临时取数,不必每次重写 SQL
用自然语言提出问题,基于现有表和语义定义生成查询。SQL 可以查看和修改,结果支持继续追问与下钻。
可以获得
SQL、结果表、可视化与分析说明。
上个月各渠道成交额是多少?按已确认的 GMV 口径统计。
- 01匹配已确认指标
读取 GMV 口径、渠道维度和时间定义。
- 02生成可查看的 SQL
核对来源表、筛选条件与聚合方式。
- 03继续追问
“按周拆开看,再找出波动最大的渠道。”
已有语义定义优先复用;未确认的口径仍需核对。
已整理开发方案,可先核对业务口径与建模设计,再继续配置任务。
确认统计时间、退款处理和渠道范围。
设计分层、主题表与字段。
生成 SQL、任务依赖与调度方案。
| 分层 | 数据对象 | 用途 |
|---|---|---|
| Bronze | orders_raw | 原始订单 |
| Silver | order_detail | 订单明细 |
| Gold | channel_gmv | 渠道 GMV |
先审阅方案,再按权限与确认结果继续操作。
在已有数据资产上,处理开发、分析和运维中的具体工作。
用自然语言提出问题,基于现有表和语义定义生成查询。SQL 可以查看和修改,结果支持继续追问与下钻。
可以获得
SQL、结果表、可视化与分析说明。
上个月各渠道成交额是多少?按已确认的 GMV 口径统计。
读取 GMV 口径、渠道维度和时间定义。
核对来源表、筛选条件与聚合方式。
“按周拆开看,再找出波动最大的渠道。”
已有语义定义优先复用;未确认的口径仍需核对。
围绕需求设计、数仓建模和 Pipeline 设计展开协作。结合语义层澄清口径,辅助生成表结构、SQL、上下游依赖和调度方案。
可以获得
指标与范围说明、建模设计、任务及依赖方案。关键步骤由人确认。
综合日志、执行计划、集群状态和历史任务数据,构建排查上下文。结合企业文档与历史工单,给出原因分析和处理建议。
可以获得
相关线索、可能的根因及可执行的处理建议。
通过数据剖析形成质量画像,结合统计特征与业务口径推荐 DQC 规则。确认后落地规则,辅助持续监控与异常告警。
可以获得
数据质量画像和待确认的校验规则建议。
Ontology、Mapping 与 Semantic View 协同,把企业业务概念连接到具体的数据与计算口径,为 DEA 理解需求、生成 SQL 与开发方案提供依据。
定义业务术语、对象、属性与关系,让业务人员与领域专家表达“业务是什么”。
区分购车订单、车辆与交付,明确“订购”和“交付”的业务含义。
建立业务对象、属性、关系与语义模型中数据实现的对应,由业务与数据团队共同确认。
建立“交付”等业务概念与数据对象、字段及计算定义的对应关系。
定义数据集、字段、维度、指标与关联,让开发和分析人员明确“如何查询与计算”。
定义订单数、交付车辆数,以及状态、时间与车辆去重等计算规则。
应用方向:Data Agent 开发 · SQL 查询 · BI 报表
方案可审阅,执行有边界。
在授权数据范围内工作,结合企业语义和数仓上下文开展分析。
模型、管道和质量规则先给出建议,用户确认后再继续相应操作。
涉及删除等高风险动作时发起确认,拒绝后停止后续执行。