LoslegenKostenlos starten

Bäckerei-Umsatzdaten mit SQL-Agent abfragen

Das Schema "bakehouse" im samples-Katalog in Databricks enthält synthetische Daten zu Bäckereiumsätzen. Wir können einen LangChain-Databricks-SQL-Agenten erstellen, um eine Verbindung zu diesem Datensatz herzustellen, und den Agenten dann Fragen zu den Daten stellen. Der Agent kann SQL verwenden, um die Antworten zu ermitteln, und seine Arbeit offenlegen, indem er die verwendeten SQL-Abfragen und die zugrunde liegende Logik beschreibt.

Diese Übung ist Teil des Kurses

<Kurs>Databricks mit dem Python-SDK</Kurs>
Kurs ansehen

Übungsanweisungen

  • Erstelle eine LangChain-SQL-Datenbank aus dem Datensatz bakehouse im Katalog samples.
  • Erstelle ein SQLDatabaseToolkit-Objekt, das mit der LangChain-SQL-Datenbank und dem llm verbunden ist.
  • Erstelle einen LangChain-SQL-Agenten, der mit dem llm und dem toolkit verbunden ist.
  • Frage den Databricks-SQL-Agenten, welches Produkt den höchsten Umsatz erzielt.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Connect to the bakehouse schema
bakehouse_db = SQLDatabase.from_databricks(
    ____="samples", 
    schema="bakehouse",  
  	warehouse_id=warehouse_id)

# Build the SQL toolkit
toolkit = SQLDatabaseToolkit(____=bakehouse_db, llm=llm)
# Create the SQL agent
agent = ____(llm=llm, toolkit=toolkit, verbose=True, handle_parsing_errors=True)

# Run the revenue query
prompt = "Which product generates the most revenue?"
result = agent.run(____)
print(result)
Code bearbeiten und ausführen