Synonymer och beskrivningar

Introduktion till Databricks Genie

Gang Wang

Senior Data Scientist

Problemet med språkgapet

recraft: half: Två pratbubblor med olika terminologi – affärsanvändaren säger kunder och intäkter medan databasen visar customer_id och total_amount, visualisering av kommunikationsgap

Vanliga terminologifällor:

"Kund" – Användare säger "klienter", men tabellen heter sales_customers
"Pengar" – Användare säger "intäkter", men kolumnen heter totalPrice
"Plats" – Användare säger "butiker", men tabellen heter sales_franchises

Före och efter kuratering

Före: "Vad är vårt EBITDA?"

nanobanana: half: Chattgränssnitt med en misslyckad EBITDA-fråga

Genie kan inte koppla "EBITDA" till någon kolumn

Efter: synonymer tillagda

nanobanana: half: Chattgränssnitt med en lyckad EBITDA-fråga och diagram

Samma fråga, korrekta resultat

Kolumnbeskrivningar

Dölja irrelevanta kolumner

Panel för kolumnsynlighet som visar kolumner i sales_transactions med customerID dold

Regler för kolumnsynlighet:

Dölj tekniska metadata (new_id, chunk_id)
Dölj redundanta ID:n när en namnkolumn finns
Exponera läsbara kolumner (product, quantity, review_date)
Färre kolumner = mindre förvirring = bättre precision

Nu kör vi en övning!

Introduktion till Databricks Genie