Sinônimos e descrições

Introdução ao Databricks Genie

Gang Wang

Senior Data Scientist

O problema da lacuna de linguagem

recraft: half: Dois balões de fala com terminologias diferentes — pessoa de negócios diz clients e revenue enquanto o banco mostra customer_id e total_amount, visualização da lacuna de comunicação

Armadilhas comuns de terminologia:

"Customer" — Usuários dizem "clients", mas a tabela é sales_customers
"Money" — Usuários dizem "revenue", mas a coluna é totalPrice
"Location" — Usuários dizem "stores", mas a tabela é sales_franchises

Antes e depois da curadoria

Antes: "What's our EBITDA?"

nanobanana: half: Interface de chat mostrando falha na consulta de EBITDA

O Genie não mapeia "EBITDA" para nenhuma coluna

Depois: sinônimos adicionados

nanobanana: half: Interface de chat mostrando consulta de EBITDA bem-sucedida com gráfico

Mesma pergunta, resultados precisos

Descrições de colunas

Ocultando colunas irrelevantes

Painel de visibilidade de colunas mostrando colunas de sales_transactions com customerID oculto

Regras de visibilidade de colunas:

Ocultar metadados técnicos (new_id, chunk_id)
Ocultar IDs redundantes quando houver coluna de nome
Exibir colunas legíveis (product, quantity, review_date)
Menos colunas = menos confusão = mais precisão

Vamos praticar!

Introdução ao Databricks Genie