SQL 生成

度量

Text2SQL 榜单：Spider

示例

Full Rag：Hyperpersonalization 应用

Tecton的方法：

基础层（Level 0）：仅限于基本的检索，没有额外的上下文信息。
批处理上下文（Level 1）：使用历史数据（例如之前的旅行记录、喜爱的活动）。Tecton通过管理数据管道和历史数据集来简化构建此类上下文的过程。
批处理 + 流数据上下文（Level 2）：整合实时用户数据（例如最近的搜索、会话交互）。这一阶段提供更及时的推荐，但实施成本较高。
批处理 + 流数据 + 实时上下文（Level 3）：引入实时数据，如实时搜索查询和应用程序互动。挑战包括整合第三方数据源以及平衡速度与成本。这一层级提供高度相关的实时推荐，还可以包括基于反馈的调整。

Level

RAG2SQL：Vanna

Vanna is an MIT-licensed open-source Python RAG (Retrieval-Augmented Generation) framework for SQL generation and related functionality.

Vanna: The Supercharged Text-to-SQL Tool All Data Scientists Were Looking For

Function RAG

Function RAG（检索增强生成） 是 Vanna.ai 引入的一项创新功能，旨在改进 SQL 生成。以下是详细说明：

什么是 Function RAG？

Function RAG 将传统的“问题-SQL”对转换为可重用的模板或函数，这些模板由大语言模型（LLM）调用以生成 SQL 查询和相关的后处理代码（如图表代码）。LLM 的作用是选择合适的 SQL 模板并填充必要的参数，从而实现更一致且更快速的 SQL 生成。

Function RAG 的主要特点：

基于模板的 SQL 生成：通过使用从训练对创建的模板，Function RAG 确保生成的 SQL 既准确又相关。
增强的安全性：这种方法减少了提示注入和提示转义等漏洞，使 SQL 生成过程更加安全。
用户特定查询：用户可以在查询中包含特定信息，如用户 ID，且不会有数据被覆盖的风险，从而安全地实现个性化查询。
集成图表代码生成：Function RAG 可以在一次请求中生成 SQL 及相应的可视化代码（如 Plotly 代码）。
多语言支持：通过 GraphQL API 访问，Function RAG 可以在各种编程语言中使用，不仅限于 Python，便于集成到不同的后端，如 Ruby on Rails、.NET 等。

使用示例：

查找函数：使用 vn.get_function(question=...) 查找并调用适当的函数，由 LLM 填充参数。
限定到特定用户：使用 vn.get_function(question=..., additional_data={"user_id": ...}) 确保查询限定到特定用户，通过确定性地设置 user_id 参数。
创建新函数：可以手动使用 vn.create_function(question=..., sql=..., plotly_code=...) 创建函数，或者通过支持自动从问题中提取参数的 Web 应用创建函数。

何时使用 Function RAG：

Function RAG 适用于终端用户频繁提出类似问题的场景。它允许进行受控和批准的分析，确保呈现的数据可靠且正确。此功能特别适合内部业务用户或 SaaS 应用程序。然而，对于更多新颖和多样的分析，传统的 SQL 生成功能可能更合适。

Uber QueryGPT

QueryGPT – Natural Language to SQL Using Generative AI

QueryGPT

Uber 开发了 QueryGPT，一个可以使用自然语言提示生成 SQL 查询的工具。

核心目标

该工具旨在通过简化 SQL 查询的编写过程来提高生产力，因为传统的 SQL 查询需要深入了解 SQL 语法和 Uber 的内部数据模型。

工作原理

QueryGPT 利用 大语言模型（LLM）、向量数据库 和 相似性搜索，将用户的英语问题翻译成复杂的 SQL 查询。
据估算，该工具将 SQL 查询的编写时间从 约 10 分钟缩短到了 3 分钟。

开发历程

QueryGPT 最初是在 2023 年 5 月 Uber 的生成式 AI 黑客马拉松 上提出的，并经过 20 多次迭代 才发展到当前的架构。
最初的版本使用 RAG（检索增强生成） 系统来获取相关的 SQL 示例和表结构信息。其流程如下：

用户输入自然语言查询
系统向量化输入，然后进行相似性搜索以检索相关的 SQL 代码片段和表结构
LLM 结合这些信息，生成 SQL 查询

<data-source> | <spl-expr> ... | <spl-expr> ...

SLS 查询新范式：使用 SPL 对日志进行交互式探索

SPL 即 SLS Processing Language，是 SLS 对日志查询、流式消费、数据加工、Logtail 采集、以及数据 Ingestion 等需要数据处理的场景，提供的统一的数据处理语法，这种统一性使得 SPL 可以在整个日志处理的生命周期内，实现 "Write Once，Run Anywhere" 的效果。

<spl-expr> 是 SPL 指令，支持正则取值、字段分裂、字段投影、数值计算等多种操作，具体参考 SPL 指令介绍。

示例：

Status:200 | extend urlParam=split_part(Uri, '/', 3)
Status:200 | extend timeRange = cast(BeginTime as bigint) - cast(EndTime as bigint

示例 2：

Status:200 
| where UserAgent like '%Chrome%'
| extend timeRange = cast(BeginTime as bigint) - cast(EndTime as bigint)
| where timeRange > 86400

AI 辅助软件工程：实践与案例解析