我们很高兴推出 (测试版),这是一种革命性的自然语言查询生成器,由 背后的技术 Pre-trained Transformer 3 ( ) 和分布式 SQL 数据库 TiDB 提供支持。 Chat2Query ChatGPT GPT-3 使用 Chat2Query,您无需成为 SQL 专家即可从数据中提取见解。只需提出一个问题,AI 工具就会完成剩下的工作,生成强大的 SQL 查询来检索见解。通过结合 和 TiDB,我们利用 AI 创新数据库并帮助进行数据探索, 。 OpenAI 为即时业务决策提供实时且可操作的见解 在本文中,我们将向您展示如何开始使用 AI 驱动的 Chat2Query,并通过示例数据集和您自己的数据集探索见解。 不仅仅是另一个 AI 驱动的 SQL 生成器 是的,有几种可用的 AI 驱动的 SQL 生成器可以帮助用户生成 SQL 查询,而无需具备广泛的 SQL 语言知识。然而,这些人工智能工具最适合生成简单的查询。这意味着它们可能不适合更复杂的任务或生产用途。 Chat2Query 由以下各项提供支持: OpenAI 的 GPT3,行业领先的自然语言到代码处理模型和病毒式 ChatGPT 背后的技术。 TiDB Cloud Serverless Tier,混合事务和分析处理 (HTAP) 数据库服务,使开发人员能够以最具成本效益的方式大规模部署其基础架构,而无需管理服务器基础架构。 通过使用这两种技术, 。 Chat2Query 甚至可以处理最复杂的查询,并提供对动态数据集的实时洞察 探索示例用例 在以下示例中,我们使用 Chat2Query 生成针对不同数据集的两个查询: 查询 Netflix 数据集——告诉我最好的 10 部 Netflix 影片。 数量 查询 Web3 数据集——去年哪个月发生了最大的 Chat2Query 入门 Chat2Query 是 TiDB Cloud Serverless Tier 中的一项集成功能。您可以按照以下步骤开始: 登录到您的无服务器层集群。 第 1 步: 使用您的电子邮件、Google 帐户或 GitHub 帐户 TiDB Cloud 帐户。您的无服务器层集群将在 20 秒内自动创建,您将被定向到 Chat2Query 界面。 注册 第 2 步:准备数据集。 您可以使用示例数据集快速探索 Chat2Query 或探索您自己的数据集的见解。 使用示例数据集 默认情况下,您将使用四个预设数据集查询 表 、 、 和 。 sample_data github_events global_fortune_500 imdb_movie_ratings sold_car_orders 使用你的数据集 对于初学者,准备好你的目标数据集。如果您没有,可以从 等免费数据集托管网站获得一个。 Kaggle 在 选项卡下,单击目标数据库右侧的 ,然后单击 以开始以本地 CSV 格式或从 Amazon S3 导入数据集。在我们的例子中,我们使用 ,CSV 格式的以太坊/Tether 加密货币价格数据集。 Schemas ... 导入数据 eth-usdt 按照提示配置导入源和目标并开始导入。所需时间因数据大小而异。导入完成后,将显示导入详细信息窗口。 第 3 步:使用 Chat2Query 探索见解。 生成查询。在 Chat2Query 编辑器中,输入“– your question”并单击 ,让 AI 在 SQL 中生成查询。 Enter 查看查询。按 键接受 SQL 或在接受之前根据需要对其进行编辑。 Tab 运行您的查询。在屏幕的右上角,单击播放按钮。查询结果显示在页面底部。 您将立即在页面底部看到查询日志和结果。有关示例输出,请参阅 探索示例使用。 具有安全性和隐私性 用户数据的隐私和安全是我们的首要任务。我们了解我们的用户相信我们会保护他们的信息,我们会认真对待这一责任。作为 TiDB Cloud 上的查询服务,Chat2Query 只需要访问你的数据库模式来生成 SQL,而不是你的实际数据。 限制 作为一个 beta 项目,Chat2Query 仍在开发中,还有很大的改进空间。 因此,需要记住两个限制: AI 生成的 SQL 并不总是 100% 正确,可能仍需要进一步调整。 Chat2Query 对 SQL 语句的支持有限。尚不支持 和 等 DDL 语句。 CREATE TABLE DROP TABLE 立即开始使用 Chat2Query 您可以 获得早期访问权。我们很想听听您的反馈,以便我们可以使这个查询工具变得更好。 在此处 与此同时,Chat2Query 正在快速发展。请在 上关注我们以了解最新进展。 Twitter 对本文有疑问或评论?访问 TiDB 论坛 也在 发布 这里