แหล่งข้อมูล SQL ในตัวแทนข้อมูล Fabric

Fabric data agent ช่วยให้คุณถามคําถามภาษาง่าย ๆ ผ่านข้อมูล SQL ใน OneLake — Lakehouse, คลังข้อมูล, Fabric SQL Database และ Mirrored Databases — และรับคําตอบแบบอ่านอย่างเดียวที่ถูกควบคุม เบื้องหลัง agent ใช้เครื่องมือ NL2SQL (natural language-to-SQL หรือ NL2SQL) ที่ติดตั้งมาในตัว เพื่อแปลแต่ละคําถามเป็น T-SQL query ตรวจสอบความถูกต้องกับสคีมาที่คุณเลือก และดําเนินการผ่าน SQL analytics ของซอร์ส

บทความนี้อธิบายถึงเครื่องมือการสร้างแบบสอบถามสองแบบที่เอเจนต์สามารถใช้สําหรับแหล่งข้อมูล SQL:

  • NL2SQL — เครื่องมือที่พร้อมใช้งานโดยทั่วไป (GA) ซึ่งใช้โดยตัวแทนข้อมูลในรันไทม์มาตรฐาน
  • NL2SQL ขั้นสูง — เครื่องมือแสดงตัวอย่างที่มีการให้เหตุผลหลายขั้นตอน ซึ่งใช้โดยตัวแทนข้อมูลในรันไทม์การแสดงตัวอย่าง

เครื่องมือทั้งสองใช้การกําหนดค่าเดียวกันกับที่คุณให้ไว้สําหรับแต่ละแหล่ง SQL — การเลือกสคีมา คําแนะนําแหล่งข้อมูล และตัวอย่างการสืบค้น สําหรับรายละเอียดเกี่ยวกับการกําหนดค่าอินพุตเหล่านั้น โปรดดู เพิ่มและกําหนดค่าแหล่งข้อมูลในตัวแทนข้อมูล Fabric

เอ็นแอลทูเอสแอล

NL2SQL เป็นเครื่องมือสร้างคิวรีเริ่มต้นสําหรับแหล่งข้อมูล SQL และเป็นเครื่องมือที่ใช้โดยตัวแทนข้อมูลในรันไทม์มาตรฐาน มันสร้างการสืบค้น T-SQL ในครั้งเดียว:

  1. โดยจะอ่าน Schema ที่เลือกและคําแนะนําแหล่งข้อมูลที่คุณให้ไว้
  2. โดยจะดึงคําค้นหาตัวอย่างยอดนิยมที่คล้ายกับคําถามของผู้ใช้มากที่สุด โดยใช้ความคล้ายคลึงกันของเวกเตอร์ในไลบรารีคําค้นหาตัวอย่างของคุณ
  3. สร้างแบบสอบถาม SQL ที่มีพื้นฐานมาจากบริบทนั้น ตรวจสอบความถูกต้องกับสคีมาที่ได้รับอนุมัติ และดําเนินการผ่านปลายทางการวิเคราะห์ SQL

NL2SQL ได้รับการปรับให้เหมาะสมสําหรับพฤติกรรมที่เสถียรและคาดการณ์ได้ และเป็นตัวเลือกที่แนะนําสําหรับตัวแทนข้อมูลการผลิตที่ผลลัพธ์ที่สอดคล้องกันระหว่างการเผยแพร่เป็นสิ่งสําคัญ สําหรับรายละเอียดเกี่ยวกับการเลือก Schema คําแนะนําแหล่งข้อมูล และตัวอย่างคิวรีที่ป้อน NL2SQL โปรดดู เพิ่มและกําหนดค่าแหล่งข้อมูลในตัวแทนข้อมูล Fabric

NL2SQL ขั้นสูง (พรีวิว)

NL2SQL ขั้นสูงเป็นเครื่องมือ NL2SQL เวอร์ชันใหม่ พร้อมใช้งานในรันไทม์การแสดงตัวอย่าง มันเป็นเครื่องมือเดียวกัน — การแปลงภาษาธรรมชาติเป็น SQL แทนซอร์ส SQL ของคุณ — แต่มีความแตกต่างสําคัญอย่างหนึ่ง: แทนที่จะสร้างคําสั่งค้นหาในครั้งเดียว มันวางแผนและดําเนินการหลายขั้นตอนการให้เหตุผลก่อนส่งคําสั่งกลับ ตัวอย่างเช่น สามารถตรวจสอบสคีมา เลือกตัวอย่างที่เกี่ยวข้อง แก้ไขค่าตัวกรองที่คลุมเครือ หรือถามคําถามที่ชี้แจงก่อนที่จะดําเนินการสืบค้น

