Del via

Oversigt over Copilot til Data Warehouse

  • Artikel

Gælder for:✅ Warehouse i Microsoft Fabric

Microsoft Copilot til Synapse Data Warehouse er en AI-assistent, der er designet til at strømline dine datawarehousing-opgaver. Copilot integreres problemfrit med dit Fabric-lager, hvilket giver intelligent indsigt, der hjælper dig med hvert trin på vejen i dine T-SQL-udforskninger.

Introduktion til Copilot til Data Warehouse

Copilot til Data Warehouse bruger tabel- og visningsnavne, kolonnenavne, primær nøgle og fremmede nøglemetadata til at generere T-SQL-kode. Copilot til Data Warehouse bruger ikke data i tabeller til at generere T-SQL-forslag.

De vigtigste funktioner i Copilot for Warehouse omfatter:

  • Naturligt sprog til SQL: Bed Copilot om at generere SQL-forespørgsler ved hjælp af simple spørgsmål om naturligt sprog.
  • Kodefuldførelse: Gør kodningen mere effektiv med fuldførelse af ai-drevet kode.
  • Hurtige handlinger: Ret hurtigt og forklar SQL-forespørgsler med let tilgængelige handlinger.
  • Intelligent indsigt: Få intelligente forslag og indsigt baseret på dit lagerskema og dine metadata.

Der er tre måder at interagere med Copilot på i Fabric Warehouse-editoren.

  • Chatrude: Brug chatruden til at stille spørgsmål til Copilot via naturligt sprog. Copilot svarer med en genereret SQL-forespørgsel eller et naturligt sprog baseret på det stillede spørgsmål.
  • Kodefuldførelser: Begynd at skrive T-SQL i SQL-forespørgselseditoren, og Copilot genererer automatisk et kodeforslag for at hjælpe med at fuldføre forespørgslen. Tabulatortasten accepterer kodeforslaget, eller fortsæt med at skrive for at ignorere forslaget.
  • Hurtige handlinger: På båndet i SQL-forespørgselseditoren er indstillingerne Ret og Forklar hurtige handlinger. Fremhæv en SQL-forespørgsel efter eget valg, og vælg en af hurtig handlingsknapperne for at udføre den valgte handling i forespørgslen.
    • Forklar: Copilot kan give forklaringer på naturligt sprog for sql-forespørgsels- og lagerskemaet i kommentarformat.
    • Rettelse: Copilot kan rette fejl i din kode, når der opstår fejlmeddelelser. Fejlscenarier kan omfatte forkert/ikke-understøttet T-SQL-kode, forkerte stavemåder og meget mere. Copilot kommer også med kommentarer, der forklarer ændringerne og foreslår bedste praksis for SQL.
    • Sådan gør du: Brug hurtighandlinger på Copilot til Synapse Data Warehouse

Brug copilot effektivt

Her er nogle tip til at maksimere produktiviteten med Copilot.

  • Når du opretter prompter, skal du sørge for at starte med en klar og præcis beskrivelse af de specifikke oplysninger, du leder efter.
  • Naturligt sprog til SQL afhænger af udtryksfulde tabel- og kolonnenavne. Hvis din tabel og dine kolonner ikke er udtryksfulde og beskrivende, kan Copilot muligvis ikke oprette en meningsfuld forespørgsel.
  • Brug et naturligt sprog, der gælder for din tabel, og få vist navne, kolonnenavne, primære nøgler og fremmede nøgler på dit lager. Denne kontekst hjælper Copilot med at generere nøjagtige forespørgsler. Angiv, hvilke kolonner du vil se, sammenlægninger og eventuelle filtreringskriterier så eksplicit som muligt. Copilot skal kunne rette stavefejl eller forstå konteksten i forhold til skemakonteksten.
  • Opret relationer i modelvisningen af lageret for at øge nøjagtigheden af JOIN-sætninger i dine genererede SQL-forespørgsler.
  • Når du bruger kodefuldførelser, skal du skrive en kommentar øverst i forespørgslen for -- at hjælpe Copilot med konteksten for den forespørgsel, du forsøger at skrive.
  • Undgå tvetydigt eller alt for komplekst sprog i dine prompter. Forenkle spørgsmålet, samtidig med at dens klarhed bevares. Denne redigering sikrer, at Copilot effektivt kan oversætte den til en meningsfuld T-SQL-forespørgsel, der henter de ønskede data fra de tilknyttede tabeller og visninger.
  • I øjeblikket understøtter naturligt sprog til SQL engelsk til T-SQL.
  • Følgende eksempelprompter er tydelige, specifikke og skræddersyede til egenskaberne for dit skema og data warehouse, hvilket gør det nemmere for Copilot at generere nøjagtige T-SQL-forespørgsler:
    • Show me all properties that sold last year
    • Count all the products, group by each category
    • Show all agents who sell properties in California
    • Show agents who have listed more than two properties for sale
    • Show the rank of each agent by property sales and show name, total sales, and rank

Aktivér Copilot

Hvad skal jeg vide for at bruge Copilot ansvarligt?

Microsoft er forpligtet til at sikre, at vores AI-systemer styres af vores AI-principper og Responsible AI Standard. Disse principper omfatter at gøre det muligt for vores kunder at bruge disse systemer effektivt og i overensstemmelse med deres tilsigtede anvendelse. Vores tilgang til ansvarlig kunstig intelligens udvikler sig hele tiden for proaktivt at løse nye problemer.

Copilot-funktioner i Fabric er bygget til at opfylde den ansvarlige AI-standard, hvilket betyder, at de gennemgås af tværfaglige teams for potentielle skader og derefter raffineres til at omfatte afhjælpninger af disse skader.

Du kan få flere oplysninger under Beskyttelse af personlige oplysninger, sikkerhed og ansvarlig brug af Copilot til Data Warehouse (prøveversion).

Begrænsninger for Copilot for Data Warehouse

Her er de aktuelle begrænsninger for Copilot for Data Warehouse:

  • Copilot forstår ikke tidligere input og kan ikke fortryde ændringer, når en bruger har bekræftet en ændring ved oprettelse, enten via brugergrænsefladen eller chatruden. Du kan f.eks. ikke bede Copilot om at "Fortryde mine sidste 5 input". Brugerne kan dog stadig bruge de eksisterende indstillinger for brugergrænsefladen til at slette uønskede ændringer eller forespørgsler.
  • Copilot kan ikke foretage ændringer af eksisterende SQL-forespørgsler. Hvis du f.eks. beder Copilot om at redigere en bestemt del af en eksisterende forespørgsel, fungerer den ikke.
  • Copilot kan give unøjagtige resultater, når det er hensigten at evaluere data. Copilot har kun adgang til lagerskemaet, ingen af dataene i.
  • Copilot-svar kan omfatte unøjagtigt indhold eller indhold af lav kvalitet, så sørg for at gennemse output, før du bruger dem i dit arbejde.
  • Personer, der er i stand til at evaluere indholdets nøjagtighed og hensigtsmæssighed på meningsfuld vis, bør gennemse outputtet.

Relateret indhold