Vanna利用ollama分析本地数据库

这节一起用Vanna来实现自然语言转SQL，之前的大模子不停停留在问答阶段，答案根本都是大模子提供的，至多是加点本地知识库，text，pdf等文档，丰富大模子的内容，但是想要大模子与一些管理体系对接还是无能为力，这节就一起尝试下用Vanna对接数据库，将自然语言转成标准的SQL对数据库进行查询。这也是许多管理体系的开发者最须要落地实践的内容。
             利用Vanna之前须要打开Vanna的官网申请一个key，假如之前没有注册过的话，还须要先注册一个vanna的账号，注册乐成后，在 申请KEY的页面申请key申请之后鼠标悬停在中心的输入框上，key就会表现出来。
     

     由于vanna是python实现的，我这里也用python开发，用的pycharm编辑器，须要导入Vanna组件，在pycharm的下令提示符输入：
                                   登录后复制                        

1. pip install vanna

复制代码

      

• 1.
  

                       

     等待安装乐成后，按照官网的步调对接Vanna,这里利用的是Vanna提供的的sqlite数据库，且已经练习好了，有了一些基础的练习数据。背面可以直接问答了。
                                   登录后复制                        

1. from vanna.remote import VannaDefault
2. vn = VannaDefault(model='chinook', api_key='your_key')
4. vn.connect_to_sqlite('https://vanna.ai/Chinook.sqlite')
5. from vanna.flask import VannaFlaskApp
6. VannaFlaskApp(vn).run()

复制代码

      

• 1.
  
• 2.
  
• 3.
  
• 4.
  
• 5.
  
• 6.
  

                       然后点击运行，运行乐成后，会在控制台打印出访问地址，打开后页面如下
     

     在输入框输入问题后，他会将问题转化成标准的SQL语句进行查询，并用表格展示，同时，vanna会根据自己的理解利用恰当的图表展示
     

     

     但是这种方法只能连接长途的Vanna，须要申请vanna的key，且在线的数据库也没办法练习，下面尝试自己做一个本地摆设的Vanna。要实现Vanna分析本地mysql数据库，也要利用本地大模子，以是开始之前须要给本地安装好大模子，我这里用ollama下载了llama3，这节就用llama3作为大模子分析，假如本地没有ollama的可以参考我之前的章节安装一下，同时本地还须要安装mysql数据库，并创建一个表作为接下来用大模子分析的对象。mysql可以docker安装，也可以手动下载安装文件安装。
     我这里安装好了，并建好了数据库和表，数据表如下：
     

     由于须要连接mysql数据库，因此须要安装mysql-connecter-python，同时我们将向量数据库换为ChromDB，在pycharm的下令提示符实行
                                   登录后复制                        

1. pip install vanna
2. pip install ollama
3. pip install ChromaDB
4. pip install mysql-connector-python
5. pip install 'vanna[chromadb,ollama,mysql]'

复制代码

      

• 1.
  
• 2.
  
• 3.
  
• 4.
  
• 5.
  

                       安装完成后，按照vanna的官方文档，实现MyVanna的方法
                                   登录后复制                        

1. class MyVanna(ChromaDB_VectorStore, Ollama):
2.     def __init__(self, config=None):
3.         ChromaDB_VectorStore.__init__(self, config=config)
4.         Ollama.__init__(self, config=config)

复制代码

      

• 1.
  
• 2.
  
• 3.
  
• 4.
  

                       然后须要连接本地的ollama中的llama3，输入模子名称llama3:8b，并设置访问地址，然后替换连接的数据库，我的数据库在局域网，因此填写局域网的数据库IP，和账号密码。
                                   登录后复制                        

1. vn = MyVanna(config={'model': 'llama3:8b','ollama_host':'http://127.0.0.1:11434'})
3. def run_sql(sql: str) -> pd.DataFrame:
4.     cnx = mysql.connector.connect(user='root',password='123456',host='192.168.30.169',database='vanna')
5.     cursor = cnx.cursor()
6.     cursor.execute(sql)
7.     result = cursor.fetchall()
8.     columns = cursor.column_names
9.     # print('columns:',columns)
10.     df = pd.DataFrame(result, columns=columns)
11.     return df
13. # 将函数设置到vn.run_sql中
14. vn.run_sql = run_sql
15. vn.run_sql_is_set = True

复制代码

      

• 1.
  
• 2.
  
• 3.
  
• 4.
  
• 5.
  
• 6.
  
• 7.
  
• 8.
  
• 9.
  
• 10.
  
• 11.
  
• 12.
  
• 13.
  
• 14.
  
• 15.
  

                       此时已经可以连接到大模子，并访问数据库了，但是大模子并不知道数据结构，以是要对Vanna进行简朴的练习，官方的练习分为三种，DDL，Document，SQL，DDL就是建表语句，告诉大模子表结构，Document存放的是数据库中的一些专业术语，比如你要查询成年人的数量，那就要在document中记载，成年人是指大于18岁的人。SQL就是正常的sql语句了，另外每次的提问也会作为问答记载存到练习数据中，也可以提前手动添加问答练习数据。我们这里就只放一个建表语句，让大模子知道我们的数据结构是什么样的，以及每个字段代表的意思。
                                   登录后复制                        

1. vn.train(ddl="""
2. CREATE TABLE `book`  (
3.   `id` int NOT NULL AUTO_INCREMENT COMMENT '表唯一ID',
4.   `create_time` datetime NULL DEFAULT NULL COMMENT '创建时间',
5.   `book_name` varchar(255) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL DEFAULT NULL COMMENT '书的名字',
6.   `book_code` varchar(255) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL DEFAULT NULL COMMENT '书的编号',
7.   `book_introduction` varchar(255) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL DEFAULT NULL COMMENT '书的简介',
8.   `book_publisher` varchar(255) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL DEFAULT NULL COMMENT '书的出版社',
9.   `book_image` longtext CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NULL COMMENT '书的图片',
10.   PRIMARY KEY (`id`) USING BTREE
11. ) ENGINE = InnoDB AUTO_INCREMENT = 8 CHARACTER SET = utf8mb3 COLLATE = utf8mb3_general_ci COMMENT = 'book表' ROW_FORMAT = Dynamic;
12. """)

复制代码

      

• 1.
  
• 2.
  
• 3.
  
• 4.
  
• 5.
  
• 6.
  
• 7.
  
• 8.
  
• 9.
  
• 10.
  
• 11.
  
• 12.
  

                       然后运行项目，运行乐成后会在控制台打印访问地址：
     

     打开访问地址：http://localhost:8084,是和刚才一样的页面，只不过这里是本地摆设的了，
     

     此时可以针对本地的数据库进行提问：可以在提问框里输入每种书各有多少本，然后回车，
     

     终极返回结果如下，vanna不但先返回了正确的sql，同时会把结果以表格的情势展示，提供导出功能，终极还会根据结果的数据结构，选择适合的图表做展示。不过假如电脑的性能比较差，可能须要耽误好一会才会有答复，在利用的时间须要耐烦等待。
     

     

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。