DataProbe引擎-云原生数据库 PolarDB(PolarDB)-阿里云帮助中心

本文介绍PolarDB PostgreSQL版知识平台的DataProbe引擎功能，包括数据集管理、语义建模、知识库增强和数据问答的操作说明。

功能概览

DataProbe面向结构化数据分析场景。您可以连接业务数据库，同步表结构、字段信息和表关系，并通过自然语言提问生成SQL，查看查询结果、图表和分析说明。对于业务状态码、指标口径、字段含义等数据库结构中无法直接表达的信息，可以通过知识库增强提升问答准确性。

DataProbe包含以下核心概念：

概念	说明
数据集	DataProbe访问业务数据库的连接配置。一个数据集对应一个数据库或指定Schema下的业务数据。
语义模型	从数据集中同步得到的表、字段、字段类型和表关系信息，用于辅助系统理解自然语言问题并生成SQL。
SQL Pairs	自然语言问题和SQL的示例对，适合沉淀高频、固定口径的查询。
指令	业务规则、指标定义、字段含义或状态码说明，适合补充全局业务口径。
数据问答	基于语义模型和知识增强内容，将自然语言问题转换为SQL并返回查询结果。

DataProbe的典型使用流程如下：

创建数据集。
同步语义模型。
配置SQL Pairs或指令。
发起数据问答并查看结果。

数据集

数据集用于保存DataProbe访问业务数据库所需的连接信息。创建数据集后，DataProbe可以读取指定数据库和Schema中的表结构。

创建数据集

在左侧导航栏中，选择DataProbe > 数据集。
单击新建数据集。

配置数据源连接信息，参数说明如下：

参数	说明	示例
数据集名称	数据集展示名称。	Sales Demo
数据库类型	数据源类型。	`PostgreSQL`、`PolarDB PostgreSQL`
主机地址 (Host)	数据库访问地址。	`pc-xxxxx.polardbpg.rds.aliyuncs.com`
端口 (Port)	数据库端口。	`5432`
数据库名 (Database)	需要连接的数据库名称。	`sales_demo`
用户名 (Username)	数据库用户名。	`postgres`
密码 (Password)	数据库密码。	********
Schema	需要同步的Schema。	`sales`

单击创建。
在数据集列表中单击测试按钮测试是否可连接成功。

说明

建议为DataProbe配置只读数据库账号，避免误操作业务数据。

管理数据集

在数据集列表中，您可以查看、编辑或删除已有数据集。删除数据集会移除该数据集在DataProbe中的连接配置和相关语义信息，不会删除业务数据库中的原始数据。

语义建模

语义建模用于将数据库中的表、字段和关系同步到DataProbe。同步完成后，系统可以基于语义模型理解用户问题，并生成对应SQL。

同步语义模型

在左侧导航栏中，选择DataProbe > 语义建模。
选择目标数据集。
单击同步结构或同步语义模型。
查看同步后的表、字段和关系信息。

同步完成后，建议检查以下内容：

是否展示目标Schema下的业务表。
字段名称、字段类型是否正确。
表关系是否符合业务预期。

说明

如果业务数据库新增、删除或修改表字段，请重新同步语义模型。

知识库增强

知识库增强用于补充数据库结构中无法直接表达的业务知识，例如业务状态码、指标口径、字段含义和常用查询模式。DataProbe支持以下两种增强方式：

增强方式	说明	适用场景
SQL Pairs	维护自然语言问题和SQL的示例对。	高频查询、固定统计口径、标准报表类问题。
指令	维护业务规则、指标定义、状态码说明或字段含义。	净销售额、有效订单、状态码映射等业务口径。

SQL Pairs和指令的区别

您可以根据业务问题的稳定程度选择增强方式：

如果问题和SQL基本固定，建议使用SQL Pairs。SQL Pairs适合沉淀高频查询、标准报表类查询和固定统计口径。
如果问题涉及业务口径解释，建议使用指令。指令适合补充状态码、指标定义、字段含义和表关系说明。
如果同一业务口径会影响多个问题，建议配置为全局指令。全局指令会作为通用业务知识参与问答。
如果只希望某条规则作用于特定问题，建议配置为非全局指令，并绑定适用问题。

