背景

傳統模式下，SQL開發是一項技術專業度較高的工作。隨著信息化不斷深入，不同崗位角色的數據需求越來越多，為數據管理和SQL開發效率帶來了較大挑戰。

DMS Data Copilot是DMS基于阿里云大模型構建的數據智能助手。其結合了DMS熟練的數據管理、數據使用能力，可幫助開發、運維、產品、運營、分析師和數據庫管理員，更高效、規范地使用和管理數據。

阿里云提供了數據庫解決方案DB+AI體驗館，您無需購買任何資源，即可在線體驗DMS Data Copilot的NL2SQL和圖表推薦功能，帶您真實體驗DMS產品智能服務能力。

影響

• 本體驗不涉及生產環境的部署，因此不會影響業務。

• 在開始體驗后，DMS將自動在DMS控制臺首頁左側數據庫實例的免登錄實例列表下添加一個DMS_Copilot測試實例，供您體驗和測試Data Copilot的功能。此實例為只讀實例，如果您不需要體驗Data Copilot，可以由DBA或管理員手動刪除該只讀實例。

  

費用

本次體驗中，由于體驗涉及到的資源不歸屬于您，因此不會產生任何費用，您可以放心體驗。

體驗內容

本次體驗中用到的commerce_db數據庫中的四張表已完成創建，您直接使用即可。

• dim_jst_erp_co_company：ERP商家信息表

• dim_jst_erp_co_contract：ERP商家合同表

• dwd_jst_sc_item_slf_info_ht：鋪貨明細表

• m_sc_web_log_detail_d：埋點日志信息表

操作步驟

1. 登錄瑤池數據庫控制臺。

2. 在控制臺首頁，單擊解決方案。

3. 單擊DB+AI體驗，然后單擊DMS Copilot的免費體驗按鈕，進入如下頁面：

   

4. 體驗NL2SQL（自然語言轉SQL）。

   1. 在SQL Console窗口內，單擊，喚出DMS Data Copilot智能助手。

      

   2. 在Copilot對話框中輸入問題，再單擊發送。例如：最近一個月訪問流量前三的商家明細?

      Copilot會返回模型認為與該問題相關性強的表，單擊提交。

      

   3. 校驗模型的返回結果中的SQL是否準確。

      • 不準確的情況下，您需要補充反饋以調整返回結果。

        1. 第一輪模型的返回結果不太準確，錯誤地將dwd_jst_sc_item_slf_info_ht表的duration字段理解為流量。

           您需要通過補充反饋的方式糾正過濾條件，在編輯文字區域輸入流量是指event_id=2001，并單擊補充反饋。

        2. 第二輪模型的返回結果雖然已經成功將流量的過濾條件添加在SQL中，但是商家明細信息在dim_jst_erp_co_company表中，不在dwd_jst_sc_item_slf_info_ht表中，還需要糾正引用表錯誤的問題。

           您需要在編輯文字區域輸入商家明細信息在dim_jst_erp_co_company中，并單擊補充反饋。

      • 準確的情況下，通過點贊的方式反饋，下次遇到類似的問題，模型會先檢索相似的SQL。

        

   4. 在Copilot對話框中，單擊SQL右上方的執行查詢。

      

5. 體驗AI Agent提供的Chat2BI功能。

   您可以在Agent界面提問當前數據庫下表的相關問題。

   1. 單擊Agent頁簽。

      

   2. 在新建Agent提問框中輸入問題，再單擊發送或回車，對Agent進行提問。

      例如提問最近兩個月訪問流量前五的商家明細？，Agent將會自動執行SQL，您可以直觀地查看表數據。

      

   3. 單擊查看生成的SQL。

   4. 單擊圖標，即可生成推薦的圖表。您可以在左側的配置項中進行圖表類型、X-Y軸設置、分組，以及篩選的配置。

      說明

      單擊右側的下載圖片即可下載生成的圖表。

      

相關內容

Data Copilot