ภาพประกอบแบบเคลื่อนไหวของการวางแผน NL2SQL ขั้นสูงและการดําเนินการตามขั้นตอนการให้เหตุผลหลายขั้นตอนในตัวแทนข้อมูล Fabric ก่อนที่จะส่งคืนคิวรี T-SQL

NL2SQL ขั้นสูงมอบการปรับปรุงคุณภาพและประสบการณ์การกําหนดค่าที่ไม่มีใน NL2SQL:

  • ตัวอย่างต่อไปนี้จะสอบถามอย่างสม่ําเสมอมากขึ้น NL2SQL ไม่ได้ติดตามคิวรีตัวอย่างของคุณอย่างใกล้ชิดเสมอไป และบางครั้งก็เพิ่มตรรกะหรือข้อจํากัดที่ไม่ได้อยู่ในตัวอย่าง NL2SQL ขั้นสูงจะยึดติดกับรูปแบบที่แสดงในไลบรารีคิวรีตัวอย่างของคุณอย่างใกล้ชิดยิ่งขึ้น
  • การแทนที่ค่าตัวกรองอย่างถูกต้อง เมื่อคําถามบ่งบอกถึงตัวกรองแบบหมวดหมู่หรือบูลีนหลายตัวแทนที่จะระบุอย่างชัดเจน NL2SQL อาจพลาดหรือนําไปใช้ในทางที่ผิด เหตุผล NL2SQL ขั้นสูงผ่านตัวกรองโดยนัยและแทนที่ค่าที่ถูกต้องในแบบสอบถาม
  • การจัดการกับคําถามที่คลุมเครือ เมื่อคําถามคลุมเครือ NL2SQL มีแนวโน้มที่จะยอมรับสมมติฐานและสร้างแบบสอบถามอยู่ดี NL2SQL ขั้นสูงสามารถตรวจจับความคลุมเครือและถามคําถามที่ชี้แจงแก่ผู้ใช้ก่อนที่จะสร้าง SQL ซึ่งช่วยลดคําตอบที่ไม่ถูกต้องที่เกิดจากเจตนาอ่านผิด
  • เข้าใจรายละเอียดของสคีมา แค่ชื่ออ็อบเจ็กต์อาจไม่อธิบายความหมายขององค์ประกอบสคีมา และคําสั่งแหล่งข้อมูลอาจไม่มีพื้นที่เพียงพอที่จะอธิบายอ็อบเจ็กต์ทุกตัว โดยใช้ คําอธิบายวัตถุสคีมา ผู้สร้างสามารถให้บริบทสําหรับตาราง คอลัมน์ และองค์ประกอบสคีมาอื่น ๆ เพื่อให้ Advanced NL2SQL สามารถตีความสคีมาและสร้างคําสั่งที่แม่นยํามากขึ้น

NL2SQL ขั้นสูงใช้การเลือกสคีมา คําสั่งแหล่งข้อมูล และตัวอย่างคําสั่งที่คุณได้กําหนดค่าไว้สําหรับ NL2SQL แล้ว นอกจากนี้ยังสามารถใช้การกําหนดค่าที่มีเฉพาะใน Advanced NL2SQL เช่น คําอธิบายอ็อบเจ็กต์สคีมา

ใช้ NL2SQL ขั้นสูง

NL2SQL ขั้นสูงเป็นส่วนหนึ่งของรันไทม์การแสดงตัวอย่าง หากต้องการใช้งาน ให้เปลี่ยนตัวแทนข้อมูลของคุณเป็นรันไทม์การแสดงตัวอย่าง ดูรันไทม์ของตัวแทนข้อมูล Fabric สําหรับวิธีสลับรันไทม์และสิ่งอื่นใดที่เปลี่ยนแปลงเมื่อคุณทํา

เนื่องจาก NL2SQL ขั้นสูงอยู่ในการแสดงตัวอย่าง ลักษณะการทํางานสามารถเปลี่ยนแปลงได้ระหว่างการนําออกใช้ ใช้เพื่อประเมินการปรับปรุงที่จะเกิดขึ้นและให้ข้อเสนอแนะก่อนที่พวกเขาจะสําเร็จการศึกษาสู่ GA สําหรับเอเจนต์ข้อมูลการผลิตที่ต้องการเอาต์พุตที่สอดคล้องกัน ให้ใช้รันไทม์มาตรฐานด้วย NL2SQL