SQL-Unterstützung mit Gemini schreiben

In diesem Dokument wird beschrieben, wie Sie in Bigtable KI-basierte Unterstützung beim Generieren von SQL-Abfragen mithilfe von Prompts in natürlicher Sprache erhalten können.

Weitere Informationen dazu, wie und wann Gemini for Google Cloud Ihre Daten verwendet

Dieses Dokument richtet sich an Datenbankadministratoren und Data Engineers, die mit Bigtable, SQL und Datenanalyse vertraut sind. Wenn Bigtable noch neu für Sie ist, lesen Sie die Bigtable-Übersicht.

Beschränkungen

  • Sie können Gemini in Bigtable nicht verwenden, um SQL-Abfragen in natürlicher Sprache zu erklären.
  • Gemini in Bigtable generiert möglicherweise Abfragen, die in GoogleSQL für Bigtable nicht gültig sind, oder Abfragen, die die folgenden nicht unterstützten Anweisungen oder Syntax verwenden:

    • Andere DML-Anweisungen (Datenbearbeitungssprache) als SELECT, z. B. INSERT, UPDATE oder DELETE.
    • DDL-Anweisungen (Data Definition Language, Datendefinitionssprache), z. B. CREATE, ALTER oder DROP.
    • Anweisungen zur Datenzugriffssteuerung.
    • Abfragesyntax für Unterabfragen, JOIN, UNION und CTEs.

    Weitere Informationen finden Sie unter GoogleSQL für Bigtable – Übersicht.

Hinweis

  1. Aktivieren Sie die Gemini for Google Cloud API in einem Projekt in Google Cloud .

  2. Zum Ausführen der Aufgaben in diesem Dokument benötigen Sie die erforderlichen IAM-Berechtigungen (Identity and Access Management).

  3. Optional: Wenn Sie die Beispiele in diesem Dokument nachvollziehen möchten, erstellen und füllen Sie test-table wie unter Testtabelle erstellen beschrieben.

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die IAM-Rolle Gemini for Google Cloud User (roles/cloudaicompanion.user) für das Projekt zu gewähren, um die Berechtigungen zu erhalten, die Sie für die Durchführung der Aufgaben in diesem Dokument benötigen. Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Sie können die erforderlichen Berechtigungen auch über benutzerdefinierte Rollen oder andere vordefinierte Rollen erhalten.

SQL-Abfragen mit Prompts in natürlicher Sprache generieren

Sie können Gemini Kommentare in natürlicher Sprache (oder Prompts) übergeben, um Abfragen zu generieren, die auf Ihrem Schema basieren. Beispielsweise können Sie Gemini auffordern, als Reaktion auf die folgenden Prompts SQL zu generieren:

  • „Zähle die Anzahl der Geräte mit einem 1-GB-Datentarif.“
  • „Liste alle Smartphones auf, die am 1. Mai 2019 mit dem WLAN verbunden waren.“
  • „Auf welchen Tablets ist der 10-GB-Datentarif aktiviert?“

So generieren Sie SQL in Bigtable mit Gemini:

  1. Rufen Sie in der Google Cloud Console die Seite Bigtable auf.

    Zu Bigtable wechseln

  2. Wählen Sie eine Instanz aus der Liste aus.

  3. Klicken Sie im Navigationsbereich auf Bigtable Studio.

  4. Öffnen Sie einen neuen Tab, indem Sie auf klicken, und wählen Sie dann Editor aus.

  5. Klicken Sie auf Generate SQL (SQL generieren).

  6. Geben Sie im Dialogfeld Help me code Ihren Prompt ein und klicken Sie dann auf Generieren.

    Wenn Sie beispielsweise den Prompt Count the number of devices that have a 1GB data plan. eingeben, generiert Gemini SQL-Code, der in etwa so aussieht:

    SELECT
        count(*)
    FROM
        `test_table`
    WHERE
        cell_plan['data_plan_01gb'] = 'true'
    
  7. Prüfen Sie den generierten SQL-Code und führen Sie eine der folgenden Aktionen aus:

    • Wenn Sie den vorgeschlagenen SQL-Code ausführen möchten, klicken Sie auf Einfügen und dann auf Ausführen.
    • Klicken Sie zum Bearbeiten des Prompts auf Bearbeiten und dann auf Aktualisieren.
    • Klicken Sie auf Einfügen, um den vorgeschlagenen SQL-Code zu bearbeiten. Bearbeiten Sie die Abfrage im Query Builder manuell und klicken Sie dann auf Ausführen.
  8. Optional: Wenn Sie das Beispiel test_table fortsetzen und den Prompt Show all data for phones from May 2019. eingeben, generiert Gemini SQL-Code, der in etwa so aussieht:

    SELECT
        *
    FROM
        `test_table`
    WHERE
        _key LIKE 'phone#%#201905%'
    

Nächste Schritte