Truy vấn bộ dữ liệu NYC Taxi bằng SQL Agent
Databricks cung cấp một samples catalog mã nguồn mở chứa nhiều schema. Trong bài tập này, bạn sẽ tạo một LangChain Databricks SQL agent để kết nối tới schema nyctaxi, rồi đặt cho agent một câu hỏi cần SQL để trả lời. Việc tạo các agent như vậy giúp bạn phân tích dữ liệu và đặt câu hỏi trên dữ liệu đòi hỏi SQL, mà không cần kiến thức SQL trước đó.
Bài tập này là một phần của khóa học
Databricks với Python SDK
Hướng dẫn bài tập
- Tạo đối tượng LangChain SQLDatabase từ schema
nyctaxitrongsamplescatalog của Databricks. - Tạo một LangChain LLM tùy chỉnh dùng mô hình Databricks Meta Llama 3.
- Tạo một LangChain Databricks SQL Agent sử dụng LLM tùy chỉnh.
- Gửi truy vấn đến Databricks SQL Agent.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)