AdventureWorks 数据集的 AI 技能示例（预览）

项目
09/21/2024

本文介绍如何在 AdventureWorks 数据集上配置 AI 技能。

重要

此功能目前为预览版。

先决条件

付费 F64 或更高版本的 Fabric 容量资源。
AI 技能租户切换已启用。
已启用 Copilot 租户切换。
已启用适用于 AI 的跨地区共享（如相关）。

使用 AdventureWorksDW 创建湖屋

首先，创建湖屋并使用必要的数据进行填充。

如果仓库或湖屋中已有 AdventureWorksDW 实例，则可以跳过此步骤。如果没有，请从笔记本创建湖屋。使用笔记本将数据填充到湖屋中。

在要在其中创建 AI 技能的工作区中创建新的笔记本。
在“资源管理器”窗格左侧，选择“+ 数据源”。此选项可添加现有湖屋或创建新的湖屋。

在顶部单元格中，添加以下代码片段：

import pandas as pd
from tqdm.auto import tqdm
base = "https://synapseaisolutionsa.blob.core.windows.net/public/AdventureWorks"

# load list of tables
df_tables = pd.read_csv(f"{base}/adventureworks.csv", names=["table"])

for table in (pbar := tqdm(df_tables['table'].values)):
    pbar.set_description(f"Uploading {table} to lakehouse")

    # download
    df = pd.read_parquet(f"{base}/{table}.parquet")

    # save as lakehouse table
    spark.createDataFrame(df).write.mode('overwrite').saveAsTable(table)

选择“全部运行”。

几分钟后，系统将对湖屋填充必要的数据。

创建 AI 技能

若要创建新的 AI 技能，请转到“数据科学”体验并选择“AI 技能”。
输入名称以创建 AI 技能。

选择数据

选择你创建的湖屋，然后选择“连接”。然后，必须选择希望 AI 技能可以访问的表。

本练习使用以下表：

DimCustomer
DimDate
DimGeography
DimProduct
DimProductCategory
DimPromotion
DimReseller
DimSalesTerritory
FactInternetSales
FactResellerSales

提供指令

使用所选列示表首次询问 AI 技能问题时，AI 技能会很好地回答这些问题。例如，对于问题“最畅销的产品是什么？”，AI 技能返回：

Long-Sleeve Logo Jersey, L

但是，SQL 查询需要一些改进。首先，它只查看 FactResellerSales 表。它忽略表 FactInternetSales。其次，当与产品关联的总销售收入是最重要的考虑因素时，它会按订单数量订购产品，如以下屏幕截图所示：

若要改进查询生成，请提供部分指令，如以下示例所示：

每当我询问“最畅销”的产品或商品时，应该关注的指标是总销售收入，而非订购数量。
要使用的主表是 FactInternetSales。仅当明确询问转售或总销售额时，才使用 FactResellerSales。

再次提问后，系统将返回不同答案“Mountain-200 Black, 46”，如以下屏幕截图所示：

相应的 SQL 从 FactInternetSales 表提取，并按销售金额的总和进行排序。 AI 遵循了指令。

继续试验查询时，应添加更多指令。

此应用场景使用以下一组指令：

每当我询问“最畅销”的产品或商品时，应该关注的指标是销售收入，而非订购数量。
要使用的主表是 FactInternetSales。仅当明确询问转售或总销售额时，才使用 FactResellerSales。
当询问促销的影响时，应询问对销售收入的增加，而不仅仅是销售单位的数量。
对于客户见解，请专注于每个客户的总销售额，而非订单数。
在执行基于时间的分析时，使用 DimDate 提取特定时间段（例如年份和月）。
分析地理数据时，确定每个区域的总销售收入和平均销售额的优先级。
对于产品类别见解，请始终使用 DimProductCategory 对产品进行相应分组。
比较不同区域之间的销售额时，请使用 DimSalesTerritory 获取准确的区域详细信息。
如果以不同的货币分析销售额，请使用 DimCurrency 规范化销售数据。
有关详细的产品信息，请始终将 FactInternetSales 与 DimProduct 联接。
使用 DimPromotion 分析不同促销活动的有效性。
对于经销商业绩，请专注于总销售额，而不仅仅是售出的产品数。
分析随时间推移的趋势时，请使用 FactInternetSales 并与 DimDate 联接，按月份、季度或年份对数据进行分组。
始终通过将 FactInternetSales 与相应的维度表联接来检查数据一致性。
使用 SUM 聚合销售数据，以确保准确捕获总值。
将销售收入指标的优先级设为高于订单数量，以准确衡量财务影响。
始终按相关维度（例如产品、客户、日期）分组，以获取详细见解。
当询问客户人口统计数据时，请将 DimCustomer 与相关事实数据表进行联接。
对于按促销销售，请将 FactInternetSales 与 DimPromotion 联接，并按促销名称分组。
使用 DimCurrency 规范化销售数据，以进行涉及不同货币的数据比较。
使用 ORDER BY 子句按兴趣指标（如销售收入、订单总数）对结果进行排序。
DimProduct 中的 ListPrice 是建议的销售价格，而 UnitPrice 和 FactInternetSales 中的 FactResellerSales 是每个单位销售的实际价格。对于收入的大多数用例，应使用单位价格。
按销售金额对排名靠前的经销商排序。

