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

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

該音頻是用故事的原始語言製作的！

Chat2Query 简介：人工智能驱动的 SQL 生成器

About Author

註釋

標籤

这篇文章刊登在

Related Stories

看不见的层面：为什么用户访谈是不可替代的资产

Claude Sonnet 3.5 系统提示泄漏：法医分析

扬帆起航：利用数据湖开发生产级 RAG 应用程序

使用这 18 种开发工具来提高你的工作效率 🚀🔥

看不见的层面：为什么用户访谈是不可替代的资产

Claude Sonnet 3.5 系统提示泄漏：法医分析

扬帆起航：利用数据湖开发生产级 RAG 应用程序

使用这 18 种开发工具来提高你的工作效率 🚀🔥

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps