código líder do setor e a tecnologia por trás do viral ChatGPT.
• TiDB Cloud Serverless Tier, o serviço de banco de dados Hybrid Transactional and Analytical Processing (HTAP) que permite aos desenvolvedores implantar sua infraestrutura em escala da maneira mais econômica, sem gerenciar a infraestrutura do servidor.

Ao usar essas duas tecnologias, o Chat2Query pode lidar até com as consultas mais complexas e oferecer informações em tempo real sobre conjuntos de dados dinâmicos .

Explorando exemplos de casos de uso

Nos exemplos a seguir, usamos Chat2Query para gerar duas consultas em diferentes conjuntos de dados:

Consulta no conjunto de dados da Netflix – diga-me os 10 melhores títulos da Netflix.

Consulta em um conjunto de dados Web3 – em qual mês do ano passado ocorreu o maior volume

Comece com o Chat2Query

Chat2Query é um recurso integrado no TiDB Cloud Serverless Tier. Você pode seguir os seguintes passos para começar:

Etapa 1: entre no seu cluster de nível sem servidor.

Inscreva-se em uma conta do TiDB Cloud usando seu e-mail, conta do Google ou conta do GitHub. Seu cluster Serverless Tier será criado automaticamente em menos de 20 segundos e você será direcionado para a interface Chat2Query.

Etapa 2: prepare seus conjuntos de dados.

Você pode usar os conjuntos de dados de amostra para explorar rapidamente o Chat2Query ou explorar insights em seus próprios conjuntos de dados.

Como usar os conjuntos de dados de amostra

Por padrão, você consultará a tabela sample_data com quatro conjuntos de dados predefinidos – github_events , global_fortune_500 , imdb_movie_ratings e sold_car_orders .

Usando seus conjuntos de dados

1. Para começar, prepare seus conjuntos de dados de destino. Se você não tiver nenhum, poderá obter um em sites gratuitos de hospedagem de conjuntos de dados, como o Kaggle .

   
   

2. Na guia Esquemas , clique em ... à direita do banco de dados de destino e clique em Importar dados para começar a importar seu conjunto de dados no formato CSV local ou do Amazon S3. Em nosso caso, usamos eth-usdt , o conjunto de dados de preço de criptografia Ethereum/Tether em CSV.

   
   

3. Siga os prompts para configurar a origem e o destino da importação e iniciar a importação. O tempo que leva varia dependendo do tamanho dos dados. Quando a importação é concluída, a janela de detalhes da importação é exibida.

Passo 3: Explore insights com Chat2Query.

1. Gere a consulta. No editor Chat2Query, digite “– sua pergunta” e clique em Enter para permitir que o AI gere a consulta em SQL.
2. Revise a consulta. Pressione a tecla Tab para aceitar o SQL ou edite-o conforme necessário antes de aceitar.
3. Execute sua consulta. No canto superior direito da tela, clique no botão play. Os resultados da consulta são exibidos na parte inferior da página.
4. Você verá os logs e resultados da consulta imediatamente na parte inferior da página. Para saída de amostra, consulte Explorando usos de amostra.

Construído com segurança e privacidade

A privacidade e a segurança dos dados do usuário são nossa principal prioridade. Entendemos que nossos usuários confiam em nós para proteger suas informações e levamos essa responsabilidade a sério. Como um serviço de consulta no TiDB Cloud, o Chat2Query só precisa acessar seu esquema de banco de dados para gerar SQL, e não seus dados reais.

Limitações

Como um projeto beta, o Chat2Query ainda está em desenvolvimento com muito espaço para melhorias.

Portanto, há duas limitações a serem lembradas:

1. O SQL gerado pela IA nem sempre está 100% correto e ainda pode precisar de mais ajustes.
2. Chat2Query tem suporte limitado para instruções SQL. Instruções DDL como CREATE TABLE e DROP TABLE ainda não são suportadas.

Comece com o Chat2Query hoje

Você pode obter acesso antecipado aqui . Gostaríamos muito de ouvir seus comentários para que possamos tornar esta ferramenta de consulta ainda melhor.

Enquanto isso, Chat2Query está em rápido desenvolvimento. Por favor, siga-nos no Twitter para se manter atualizado sobre o seu progresso.

Tem alguma pergunta ou comentário sobre o artigo? Visite o Fórum TiDB

Também publicado aqui