添加SQL Pairs

在左侧导航栏中，选择DataProbe > 知识库。
选择SQL Pairs页签，单击添加。
配置以下参数：
参数
说明
问题
用户可能输入的自然语言问题。
SQL
与问题对应的标准SQL。
单击保存。

添加指令

在左侧导航栏中，选择DataProbe > 知识库。
选择指令页签，单击添加指令。

配置以下参数：

参数	说明	示例
指令内容	业务规则、指标定义或状态码说明。	S10表示有效收入订单，S20表示退款订单，S90表示无效订单。
全局指令	开启后，该指令会应用于相关问答。	开启
适用问题	非全局指令可绑定部分问题，用于更精确地触发。	各城市净销售额是多少？

单击保存。

数据问答

数据问答用于通过自然语言查询结构化数据。系统会根据已同步的语义模型、SQL Pairs和指令生成SQL，执行查询并返回结果。

发起数据问答

在左侧导航栏中，选择DataProbe > 数据问答。
选择目标数据集。
在输入框中输入业务问题。
单击发送。
查看回答、SQL、数据和图表结果。

结果区域包含以下信息：

区域	说明
回答	基于查询结果生成的自然语言说明。
SQL	系统生成并执行的SQL。
数据	SQL查询返回的表格结果。
图表	根据查询结果生成的可视化图表。
思考过程	展示问题理解、模型检索和SQL生成过程。

查看问答结果

如果回答结果不符合业务预期，您可以按照以下顺序排查：

查看生成的SQL是否符合统计口径。
查看语义模型中的表、字段和关系是否正确。
检查是否需要补充SQL Pairs或指令。
确认业务数据库中的数据是否符合查询条件。

常见问题和处理建议如下：

问题	可能原因	处理建议
连接失败	数据源地址、端口、账号、密码或网络配置异常。	检查数据集连接信息，并确认数据库账号具备访问目标库和Schema的权限。
同步不到表	Schema配置不正确，或数据库账号无表结构读取权限。	检查数据集中的Schema配置，确认目标业务表存在且账号具备元数据读取权限。
无法生成SQL	语义模型未同步，或问题中涉及的表字段未被识别。	重新同步语义模型，并确认目标业务表已展示。
查询结果为空	SQL过滤条件与业务数据不匹配，或问题中的业务口径未说明。	查看SQL和数据页签，确认过滤条件是否正确。
结果与业务预期不一致	状态码、指标口径或字段含义缺少说明。	在知识库中补充指令，或为高频问题配置SQL Pairs。
SQL执行失败	表名、字段名、Schema或数据库权限异常。	检查数据集连接信息、Schema配置和数据库账号权限。
图表展示不符合预期	查询结果字段不适合当前图表类型。	调整问题描述，或查看数据页签确认返回字段。

在排查问答问题时，建议优先查看SQL页签。SQL可以帮助判断问题出在语义理解、业务口径还是底层数据。

权限与安全

DataProbe页面和接口均需要登录后访问。未登录访问DataProbe页面时，会跳转到登录页面。未携带有效认证信息调用DataProbe接口时，请求会被拒绝。

DataProbe访问业务数据库时，会使用数据集中配置的数据库账号。为降低安全风险，建议遵循以下原则：

使用只读账号连接业务数据库。
仅授权DataProbe访问需要分析的数据库和Schema。
避免在数据集名称、指令或SQL Pairs中填写敏感信息。
如果业务数据库权限发生变化，请重新测试数据集连接。
删除DataProbe数据集只会删除平台侧连接配置和相关语义信息，不会删除业务数据库中的原始数据。

使用建议

当业务库结构发生变化时，请重新同步语义模型。
对于固定口径的高频问题，建议配置SQL Pairs。
对于状态码、指标定义、字段含义等业务知识，建议配置指令。
建议使用只读账号连接业务数据库，降低数据安全风险。