SQL エージェントを使った NYC タクシーデータセットへのクエリ
Databricks には、複数のスキーマを含むオープンソースの samples カタログが用意されています。この演習では、nyctaxi スキーマに接続する LangChain Databricks SQL エージェントを作成し、SQL を使って答えが得られる質問を投げかけてみましょう。このようなエージェントを活用することで、SQL の事前知識がなくても、データ分析や SQL を必要とする質問をデータに対して行えるようになります。
この演習はコースの一部です
Databricks と Python SDK
演習の手順
- Databricks の
samplesカタログ内のnyctaxiスキーマから、LangChain の SQLDatabase オブジェクトを作成します。 - Databricks Meta Llama 3 モデルを使用して、カスタム LangChain LLM を作成します。
- カスタム LLM を使って、LangChain Databricks SQL エージェントを作成します。
- Databricks SQL エージェントにクエリを実行します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Connect to the nyctaxi schema
db = SQLDatabase.from_databricks(
____="samples",
____="nyctaxi",
warehouse_id=warehouse_id)
# Create the custom LangChain LLM
meta_llm = ChatDatabricks(
____="databricks-meta-llama-3-3-70b-instruct",
max_tokens=100)
toolkit = SQLDatabaseToolkit(db=db, llm=meta_llm)
# Create the SQL agent
agent = create_sql_agent(llm=____, toolkit=toolkit, verbose=True, handle_parsing_errors=True)
# Query the Databricks SQL Agent
result = agent.____("what's the duration and distance of the longest trip?")
print(result)