如果将此文本复制到“模型的注释”文本框中，则 AI 会在生成其 SQL 查询时引用这些指令。

提供示例

除指令外，示例也可作为指导 AI 的另一有效方法。如果对 AI 技能的常见接收信息存在疑问，或存在需要复杂联接的问题，请考虑为它们添加示例。

例如，问题“在 2013 年 6 月 1 日，我们有多少活跃客户”会生成部分有效的 SQL，如以下屏幕截图所示：

然而，这不是优秀答案。

部分问题是“活跃客户”无正式定义。 “模型的注释”文本框中的更多说明可能会有所帮助，但用户可能会经常提出此问题。需要确保 AI 能够正确处理问题。相关查询比较复杂，因此请选择“编辑”按钮提供示例。

然后，可以上传示例。

重复提问问题可以返回优化后的答案。

可以手动添加示例，但也可以通过 JSON 文件上传示例。如果存在多个要同时上传的 SQL 查询，请勿手动上传查询，提供文件中的示例非常有帮助。对于本练习，请使用以下示例：

{
    "how many active customers did we have June 1st, 2010?": "SELECT COUNT(DISTINCT fis.CustomerKey) AS ActiveCustomerCount FROM factinternetsales fis JOIN dimdate dd ON fis.OrderDateKey = dd.DateKey WHERE dd.FullDateAlternateKey BETWEEN DATEADD(MONTH, -6, '2010-06-01') AND '2010-06-01' GROUP BY fis.CustomerKey HAVING COUNT(fis.SalesOrderNumber) >= 2;",
    "which promotion was the most impactful?": "SELECT dp.EnglishPromotionName, SUM(fis.SalesAmount) AS PromotionRevenue FROM factinternetsales fis JOIN dimpromotion dp ON fis.PromotionKey = dp.PromotionKey GROUP BY dp.EnglishPromotionName ORDER BY PromotionRevenue DESC;",
    "who are the top 5 customers by total sales amount?": "SELECT TOP 5 CONCAT(dc.FirstName, ' ', dc.LastName) AS CustomerName, SUM(fis.SalesAmount) AS TotalSpent FROM factinternetsales fis JOIN dimcustomer dc ON fis.CustomerKey = dc.CustomerKey GROUP BY CONCAT(dc.FirstName, ' ', dc.LastName) ORDER BY TotalSpent DESC;",
    "what is the total sales amount by year?": "SELECT dd.CalendarYear, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimdate dd ON fis.OrderDateKey = dd.DateKey GROUP BY dd.CalendarYear ORDER BY dd.CalendarYear;",
    "which product category generated the highest revenue?": "SELECT dpc.EnglishProductCategoryName, SUM(fis.SalesAmount) AS CategoryRevenue FROM factinternetsales fis JOIN dimproduct dp ON fis.ProductKey = dp.ProductKey JOIN dimproductcategory dpc ON dp.ProductSubcategoryKey = dpc.ProductCategoryKey GROUP BY dpc.EnglishProductCategoryName ORDER BY CategoryRevenue DESC;",
    "what is the average sales amount per order by territory?": "SELECT dst.SalesTerritoryRegion, AVG(fis.SalesAmount) AS AvgOrderValue FROM factinternetsales fis JOIN dimsalesterritory dst ON fis.SalesTerritoryKey = dst.SalesTerritoryKey GROUP BY dst.SalesTerritoryRegion ORDER BY AvgOrderValue DESC;",
    "what is the total sales amount by currency?": "SELECT dc.CurrencyName, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimcurrency dc ON fis.CurrencyKey = dc.CurrencyKey GROUP BY dc.CurrencyName ORDER BY TotalSales DESC;",
    "which product had the highest sales revenue last year?": "SELECT dp.EnglishProductName, SUM(fis.SalesAmount) AS TotalRevenue FROM factinternetsales fis JOIN dimproduct dp ON fis.ProductKey = dp.ProductKey JOIN dimdate dd ON fis.ShipDateKey = dd.DateKey WHERE dd.CalendarYear = YEAR(GETDATE()) - 1 GROUP BY dp.EnglishProductName ORDER BY TotalRevenue DESC;",
    "what are the monthly sales trends for the last year?": "SELECT dd.CalendarYear, dd.MonthNumberOfYear, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimdate dd ON fis.ShipDateKey = dd.DateKey WHERE dd.CalendarYear = YEAR(GETDATE()) - 1 GROUP BY dd.CalendarYear, dd.MonthNumberOfYear ORDER BY dd.CalendarYear, dd.MonthNumberOfYear;",
    "how did the latest promotion affect sales revenue?": "SELECT dp.EnglishPromotionName, SUM(fis.SalesAmount) AS PromotionRevenue FROM factinternetsales fis JOIN dimpromotion dp ON fis.PromotionKey = dp.PromotionKey WHERE dp.StartDate >= DATEADD(MONTH, 0, GETDATE()) GROUP BY dp.EnglishPromotionName ORDER BY PromotionRevenue DESC;",
    "which territory had the highest sales revenue?": "SELECT dst.SalesTerritoryRegion, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimsalesterritory dst ON fis.SalesTerritoryKey = dst.SalesTerritoryKey GROUP BY dst.SalesTerritoryRegion ORDER BY TotalSales DESC;",
    "who are the top 5 resellers by total sales amount?": "SELECT TOP 5 dr.ResellerName, SUM(frs.SalesAmount) AS TotalSales FROM factresellersales frs JOIN dimreseller dr ON frs.ResellerKey = dr.ResellerKey GROUP BY dr.ResellerName ORDER BY TotalSales DESC;",
    "what is the total sales amount by customer region?": "SELECT dg.EnglishCountryRegionName, SUM(fis.SalesAmount) AS TotalSales FROM factinternetsales fis JOIN dimcustomer dc ON fis.CustomerKey = dc.CustomerKey JOIN dimgeography dg ON dc.GeographyKey = dg.GeographyKey GROUP BY dg.EnglishCountryRegionName ORDER BY TotalSales DESC;",
    "which product category had the highest average sales price?": "SELECT dpc.EnglishProductCategoryName, AVG(fis.UnitPrice) AS AvgPrice FROM factinternetsales fis JOIN dimproduct dp ON fis.ProductKey = dp.ProductKey JOIN dimproductcategory dpc ON dp.ProductSubcategoryKey = dpc.ProductCategoryKey GROUP BY dpc.EnglishProductCategoryName ORDER BY AvgPrice DESC;"
}

