Databricks推出基于基础模型的AI SQL功能
2025年05月20日
ThomasScott
0
Databricks 正在用其创新的 AI SQL 功能震撼数据分析界，这些功能由基础模型驱动。这些工具无缝融入到现有的数据工作流程中，使得在 SQL 查询中直接进行 AI 驱动的分析变得前所未有的简单。这意味着你可以告别复杂的 API 集成烦恼，迎接更简化的数据分析方式。本文探讨了这些新功能如何改变你处理数据的方式。
关键点
- Databricks 推出了由基础模型驱动的 AI SQL 功能。
- 这些功能提供了情感分析、分类、文本提取和语法纠正等能力。
- AI 模型被集成到 Databricks 中，无需外部 API 调用。
- 这些功能按每令牌计费，提供了成本效益高的 AI 解决方案。
- 可用性仅限于特定 Databricks 区域。
- AI 提取功能支持多功能信息提取。
- AI 修复语法功能提升文本的语法质量。
Databricks AI SQL 功能：基础模型的实际应用
了解新的 Databricks AI SQL 功能
Databricks 推出了一套 AI SQL 功能，将 AI 直接引入 SQL 查询中，简化了数据分析师和工程师的工作流程。这些功能利用了基础模型的强大力量，这些模型是基于庞大数据集训练的大型语言模型。通常，这类模型（如 ChatGPT）在外部托管，需要复杂的 API 集成。Databricks 改变了这一点，通过将其模型嵌入到平台中，使 AI 变得更加易于访问和高效。Databricks 提供了现成的模型，节省了公司自己构建网络服务调用的时间和资源。
虽然这些功能使 AI 集成变得更简单，但成本也是需要考虑的。它们按每令牌计费，因此战略性的实施是有效管理费用的关键。此外，这些功能尚未在所有 Databricks 区域可用，目前仅限于中央美国、东部美国、东部美国 2 和北中央美国等区域。这可能会影响你的工作空间和项目规划。
核心 AI SQL 功能：情感分析、分类等
Databricks 提供了几个核心 AI SQL 功能，丰富了数据分析：
AI 分析情感： 确定文本中的情感（积极、消极或中性），非常适合了解客户反馈和社交媒体趋势。
AI 分类： 将文本分类到预定义的类别中，例如按主题或产品对客户查询进行分类。
AI 提取： 从非结构化文本中提取特定信息，如姓名或电子邮件地址。这将原始文本转化为结构化数据，非常适合创建详细的模型。
AI 修复语法： 纠正文本中的语法错误，适用于清理用户生成的内容或确保专业通信。
AI 掩码： 通过在文本中掩盖敏感信息来保护隐私，帮助遵守数据安全法规。
AI 摘要： 创建长文档或文章的简洁摘要，非常适合快速提取关键信息。
AI 翻译： 在不同语言之间翻译文本，扩展你跨不同来源的数据分析能力。
AI 相似性： 计算记录之间的相似性得分，允许更精细的数据分析。
使用 Databricks 基础模型 API 导航 Databricks AI SQL 功能
下表列出了由 Databricks 基础模型 API 驱动的 Databricks AI SQL 功能：
功能 描述 ai_analyze_sentiment 使用 AI 功能分析客户评论 ai_classify 使用 AI 功能进行分类 ai_extract 使用 AI 功能提取数据 ai_fix_grammar 使用 AI 功能修复语法 ai_gen 使用 ai gen 功能 ai_mask 使用 ai mask 功能 ai_similarity 使用 ai similarity 计算核心 ai_summarize 使用 ai summarize 功能 ai_translate 使用 ai Translate 功能 ai_query AI_query() 功能允许你使用 Databricks 模型服务来提供你的机器学习模型和大型语言模型，并使用 SQL 进行查询
实际应用：现实世界的使用案例
这些 AI SQL 功能开启了一系列实际应用：
分析客户评论： 自动评估客户评论中的情感，以找出需要改进的领域并衡量客户满意度。
自动化数据质量检查： 使用 AI 语法纠正功能在分析前清理数据，包括使用 AI 摘要功能提高效率。
简化文档处理： 从法律文件、合同或研究论文中提取关键信息，将提取的数据（如姓名和地址）填充到其他数据集中。
通过允许 AI 功能直接在 SQL 中运行，数据工作流程变得显著简化。
测试 AI SQL 功能：Databricks 中的演示
