Interogare cu agentul Databricks SQL

Databricks cu Python SDK

Avi Steinberg

Senior Software Engineer

Databricks Unity Catalog

Metoda principală de stocare a datelor în Databricks
Conține scheme, care pot include mai multe tabele
Creați tabele în schemă din diverse surse
Scheme open-source multiple în catalogul samples

Databricks Unity Catalog

¹ https://docs.databricks.com/aws/en/catalogs/

LangChain

Bibliotecă pentru crearea și implementarea aplicațiilor LLM
Permite crearea de agenți AI care folosesc SQL pentru a interoga date

Dependențe Python LangChain

Instalați dependențele Python:

pip install --upgrade databricks-langchain langchain-community langchain 
                      databricks-sql-connector databricks-sqlalchemy

Importați bibliotecile:

from langchain_community.agent_toolkits import create_sql_agent
from langchain_community.agent_toolkits import SQLDatabaseToolkit
from langchain_community.utilities import SQLDatabase
from databricks_langchain import ChatDatabricks

ID-ul Databricks SQL Warehouse

Detalii conexiune Databricks SQL Warehouse

Autentificarea LangChain în spațiul de lucru Databricks

Exportați variabilele de mediu:

os.environ["DATABRICKS_TOKEN"] = "<Your-Access-Token>"
os.environ["DATABRICKS_HOST"] = "<your-workspace-id>.cloud.databricks.com"

Agentul Databricks SQL

Adresați întrebări unui agent AI despre datele dintr-un catalog Databricks
Agentul AI poate răspunde la întrebări despre date care necesită SQL
Specificați verbose=True pentru a afișa pașii agentului

Rezultat interogare LangChain

Interogarea catalogului cu agentul Databricks SQL

db = SQLDatabase.from_databricks(
    catalog="samples", 
    schema="nyctaxi",
    warehouse_id=warehouse_id)
llm = ChatDatabricks(
    endpoint="databricks-meta-llama-3-3-70b-instruct",
    temperature=0.1,
    max_tokens=100)
toolkit = SQLDatabaseToolkit(db=db, llm=llm)
agent = create_sql_agent(llm=llm, toolkit=toolkit, verbose=True)
# Query the Databricks SQL Agent
result = agent.run("What's the time and distance of the longest trip?")
print(result)

¹ https://docs.databricks.com/aws/en/large-language-models/langchain#databricks-sql-agent

Crearea unei baze de date SQL LangChain dintr-un catalog Databricks

db = SQLDatabase.from_databricks(
    catalog="samples", 
    schema="nyctaxi",
    warehouse_id="<your-warehouse-id>"
)

¹ api.python.langchain.com/en/latest/utilities/langchain_community.utilities.sql_database.SQLDatabase.html

Crearea unui LLM LangChain cu un model de bază

llm = ChatDatabricks(

    endpoint="databricks-meta-llama-3-3-70b-instruct",

    temperature=0.1,
    max_tokens=100,
)

temperature: număr real între 0 și 1, controlează aleatoriul răspunsurilor
max_tokens: numărul maxim de tokeni din răspuns

¹ https://docs.databricks.com/aws/en/large-language-models/langchain

Crearea unui toolkit SQL LangChain

toolkit = SQLDatabaseToolkit(db=db, llm=llm)

¹ https://docs.databricks.com/aws/en/large-language-models/langchain

Crearea unui agent Databricks SQL

agent = create_sql_agent(llm=llm, toolkit=toolkit, verbose=True)

result = agent.run("What's the time and distance of the longest trip?")
display(result)

The average trip takes approximately 15 minutes.

¹ https://docs.databricks.com/aws/en/large-language-models/langchain

Să interogăm datele Databricks!

Databricks cu Python SDK