测试和修改 AI 技能

指令和示例均已添加到 AI 技能中。随着测试的进行，更多示例和指令可以进一步提高 AI 技能。与你的同事协作，确定你是否提供了涵盖他们想要提问的问题的示例和说明。

通过编程使用 AI 技能

可以在 Fabric 笔记本中通过编程使用 AI 技能。若要确定 AI 技能是否具有已发布的 URL 值，请选择“设置”，如以下屏幕截图所示：

在发布 AI 技能之前，该技能没有已发布的 URL 值，如以下屏幕截图所示：

验证 AI 技能的性能后，你可能会决定予以发布。在这种情况下，请选择“发布”，如以下屏幕截图所示：

系统将显示 AI 技能的已发布 URL，如以下屏幕截图所示：

然后，可以复制已发布的 URL 并将其用于 Fabric 笔记本。以此，就可以通过在 Fabric 笔记本中调用 AI 技能 API 来查询 AI 技能。将复制的 URL 粘贴到此代码片段中。然后，将问题替换为与 AI 技能相关的任何查询。此示例使用 \<generic published URL value\> 作为 URL。

import requests
import json
import pprint
from synapse.ml.mlflow import get_mlflow_env_config


# the URL could change if the workspace is assigned to a different capacity
url = "https://<generic published URL value>"

configs = get_mlflow_env_config()

headers = {
    "Authorization": f"Bearer {configs.driver_aad_token}",
    "Content-Type": "application/json; charset=utf-8"
}

question = "{userQuestion: \"what is an example product?\"}"

response = requests.post(url, headers=headers, data = question)

print("RESPONSE: ", response)

print("")

response = json.loads(response.content)

print(response["result"])

通过

AdventureWorks 数据集的 AI 技能示例（预览）

先决条件

使用 AdventureWorksDW 创建湖屋

创建 AI 技能

选择数据

提供指令

提供示例

测试和修改 AI 技能

通过编程使用 AI 技能

反馈

其他资源

通过

AdventureWorks 数据集的 AI 技能示例（预览）

先决条件

使用 AdventureWorksDW 创建湖屋

创建 AI 技能

选择数据

提供指令

提供示例

测试和修改 AI 技能

通过编程使用 AI 技能

相关内容

反馈

其他资源