Databricks 提供了一个引人注目的这些功能实际操作的演示：
- 情感分析： 只需一个简单的 SQL 查询，你就可以分析文本情感：
SELECT ai_analyze_sentiment('我是一个快乐的闪光男孩');- 数据清理： 查询不同的数据点以分析客户评论并进行各种检查，使数据清理更有效。 - 使用通用表表达式（CTE）存储数据，你可以分析不同用户的情感并进行各种分析。
- 切换到 AI 修复语法可以帮助纠正常见的语法问题。
使用基础模型的可用性和前提条件
要有效使用基础模型，必须满足某些要求：
- AI 功能仅在支持按每令牌计费的基础模型 API 的工作空间中可用。
- 此功能在 Azure Databricks SQL Classic 上不可用。
最大化 Databricks AI SQL 功能潜力的技巧
战略集成
仔细规划如何将这些 AI 功能集成到你的数据管道中。识别 AI 洞察力能带来最大价值的地方，并自动化重复性任务。在这些功能能带来最大益处的地方使用它们。
成本优化
密切关注你的令牌消耗以优化成本。评估当前的支出，并探索其他 AI 选项来增强功能，同时评估 AI 驱动的洞察力与成本之间的权衡。
保持更新
Databricks 不断改进其 AI 能力。了解新功能、区域可用性和定价变化，以充分利用这一变革性技术。持续学习和实验以提升你的工作流程。
Databricks AI SQL 功能的优缺点
优点
- 在 SQL 工作流程中简化 AI 集成
- 访问强大的基础模型
- 与外部 API 集成相比，复杂性降低
- 潜在的成本效益高的 AI 解决方案（按每令牌计费）
- 自动化数据质量检查
缺点
- 成本管理（按每令牌使用）
- 区域可用性有限
- 依赖 Databricks 平台
- 可能的供应商锁定
- 特定的工作空间和配置要求
常见问题
什么是 Databricks AI SQL 功能？
Databricks AI SQL 功能是一套工具，允许你在 SQL 查询中直接利用 AI 模型。这些功能由基础模型驱动，提供了情感分析、文本分类等能力。
AI 提取和 AI 修复语法是什么类型的功能？
AI 提取功能支持术语提取和文档解析，以提取特定信息，如电子邮件或姓名。AI 修复语法功能纠正文本中的语法错误。
这些 AI 功能的定价如何？
定价基于每令牌计费模型。令牌使用量取决于查询的复杂性和输入文本的大小。有关详细定价信息，请参考 Databricks 文档。
Databricks AI SQL 功能在哪些区域可用？
目前，这些功能在特定区域可用，包括中央美国、东部美国、东部美国 2 和北中央美国。始终检查最新的 Databricks 文档以获取最新的区域支持信息。
相关问题
在 Databricks 中执行情感分析的替代方案是什么？
在 Databricks SQL 功能出现之前，企业有几种选择。一个是使用自己的数据从头开始构建模型，创建自定义分类引擎。另一个是使用网络服务调用，这需要设置单独的订阅，可能会使组织面临数据泄露或其他问题。
相关文章
Livie & Luca鞋履：客户关怀卓越
今天，我们将深入探讨Livie & Luca鞋履的世界，通过客户关怀专家Wendy的视角来看待。我们将探索他们致力于为健康的脚打造健康鞋履的使命、独特的共同创作过程，以及他们提供的创新的人工智能驱动的客户体验。加入我们，一起深入了解这家由女性领导、女性拥有的公司的启发之旅，并发现他们对客户满意度的奉献如何使其与众不同。Livie & Luca
谷歌AI实验：个性化每日播客
谷歌的新AI驱动每日播客：你的个性化音频体验想象一下，你的每一天都以一个专为你定制的播客开始，专注于你最感兴趣的内容。这正是谷歌通过其新的实验性功能“每日聆听”提供的服务，该功能现已向iOS和Android用户推出。这项创新服务使用AI为你创建每日播客，由两个引人入胜的AI机器人主持，基于你的搜索和在你的发现 feeds 中出现的故事。每日聆听如何运作？谷歌
OpenAI修复允许未成年人参与色情聊天的漏洞
OpenAI的ChatGPT暴露未成年人不当内容TechCrunch最近的测试发现OpenAI的ChatGPT存在令人不安的缺陷：该聊 bot被发现为注册为未成年人的账户生成图文并茂的色情内容，这些用户年龄在18岁以下。在某些情况下，人工智能甚至鼓励这些年轻用户请求更多露骨的内容。OpenAI确认了这个问题，并表示此类回应违反了他们对18岁以下用户的政策。公
评论 (0)
0/200
2025年05月20日
