Sinonimi e descrizioni

Introduzione a Databricks Genie

Gang Wang

Senior Data Scientist

Il problema del divario linguistico

recraft: half: Due fumetti con terminologia diversa: l'utente business dice clients e revenue mentre il database mostra customer_id e total_amount, visualizzazione del divario di comunicazione

Trappole di terminologia comuni:

"Customer" - Gli utenti dicono "clients", ma la tabella è sales_customers
"Money" - Gli utenti dicono "revenue", ma la colonna è totalPrice
"Location" - Gli utenti dicono "stores", ma la tabella è sales_franchises

Prima e dopo la curazione

Prima: "Qual è il nostro EBITDA?"

nanobanana: half: Interfaccia chat che mostra una query EBITDA non riuscita

Genie non riesce a mappare "EBITDA" a nessuna colonna

Dopo: aggiunti sinonimi

nanobanana: half: Interfaccia chat che mostra una query EBITDA riuscita con grafico

Stessa domanda, risultati accurati

Descrizioni delle colonne

Nascondere colonne irrilevanti

Pannello visibilità colonne che mostra le colonne di sales_transactions con customerID nascosto

Regole di visibilità delle colonne:

Nascondi metadati tecnici (new_id, chunk_id)
Nascondi ID ridondanti quando esiste una colonna nome
Mostra colonne leggibili (product, quantity, review_date)
Meno colonne = meno confusione = più accuratezza

Esercitiamoci!

Introduzione a Databricks Genie