【亲测免费】 ChatSQL 使用教程

项目介绍

ChatSQL 是一个开源项目，旨在通过自然语言处理技术将自然语言转换为 SQL 查询语句，并直接连接数据库进行查询。该项目支持多表联查、复杂查询以及自定义数据库 schema 等功能。ChatSQL 基于 ChatGLM-6B 和 MOSS 大模型，提供了强大的语言模型能力。

项目快速启动

环境准备

首先，确保你已经安装了 Conda 环境管理工具。然后，按照以下步骤进行环境设置和项目启动：

# 创建并激活 Conda 环境
conda create -n chatsql python=3.9
conda activate chatsql

# 安装项目依赖
pip install -r requirements.txt

# 新建文件夹
mkdir DB
mkdir logs

# 生成本地数据库并插入数据
python local_database.py

# 启动项目
# 基于 GLM 生成 SQL
python main_gui.py
# 或者基于 MOSS 生成 SQL
python main_gui_moss.py

配置文件

项目启动前，需要配置 info.json 文件，详细描述数据库信息，以便 ChatGPT 理解数据库结构。

{
  "database": {
    "name": "your_database_name",
    "tables": {
      "table1": {
        "columns": ["column1", "column2"]
      },
      "table2": {
        "columns": ["column1", "column2"]
      }
    }
  }
}

应用案例和最佳实践

单表查询

假设你需要查询 2019 年净收益率大于 10 的货物名称，可以使用以下自然语言查询：

请帮我查询在2019年的货物销售的净收益率大于10的货物名称

多表联查

如果你需要查询 2019 年净收益率大于 10 且销售量大于 100 的销售负责人名字，可以使用以下自然语言查询：

请帮我查询在2019年的净收益率大于10并且销售量大于100的销售负责人名字

复杂查询

对于更复杂的查询，如分组和排序，ChatSQL 同样支持：

请根据年份进行分组查询货物销售量和年份
请帮我按照数量大小对货物名称进行排序

典型生态项目

ChatSQL 作为一个自然语言转 SQL 的工具，可以与其他数据分析和可视化工具结合使用，例如：

• Jupyter Notebook: 用于数据分析和可视化。
• Tableau: 用于高级数据可视化。
• Pandas: 用于数据处理和分析。

这些工具可以与 ChatSQL 结合，提供从数据查询到数据分析和可视化的完整解决方案。

---

通过以上步骤和案例，你可以快速上手并充分利用 ChatSQL 进行数据库查询和数据分析。希望本教程对你有所帮助！