AI_TO_SQL

将自然语言指令转换为 SQL 查询，使用最新的 text-davinci-003 模型。

Databend 通过结合 OLAP 和 AI 技术，为构建 SQL 查询提供了高效的解决方案。通过此函数，自然语言指令可转换为符合表结构的 SQL 查询语句。例如，该函数可接收类似"获取所有价格不超过 10 美元的商品"的输入，并生成相应的 SQL 查询 SELECT * FROM items WHERE price <= 10 作为输出。

主要代码实现可在这里找到。

备注

生成的 SQL 查询语句遵循 PostgreSQL 标准，因此可能需要手动调整以符合 Databend 语法。

信息

自 Databend v1.1.47 起，Databend 支持 Azure OpenAI 服务。

此集成提供更优的数据隐私保护。

要使用 Azure OpenAI，请在 [query] 部分添加以下配置：

# Azure OpenAI
openai_api_chat_base_url = "https://<name>.openai.azure.com/openai/deployments/<name>/"
openai_api_embedding_base_url = "https://<name>.openai.azure.com/openai/deployments/<name>/"
openai_api_version = "2023-03-15-preview"

警告

Databend 依赖 (Azure) OpenAI 实现 AI_TO_SQL，但仅向 (Azure) OpenAI 发送表结构，不发送数据。

该功能仅在 Databend 配置中包含 openai_api_key 时生效，否则将处于非活动状态。

此功能在 Databend Cloud 上默认可用，使用我们的 Azure OpenAI 密钥。使用即表示您同意我们将表结构发送至 Azure OpenAI。

语法

USE <your-database>;
SELECT * FROM ai_to_sql('<natural-language-instruction>');

获取和配置 OpenAI API 密钥

• 获取 OpenAI API 密钥，请访问 https://platform.openai.com/account/api-keys 并生成新密钥
• 在 databend-query.toml 文件中配置 openai_api_key 设置

[query]
... ...
openai_api_key = "<your-key>"

示例

本示例使用 AI_TO_SQL 函数从指令生成 SQL 查询语句，并执行该语句获取查询结果。

1. 准备数据

CREATE DATABASE IF NOT EXISTS openai;
USE openai;

CREATE TABLE users(
    id INT,
    name VARCHAR,
    age INT,
    country VARCHAR
);

CREATE TABLE orders(
    order_id INT,
    user_id INT,
    product_name VARCHAR,
    price DECIMAL(10,2),
    order_date DATE
);

-- 向 users 表插入示例数据
INSERT INTO users VALUES (1, 'Alice', 31, 'USA'),
                         (2, 'Bob', 32, 'USA'),
                         (3, 'Charlie', 45, 'USA'),
                         (4, 'Diana', 29, 'USA'),
                         (5, 'Eva', 35, 'Canada');

-- 向 orders 表插入示例数据
INSERT INTO orders VALUES (1, 1, 'iPhone', 1000.00, '2022-03-05'),
                          (2, 1, 'OpenAI Plus', 20.00, '2022-03-06'),
                          (3, 2, 'OpenAI Plus', 20.00, '2022-03-07'),
                          (4, 2, 'MacBook Pro', 2000.00, '2022-03-10'),
                          (5, 3, 'iPad', 500.00, '2022-03-12'),
                          (6, 3, 'AirPods', 200.00, '2022-03-14');

2. 运行 AI_TO_SQL 函数，输入英文指令

SELECT * FROM ai_to_sql(
    'List the total amount spent by users from the USA who are older than 30 years, grouped by their names, along with the number of orders they made in 2022');

函数输出生成的 SQL 语句：

*************************** 1. row ***************************
     database: openai
generated_sql: SELECT name, SUM(price) AS total_spent, COUNT(order_id) AS total_orders
               FROM users
                        JOIN orders ON users.id = orders.user_id
               WHERE country = 'USA' AND age > 30 AND order_date BETWEEN '2022-01-01' AND '2022-12-31'
               GROUP BY name;

3. 执行生成的 SQL 语句获取查询结果

+---------+-------------+-------------+
| name    | order_count | total_spent |
+---------+-------------+-------------+
| Bob     |           2 |     2020.00 |
| Alice   |           2 |     1020.00 |
| Charlie |           2 |      700.00 |
+---------+-------------+-------------+