Puoi utilizzare Gemini, un collaboratore basato sull'AI in Google Cloud, per generare il codice di base SQL e Dataform all'interno dei file .sqlx
in Dataform.
Scopri come e quando Gemini for Google Cloud utilizza i tuoi dati.
Per Gemini in Dataform sono supportati solo i prompt in lingua inglese.Questo documento è rivolto ad analisti di dati, data scientist e sviluppatori di dati che lavorano con i flussi di lavoro SQL in Dataform. Si presume che tu conosca la sintassi di Google SQL e come creare azioni di flusso di lavoro SQL Dataform.
Prima di iniziare
-
In the Google Cloud console, go to the project selector page.
-
Select or create a Google Cloud project.
- Attiva Gemini in BigQuery.
Generare una query
Puoi fornire a Gemini un'istruzione in linguaggio naturale (o un
prompt) per generare una query di base SQL o Dataform in base alle
azioni del flusso di lavoro SQL definite nel tuo repository.
Ad esempio, puoi utilizzare Gemini per generare un'istruzione SELECT
SQL in un file di definizione della tabella .sqlx
.
Per generare una query di base SQL o Dataform:
Nella console Google Cloud, vai alla pagina Dataform.
Seleziona o crea un repository, quindi seleziona o crea uno spazio di lavoro.
Nel riquadro File, seleziona o crea un file
.sqlx
.Nella scheda del file, fai clic su pen_spark Gemini.
Nella finestra di dialogo di Gemini, inserisci un prompt in linguaggio naturale.
Se conosci l'azione SQL che vuoi utilizzare, puoi specificare il nome dell'azione tra virgolette inverse (
`
) nel prompt.Fai clic su Genera.
Gemini esamina le azioni SQL definite nel tuo repository per trovare quelle che potrebbero essere pertinenti al tuo prompt e suggerisce una query.
(Facoltativo) Per fornire un feedback, fai clic su thumb_up Mi piace il suggerimento, thumb_down Non mi piace il suggerimento o chat_info Fornisci altro feedback.
Per accettare il suggerimento, fai clic su Inserisci.
Suggerimenti per la generazione di query
I seguenti consigli possono migliorare i suggerimenti forniti da Gemini in Dataform:
- Fornisci il nome dell'azione SQL
racchiuso tra apici inversi (
`
), ad esempio`
action_name
`
. - Se i nomi delle colonne o le relative relazioni semantiche non sono chiare o sono complesse, puoi fornire il contesto nel prompt in modo da spiegare meglio a Gemini la risposta che ti interessa. Questa tecnica è nota come prompt engineering. Ad esempio, per fare in modo che la query generata faccia riferimento al nome di una colonna, descrivi il nome della colonna e la sua pertinenza rispetto alla risposta desiderata. Per far sì che una risposta faccia riferimento a termini complessi come lifetime value o margine lordo, descrivi il concetto e la sua pertinenza rispetto ai tuoi dati per migliorare i risultati della generazione dell'SQL.
Dati di Gemini e Dataform
Gemini in Dataform può accedere ai metadati delle tabelle per cui disponi dell'autorizzazione. Sono inclusi nomi delle tabelle, nomi delle colonne, tipi di dati e descrizioni delle colonne. Gemini in Dataform non può accedere ai dati nelle tabelle, nelle viste o nei modelli. Per ulteriori informazioni su come Gemini utilizza i tuoi dati, vedi In che modo Gemini per Google Cloud utilizza i tuoi dati.
Passaggi successivi
- Per informazioni su Gemini per Google Cloud, consulta Panoramica di Gemini per Google Cloud .
- Per informazioni sulle norme relative ai dati di Gemini, consulta In che modo Gemini per Google Cloud utilizza i tuoi dati.