Temos o prazer de apresentar   (beta), um revolucionário gerador de consultas em linguagem natural alimentado pelo Pré-treinado Transformer 3 (   ), a tecnologia por trás   e TiDB, o banco de dados SQL distribuído. o Chat2Query GPT-3 do ChatGPT  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   e TiDB, utilizamos IA para inovar o banco de dados e auxiliar na exploração de dados,   . OpenAI 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.    volume  Consulta em um conjunto de dados Web3 – em qual mês do ano passado ocorreu o maior  Comece com o Chat2Query  Chat2Query é um recurso integrado no TiDB Cloud Serverless Tier. Você pode seguir os seguintes passos para começar:    entre no seu cluster de nível sem servidor. Etapa 1:    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. Inscreva-se  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   com quatro conjuntos de dados predefinidos –   ,   ,   e   . sample_data github_events global_fortune_500 imdb_movie_ratings sold_car_orders   Usando seus conjuntos de dados  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  Na guia   , clique em   à direita do banco de dados de destino e clique em   para começar a importar seu conjunto de dados no formato CSV local ou do Amazon S3. Em nosso caso, usamos   , o conjunto de dados de preço de criptografia Ethereum/Tether em CSV. Esquemas ... Importar dados eth-usdt  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.  Gere a consulta. No editor Chat2Query, digite “– sua pergunta” e clique em   para permitir que o AI gere a consulta em SQL. Enter  Revise a consulta. Pressione a tecla   para aceitar o SQL ou edite-o conforme necessário antes de aceitar. Tab  Execute sua consulta. No canto superior direito da tela, clique no botão play. Os resultados da consulta são exibidos na parte inferior da página.  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:  O SQL gerado pela IA nem sempre está 100% correto e ainda pode precisar de mais ajustes.  Chat2Query tem suporte limitado para instruções SQL. Instruções DDL como   e   ainda não são suportadas. CREATE TABLE DROP TABLE   Comece com o Chat2Query hoje  Você pode obter acesso antecipado   . Gostaríamos muito de ouvir seus comentários para que possamos tornar esta ferramenta de consulta ainda melhor. aqui  Enquanto isso, Chat2Query está em rápido desenvolvimento. Por favor, siga-nos no   para se manter atualizado sobre o seu progresso. Twitter     Tem alguma pergunta ou comentário sobre o artigo? Visite o Fórum TiDB  Também publicado  aqui

The code in this story is for educational purposes. The readers are solely responsible for whatever they build with it.

The writer is smart, but don't just like, take their word for it. #DoYourOwnResearch

Este áudio é produzido no idioma original da história!

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

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Modelo Bitcoin UTXO, alimentando um ecossistema único

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Modelo Bitcoin UTXO, alimentando um ecossistema único

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps