改进字面量搜索以增强 Cortex Analyst 响应

本主题介绍如何改进字面量字符串搜索的方法，以帮助 Cortex Analyst 生成更准确的 SQL 查询。有时在编写正确的 SQL 查询来回答问题时，需要知道要过滤的确切字面量值。由于这些值不能总是直接从问题中提取，因此可能需要进行某种类型的搜索。

例如，如果用户问以下这样的问题：

What was my overall sales of iced tea in Q1?
Copy

您可以尝试以下查询：

SELECT DISTINCT name FROM product WHERE name LIKE '%iced%tea%'
Copy

如果您亲自经历过这个过程，您就会知道这不是一个完美的解决方案。例如，此查询不会向您显示任何名为“Ice Tea”的产品，但会向您显示一些“调味茶”。

Cortex Analyst 提供两种解决方案来帮助提高字面量使用率：

  • 对语义模型 </user-guide/snowflake-cortex/cortex-analyst/semantic-model-spec>` 中提供的样本值进行语义搜索 :doc:`。

  • 使用 Cortex Search 服务 进行语义搜索。

这就是与 Cortex Search 集成的好处所在。Cortex Search 是一项可以对文本数据执行低延迟、高质量的“模糊”搜索的功能。您可以创建一个 Cortex Search 服务，对底层数据库列进行语义搜索，以查找 Cortex Analyst 在用于回答用户问题的 SQL 查询中需要使用的任何字面量值。

对样本值进行语义搜索

对于基数相对较低的维度（约 1-10 个不同值），建议通过指定足够的样本值来使用样本值搜索，以显示该维度的响应结构。除了语义模型大小会稍微增加外，该解决方案不需要额外的存储空间。

在 Cortex Analyst 为问题生成 SQL 查询前，它会在问题和提供的示例值之间进行语义相似性搜索，以确定编写查询可能需要的任何适当的字面量值。请注意，语义相似性搜索可能比上面提到的模糊字符串匹配查询方法检索出更多相关的字面量。

只有固定大小的检索样本值才会作为编写 SQL 查询所需的字面量呈现给 LLM。这意味着添加更多的样本值不会导致面临超出 LLM 上下文窗口的风险。

使用 Cortex Search 服务进行语义搜索

对于基数较高（超过 10 个不同值）的维度或值频繁变化的维度，您可以使用 Cortex Search 服务来搜索字面量。该解决方案减少了数据重复，并使语义模型保持简洁。

备注

Cortex Search 服务确实需要额外的存储和计算成本。有关详细信息，请参阅 成本注意事项。

在此预览版中，每个逻辑维度仅支持一个 Cortex Search 服务。

设置 Cortex Search 服务

以下步骤展示如何在 Cortex Analyst 语义模型中为逻辑维度设置 Cortex Search 服务：

  1. 创建 Cortex Search 服务

    CREATE OR REPLACE CORTEX SEARCH SERVICE my_logical_dimension_search_service
  ON my_dimension
  WAREHOUSE = xsmall
  TARGET_LAG = '1 hour'
  AS (
      SELECT DISTINCT my_dimension FROM my_logical_dimension_landing_table
  );`
    Copy

  2. 使用以下 yaml 代码片段将 Cortex Search 服务添加到语义模型中：

    tables:

  - name: my_table

    base_table:
      database: my_database
      schema: my_schema
      table: my_table

    dimensions:
      - name: my_dimension
        expr: my_column
        cortex_search_service:
          service: my_logical_dimension_search_service
          literal_column: my_column     # optional
          database: my_search_database  # optional
          schema: my_search_schema      # optional
    Copy

    以下字段在 cortex_search_service 下是可选的：

    • literal_column：默认为搜索索引。

    • database：默认为指定基表的数据库。

    • schema：默认为指定基表的架构。

语言: 中文