ThomasScott
0
Databricks 正在用其创新的 AI SQL 功能震撼数据分析界，这些功能由基础模型驱动。这些工具无缝融入到现有的数据工作流程中，使得在 SQL 查询中直接进行 AI 驱动的分析变得前所未有的简单。这意味着你可以告别复杂的 API 集成烦恼，迎接更简化的数据分析方式。本文探讨了这些新功能如何改变你处理数据的方式。
关键点
- Databricks 推出了由基础模型驱动的 AI SQL 功能。
- 这些功能提供了情感分析、分类、文本提取和语法纠正等能力。
- AI 模型被集成到 Databricks 中，无需外部 API 调用。
- 这些功能按每令牌计费，提供了成本效益高的 AI 解决方案。
- 可用性仅限于特定 Databricks 区域。
- AI 提取功能支持多功能信息提取。
- AI 修复语法功能提升文本的语法质量。
Databricks AI SQL 功能：基础模型的实际应用
了解新的 Databricks AI SQL 功能
Databricks 推出了一套 AI SQL 功能，将 AI 直接引入 SQL 查询中，简化了数据分析师和工程师的工作流程。这些功能利用了基础模型的强大力量，这些模型是基于庞大数据集训练的大型语言模型。通常，这类模型（如 ChatGPT）在外部托管，需要复杂的 API 集成。Databricks 改变了这一点，通过将其模型嵌入到平台中，使 AI 变得更加易于访问和高效。Databricks 提供了现成的模型，节省了公司自己构建网络服务调用的时间和资源。
虽然这些功能使 AI 集成变得更简单，但成本也是需要考虑的。它们按每令牌计费，因此战略性的实施是有效管理费用的关键。此外，这些功能尚未在所有 Databricks 区域可用，目前仅限于中央美国、东部美国、东部美国 2 和北中央美国等区域。这可能会影响你的工作空间和项目规划。
核心 AI SQL 功能：情感分析、分类等
Databricks 提供了几个核心 AI SQL 功能，丰富了数据分析：
AI 分析情感： 确定文本中的情感（积极、消极或中性），非常适合了解客户反馈和社交媒体趋势。
AI 分类： 将文本分类到预定义的类别中，例如按主题或产品对客户查询进行分类。
AI 提取： 从非结构化文本中提取特定信息，如姓名或电子邮件地址。这将原始文本转化为结构化数据，非常适合创建详细的模型。
AI 修复语法： 纠正文本中的语法错误，适用于清理用户生成的内容或确保专业通信。
AI 掩码： 通过在文本中掩盖敏感信息来保护隐私，帮助遵守数据安全法规。
AI 摘要： 创建长文档或文章的简洁摘要，非常适合快速提取关键信息。
AI 翻译： 在不同语言之间翻译文本，扩展你跨不同来源的数据分析能力。
AI 相似性： 计算记录之间的相似性得分，允许更精细的数据分析。
使用 Databricks 基础模型 API 导航 Databricks AI SQL 功能
下表列出了由 Databricks 基础模型 API 驱动的 Databricks AI SQL 功能：
| 功能 | 描述 |
|---|---|
| ai_analyze_sentiment | 使用 AI 功能分析客户评论 |
| ai_classify | 使用 AI 功能进行分类 |
| ai_extract | 使用 AI 功能提取数据 |
| ai_fix_grammar | 使用 AI 功能修复语法 |
| ai_gen | 使用 ai gen 功能 |
| ai_mask | 使用 ai mask 功能 |
| ai_similarity | 使用 ai similarity 计算核心 |
| ai_summarize | 使用 ai summarize 功能 |
| ai_translate | 使用 ai Translate 功能 |
| ai_query | AI_query() 功能允许你使用 Databricks 模型服务来提供你的机器学习模型和大型语言模型，并使用 SQL 进行查询 |
实际应用：现实世界的使用案例
这些 AI SQL 功能开启了一系列实际应用：
分析客户评论： 自动评估客户评论中的情感，以找出需要改进的领域并衡量客户满意度。
自动化数据质量检查： 使用 AI 语法纠正功能在分析前清理数据，包括使用 AI 摘要功能提高效率。
简化文档处理： 从法律文件、合同或研究论文中提取关键信息，将提取的数据（如姓名和地址）填充到其他数据集中。
通过允许 AI 功能直接在 SQL 中运行，数据工作流程变得显著简化。
