我们很高兴推出Chat2Query (测试版),这是一种革命性的自然语言查询生成器,由ChatGPT背后的技术 Pre-trained Transformer 3 ( GPT-3 ) 和分布式 SQL 数据库 TiDB 提供支持。
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OpenAI和 TiDB,我们利用 AI 创新数据库并帮助进行数据探索,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。
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:
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。
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:
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:
使用您的电子邮件、Google 帐户或 GitHub 帐户注册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。
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sample_data
表github_events
、 global_fortune_500
、 imdb_movie_ratings
和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Kaggle等免费数据集托管网站获得一个。
在Schemas选项卡下,单击目标数据库右侧的...
,然后单击导入数据以开始以本地 CSV 格式或从 Amazon S3 导入数据集。在我们的例子中,我们使用eth-usdt
,CSV 格式的以太坊/Tether 加密货币价格数据集。
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。
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。
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:
CREATE TABLE
和DROP TABLE
等 DDL 语句。您可以在此处获得早期访问权。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。
与此同时,Chat2Query 正在快速发展。请在Twitter上关注我们以了解最新进展。
对本文有疑问或评论?访问TiDB 论坛
也在这里发布