Semantic View Autopilot

No Snowsight, você pode criar e gerenciar exibições semânticas para definir tabelas lógicas com base em seus dados no Cortex Analyst. As exibições semânticas abstraem as tabelas físicas e fornecem uma camada otimizada para os negócios com base em seus dados. É possível usá-las com o Cortex Analyst para responder a perguntas sobre negócios e realizar análises de dados. Você pode criar uma exibição semântica manualmente ou usar o Semantic View Autopilot, um gerador assistido por AI, para criá-la.

Nota

Você pode seguir as instruções desta seção também para criar um modelo semântico, mas recomendamos usar as exibições semânticas. As exibições semânticas fornecem os seguintes recursos:

  • As exibições semânticas oferecem suporte a recursos avançados, como métricas derivadas.

  • As exibições semânticas oferecem suporte à modificação de acesso. Elas são públicas por padrão, mas você pode torná-las privadas.

  • As exibições semânticas são objetos de esquema que se integram ao sistema de privilégios, aos mecanismos de compartilhamento e ao catálogo de metadados do Snowflake. Os modelos semânticos são arquivos YAML armazenados em uma área de preparação e não contêm essas integrações de banco de dados nativas.

O gerador usa as seguintes entradas para criar a exibição:

  • Histórico de consultas: recupera consultas SQL históricas para identificar padrões de uso comuns, relacionamentos e sugestões de consultas verificadas.

  • Metadados da tabela: extrai descrições, chaves primárias/únicas e cardinalidade para determinar relacionamentos.

  • Contexto (altamente recomendado): usa consultas SQL de exemplo ou arquivos do Tableau que você fornece para validar relacionamentos e extrair a lógica de negócios relevante.

Pré-requisitos

Para criar uma exibição semântica, você deve usar uma função com os seguintes privilégios:

  • CREATE SEMANTIC VIEW no esquema em que você está criando a exibição

  • USAGE no banco de dados e no esquema

  • SELECT nas tabelas e exibições usadas na exibição semântica

Você pode exportar e usar um modelo do Tableau para gerar automaticamente uma exibição semântica. Além dos pré-requisitos anteriores, o recurso de ingestão do Tableau requer:

  • Uma área de preparação em que você tenha permissões de gravação.

  • Se o arquivo do Tableau incluir SQL personalizado, você também deverá ter o privilégio CREATE VIEW no esquema porque o SQL é analisado em uma exibição regular do Snowflake.

Opções para fornecer contexto

O fornecimento de contexto é opcional, mas é extremamente útil para criar uma exibição semântica de alta qualidade. Sem ele, o modelo usa apenas as informações do esquema de banco de dados, que podem não ter detalhes comerciais importantes. Oferecemos suporte às seguintes opções para fornecer contexto:

Opção 1: carregar arquivo do Tableau

O Semantic View Autopilot oferece suporte ao uso de arquivo do Tableau para gerar automaticamente um modelo semântico. Isso permite migrar sua lógica de negócios e metadados existentes diretamente para o Snowflake.

Você pode usar o Tableau Desktop ou o Tableau Online para fornecer o arquivo ao Semantic View Autopilot. O Semantic View Autopilot oferece suporte aos seguintes formatos de arquivo:

  • TWB

  • TWBX

  • TDS

O arquivo deve atender às seguintes restrições:

  • Tamanho do arquivo: deve ter menos de 50 MB.

  • Sem fontes de dados publicadas: arquivos contendo fontes de dados publicadas não são compatíveis atualmente.

  • Sem extrações grandes: se estiver usando um arquivo .twbx, certifique-se de que ele não contenha uma extração grande. Se estiver usando um arquivo .twb, certifique-se de que ele não contenha filtros ou parâmetros grandes.

  • Cálculos de LOD: não há suporte para cálculos de nível de detalhes (Level of Detail, LOD).

Você pode obter o arquivo TWB ou TWBX do Tableau Desktop. Se não o encontrar, vá para File | Save As e escolha a opção para salvar como TWB.

Para obter informações sobre como obter uma exibição ou pasta de trabalho do Tableau Online, consulte Download Views and Workbooks.