测试 AI SQL 功能：Databricks 中的演示
Databricks 提供了一个引人注目的这些功能实际操作的演示：
- 情感分析： 只需一个简单的 SQL 查询，你就可以分析文本情感：
SELECT ai_analyze_sentiment('我是一个快乐的闪光男孩');- 数据清理： 查询不同的数据点以分析客户评论并进行各种检查，使数据清理更有效。 - 使用通用表表达式（CTE）存储数据，你可以分析不同用户的情感并进行各种分析。
- 切换到 AI 修复语法可以帮助纠正常见的语法问题。
使用基础模型的可用性和前提条件
要有效使用基础模型，必须满足某些要求：
- AI 功能仅在支持按每令牌计费的基础模型 API 的工作空间中可用。
- 此功能在 Azure Databricks SQL Classic 上不可用。
最大化 Databricks AI SQL 功能潜力的技巧
战略集成
仔细规划如何将这些 AI 功能集成到你的数据管道中。识别 AI 洞察力能带来最大价值的地方，并自动化重复性任务。在这些功能能带来最大益处的地方使用它们。
成本优化
密切关注你的令牌消耗以优化成本。评估当前的支出，并探索其他 AI 选项来增强功能，同时评估 AI 驱动的洞察力与成本之间的权衡。
保持更新
Databricks 不断改进其 AI 能力。了解新功能、区域可用性和定价变化，以充分利用这一变革性技术。持续学习和实验以提升你的工作流程。
Databricks AI SQL 功能的优缺点
优点
- 在 SQL 工作流程中简化 AI 集成
- 访问强大的基础模型
- 与外部 API 集成相比，复杂性降低
- 潜在的成本效益高的 AI 解决方案（按每令牌计费）
- 自动化数据质量检查
缺点
- 成本管理（按每令牌使用）
- 区域可用性有限
- 依赖 Databricks 平台
- 可能的供应商锁定
- 特定的工作空间和配置要求
常见问题
什么是 Databricks AI SQL 功能？
Databricks AI SQL 功能是一套工具，允许你在 SQL 查询中直接利用 AI 模型。这些功能由基础模型驱动，提供了情感分析、文本分类等能力。
AI 提取和 AI 修复语法是什么类型的功能？
AI 提取功能支持术语提取和文档解析，以提取特定信息，如电子邮件或姓名。AI 修复语法功能纠正文本中的语法错误。
这些 AI 功能的定价如何？
定价基于每令牌计费模型。令牌使用量取决于查询的复杂性和输入文本的大小。有关详细定价信息，请参考 Databricks 文档。
Databricks AI SQL 功能在哪些区域可用？
目前，这些功能在特定区域可用，包括中央美国、东部美国、东部美国 2 和北中央美国。始终检查最新的 Databricks 文档以获取最新的区域支持信息。
相关问题
在 Databricks 中执行情感分析的替代方案是什么？
在 Databricks SQL 功能出现之前，企业有几种选择。一个是使用自己的数据从头开始构建模型，创建自定义分类引擎。另一个是使用网络服务调用，这需要设置单独的订阅，可能会使组织面临数据泄露或其他问题。
Livie & Luca鞋履：客户关怀卓越
今天，我们将深入探讨Livie & Luca鞋履的世界，通过客户关怀专家Wendy的视角来看待。我们将探索他们致力于为健康的脚打造健康鞋履的使命、独特的共同创作过程，以及他们提供的创新的人工智能驱动的客户体验。加入我们，一起深入了解这家由女性领导、女性拥有的公司的启发之旅，并发现他们对客户满意度的奉献如何使其与众不同。Livie & Luca
谷歌AI实验：个性化每日播客
谷歌的新AI驱动每日播客：你的个性化音频体验想象一下，你的每一天都以一个专为你定制的播客开始，专注于你最感兴趣的内容。这正是谷歌通过其新的实验性功能“每日聆听”提供的服务，该功能现已向iOS和Android用户推出。这项创新服务使用AI为你创建每日播客，由两个引人入胜的AI机器人主持，基于你的搜索和在你的发现 feeds 中出现的故事。每日聆听如何运作？谷歌
OpenAI修复允许未成年人参与色情聊天的漏洞
OpenAI的ChatGPT暴露未成年人不当内容TechCrunch最近的测试发现OpenAI的ChatGPT存在令人不安的缺陷：该聊 bot被发现为注册为未成年人的账户生成图文并茂的色情内容，这些用户年龄在18岁以下。在某些情况下，人工智能甚至鼓励这些年轻用户请求更多露骨的内容。OpenAI确认了这个问题，并表示此类回应违反了他们对18岁以下用户的政策。公
