可用于 Copilot 将自然语言问题翻译成 Kusto 查询语言 (KQL) 查询。 只需用纯语言描述要分析或查找的内容,并 Copilot 生成相应的 KQL 查询。 此功能使任何人(无论他们熟悉 KQL)都能更轻松地高效地浏览和分析数据。
有关计费信息Copilot,请参阅 Fabric 定价中的公告Copilot。
先决条件
注释
- 在开始使用 Copilot 之前,管理员需要启用租户切换。 有关详细信息,请参阅 Copilot 租户设置一文。
- F2 或 P1 容量需要位于 Fabric 区域可用性一文中列出的其中一个区域。
- 如果租户或容量位于美国或法国以外,默认情况下 Copilot 是禁用的,除非您的 Fabric 租户管理员在 Fabric 管理门户中启用 发送到 Azure OpenAI 的数据可以在租户容量的地理区域、合规边界或国家云实例之外进行处理 租户设置。
- 试用版 SKU 不支持 Microsoft Fabric 中的 Copilot。 仅支持付费 SKU(F2 或更高版本或 P1 或更高版本)。
- 请参阅 Fabric 和 Power BI 中的 Copilot 概述一文获取更多信息。
Copilot在 KQL 中编写查询的功能
Copilot 使你可以毫不费力地将自然语言查询翻译为 Kusto 查询语言 (KQL)。 警察充当日常语言与 KQL 技术复杂之间的桥梁,这样做消除了数据分析师和公民数据科学家的采用障碍。 利用 OpenAI 的高级语言理解,此功能允许你以熟悉的自然语言格式提交业务问题,然后转换为 KQL 查询。 Copilot 通过使用用户友好且高效的数据分析方法来简化查询创建过程,从而提高工作效率。
Copilot 支持 对话交互 ,使你能够动态阐明、调整和扩展查询,同时保持以前的输入的上下文。 可以优化查询并提出后续问题,而无需重新开始:
动态查询优化:可以通过优化提示来删除歧义、指定表或列或提供更多上下文来优化初始 Copilot KQL。
无缝跟进问题:如果生成的 KQL 正确,但想要更深入地探索数据,可以询问与同一任务相关的后续问题。 可以通过基于以前的对话来扩展查询范围、添加筛选器或浏览相关数据点。
用于 Copilot 在 KQL 中编写查询
可以通过两种方式访问 Copilot :
通过 KQL 查询集: 转到新的或现有的 KQL 查询集 ,并使用 Copilot 该功能从自然语言提示生成查询。
通过 Real-Time 仪表板中的“编辑”磁贴: 在 Real-Time 仪表板中编辑磁贴时,用于 Copilot 帮助直接在仪表板编辑体验中创建或优化 KQL 查询。
请按照以下步骤在任一上下文中使用 Copilot :
在 Copilot 窗格中,以自然语言输入业务问题。
按 Enter。
几秒钟后, Copilot 根据输入生成 KQL 查询。 可以将查询复制到剪贴板,将其 插入 到查询编辑器,或用它 替换 上下文中的查询。 若要在查询编辑器中运行查询,必须具有对 KQL 查询集的写入访问权限。
选择“ 运行 ”按钮以执行查询。
注释
- Copilot 不生成控件命令。
- Copilot 不会自动运行生成的 KQL 查询。 建议用户自行运行查询。
可以继续提出后续问题或进一步优化查询。 若要开始新的聊天,请选择窗格右上角的 Copilot 语音气泡(1)。
将鼠标悬停在上一个问题(2)上,然后选择 铅笔 图标将其复制到问题框以编辑它或将其复制到剪贴板。
提高编写 KQL 查询的准确性Copilot
下面是一些提示,可帮助提高以下方法 Copilot生成的 KQL 查询的准确性:
从简单的自然语言提示开始,了解当前功能和限制。 然后,逐渐转到更复杂的提示。
准确说明任务,避免歧义。 假设你与团队中的几个 KQL 专家共享了自然语言提示,而无需添加口头说明 - 他们能否生成正确的查询?
若要生成最准确的查询,请提供可帮助模型的任何相关信息。 如果可以,请指定对查询至关重要的表、运算符或函数。
准备数据库:添加 docstring 属性来描述常见表和列。 对于描述性名称(例如时间戳),此步骤可能冗余,但对于描述具有无意义的名称的表或列至关重要。 无需向很少使用的表或列添加 docstring。 有关详细信息,请访问 alter table column-docstrings 命令。
若要改进Copilot结果,请在“提交反馈”表单中选择“类似”或“不喜欢”图标以提交批注。
注释
提交反馈表单提交数据库的名称、其 URL、由 copilot 生成的 KQL 查询以及反馈提交中包含的任何自由文本响应。 不会发送已执行的 KQL 查询的结果。
限制和注意事项
-
Copilot 可能会建议可能不准确或误导建议的 KQL 查询,因为:
- 复杂且长时间的用户输入。
- 指向非 KQL 数据库表或具体化视图的数据库实体(例如 KQL 函数)的用户输入。
- 组织中超过 10,000 名并发用户可能会导致失败或出现重大性能问题。