Depois de fornecer o arquivo do Tableau para o Semantic View Autopilot, ele o analisará para extrair os seguintes metadados:

  • Tabelas e colunas

  • Relacionamentos entre tabelas

  • Campos calculados pelo Tableau

  • Parâmetros e filtros

  • SQL personalizado (analisado e transformado em uma exibição regular do Snowflake)

Opção 2: fornecer consultas SQL

Você pode adicionar perguntas em linguagem natural de exemplo e as consultas SQL correspondentes. Isso ajuda o modelo a aprender sua lógica de negócios específica e criar relacionamentos.

O Snowflake usa essas consultas para pré-selecionar tabelas e colunas nas etapas subsequentes e também as adiciona automaticamente como «consultas verificadas» ao modelo semântico. Além disso, se for possível inferir relacionamentos válidos, eles serão adicionados à exibição semântica.

Criar uma exibição semântica

Para criar uma exibição semântica, primeiro navegue até o gerador:

  1. Faça login no Snowsight.

  2. No menu de navegação, selecione AI & ML » Cortex Analyst.

  3. Na parte superior, selecione Create new.

  4. Selecione Create new Semantic View.

Depois de navegar até o gerador, você poderá definir as informações básicas da exibição semântica:

  1. Selecione o Location (banco de dados e esquema) para armazenar a exibição.

  2. Insira um Name para a exibição semântica.

  3. Insira um Description. Use uma terminologia de negócios clara para ajudar a AI a entender a finalidade da exibição.

  4. Selecione Next.

Para fornecer contexto e dados como um arquivo do Tableau, faça o seguinte:

  1. Selecione Tableau Files para carregar um arquivo .twb, .tds ou .twbx do Tableau.

  2. Selecione o arquivo do Tableau para carregamento.

  3. Selecione Next.

Agora você forneceu com sucesso o contexto e os dados para a exibição semântica como um arquivo do Tableau.

Para fornecer contexto e dados como consultas SQL, faça o seguinte:

  1. Selecione SQL Queries para adicionar manualmente consultas SQL de exemplo de padrão Gold.

  2. Insira a consulta SQL.

  3. Selecione Next.

  4. Revise as tabelas e colunas selecionadas de suas tabelas.

  5. Escolha as colunas específicas a serem incluídas.

  6. Configure as opções de AI:

  • Sample Values: selecione se deseja adicionar valores de amostra. Isso melhora significativamente a precisão do Cortex Analyst, ajudando-o a reconhecer valores de dados específicos, como determinados nomes de regiões.

  • AI-Generated Descriptions: selecione se deseja gerar automaticamente descrições para tabelas e colunas com base em seus nomes e conteúdo. Esse também é um recurso que melhora significativamente a precisão.

Para criar a exibição semântica, faça o seguinte:

  1. Selecione Create and save.

  2. Selecione Save and run.

Pode levar alguns minutos para gerar a exibição semântica. É possível ver o progresso na tela.

Melhores práticas para criar exibições semânticas

Ao criar uma exibição semântica, siga estas dicas para garantir alta precisão.

  • Pense pela perspectiva do usuário final. Use nomes e sinônimos que correspondam ao vocabulário que seus usuários de negócios realmente utilizam (por exemplo, «Receita» em vez de AMT_TOT).

  • Comece de forma simples. Comece com um escopo pequeno e direcionado. Por exemplo, «Análise de vendas» com 3-5 tabelas, e expanda gradualmente. Isso garante maior precisão do que um modelo massivo do tipo «tudo de uma vez».

  • Revise o conteúdo gerado. Sempre revise as descrições e os relacionamentos gerados por AI. Certifique-se de que eles estejam alinhados à sua lógica de negócios real.

  • Capture a lógica complexa. Use métricas e consultas verificadas para processar cálculos complexos de modo que os usuários não precisem confiar na dedução do LLM com base em colunas brutas.

  • Teste e faça a iteração. Após a criação, teste a exibição com perguntas de negócios reais no Cortex Analyst. Se uma resposta estiver errada, adicione uma consulta verificada ou atualize a descrição para corrigi-la.