🚀 Doris - 强大的自然语言处理数据查询分析工具

Doris 是一款功能强大的自然语言处理 (NLP) 工具，专门为数据查询和分析而设计。它能够将复杂的自然语言查询转化为高效的 SQL 语句，同时还能提供专业的数据分析服务，极大地提升了数据处理的效率和便捷性。

🚀 快速开始

Doris 是一款专为数据查询和分析打造的自然语言处理工具，能将自然语言查询转化为 SQL 并提供数据分析服务。以下是快速上手的步骤：

# 克隆仓库
git clone https://github.com/your-repository.git
cd Doris

# 安装依赖项
pip install -r requirements.txt

# 启动服务
python start_server.py

✨ 主要特性

• 多表连接支持：轻松应对多个数据库表之间的复杂关系，让数据查询更高效。
• 智能上下文理解：基于历史查询和业务背景，对查询结果进行优化，提供更精准的分析。
• 可解释性输出：提供清晰易懂的结果说明，即使是非技术人员也能轻松理解。
• 实时数据分析：快速响应用户查询，并及时生成分析结果，满足实时性需求。

📦 安装指南

环境要求

• 操作系统：Linux、Windows 10 或更高版本
• 内存：至少 4GB RAM
• Python 版本：3.8 及以上版本

安装步骤

# 克隆仓库
git clone https://github.com/your-repository.git
cd Doris

# 安装依赖项
pip install -r requirements.txt

# 启动服务
python start_server.py

💻 使用示例

基础用法

1. 初始化配置

# 配置数据库连接信息
configuresettings --database-settings

2. 执行查询

# 执行单表查询
doristool query "显示所有客户的联系信息"

# 执行跨表联合查询
doristool join-query "计算每个销售代表的季度销售额"

3. 获取结果 查询结果将输出到控制台，并自动生成分析报告。

高级用法

多步骤查询流程

1. 解析自然语言查询

parse_query --query="显示2022年每位销售代表的总销售额"

2. 获取相似查询示例

find_similar_examples --query="显示2022年每位销售代表的总销售额"

3. 生成优化SQL

generate_sql --query="显示2022年每位销售代表的总销售额"

4. 执行并分析结果

exec_query --sql="SELECT SUM(sales) AS total_sales, representative_id FROM sales GROUP BY representative_id;"
analyze_query_result --resultsetId=123

📚 详细文档

配置选项

数据库配置

编辑 config/database_config.json 文件：

{
  "host": "localhost",
  "port": 3306,
  "user": "root",
  "password": "your_password",
  "databases": ["sales", "customer"]
}

日志设置

编辑 config/logging_settings.json 文件：

{
  "log_level": "INFO",
  "log_file": "doris.log"
}

错误处理

常见错误及解决方案：

1. 数据库连接失败
   • 检查数据库服务是否运行
   • 确认凭据信息无误
2. SQL执行超时
   • 优化查询语句
   • 调整索引策略
3. 分析结果为空
   • 验证查询条件
   • 检查数据完整性

贡献指南

欢迎通过提交问题或拉取请求为项目贡献力量。请参考 CONTRIBUTING.md 文件了解具体流程。

🔧 技术细节

配置选项

数据库配置

编辑 config/database_config.json 文件，可对数据库的连接信息进行配置，包括主机地址、端口、用户名、密码以及所使用的数据库列表。

{
  "host": "localhost",
  "port": 3306,
  "user": "root",
  "password": "your_password",
  "databases": ["sales", "customer"]
}

日志设置

编辑 config/logging_settings.json 文件，可对日志的级别和存储文件进行设置。

{
  "log_level": "INFO",
  "log_file": "doris.log"
}

错误处理

在使用 Doris 过程中，可能会遇到一些常见错误，以下是相应的解决方案：

1. 数据库连接失败
   • 检查数据库服务是否正常运行，可通过相关命令查看服务状态。
   • 确认凭据信息是否无误，包括用户名、密码等。
2. SQL执行超时
   • 对查询语句进行优化，避免复杂的嵌套和冗余操作。
   • 调整索引策略，提高查询效率。
3. 分析结果为空
   • 验证查询条件是否合理，是否符合数据实际情况。
   • 检查数据完整性，确保数据没有缺失或损坏。

贡献指南

欢迎广大开发者为 Doris 项目贡献力量，可通过提交问题或拉取请求的方式参与。具体流程请参考 CONTRIBUTING.md 文件。

📄 许可证

该项目遵循 MIT 许可证，具体内容如下：

MIT License

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.

附录

Doris 使用说明

Doris 提供以下主要工具：

• parse_query：解析自然语言查询
• find_similar_examples：获取相似查询示例
• generate_sql：生成优化 SQL 语句
• exec_query：执行 SQL 查询
• analyze_query_result：分析查询结果

工作流程图

开始
    |
    v
接收自然语言查询
    |
    v
parse_query
    |
    v
find_similar_examples（可选）
    |
    v
generate_sql
    |
    v
exec_query
    |
    v
analyze_query_result
    |
    v
输出结果和分析报告

示例

1. 基础查询

doristool query "显示所有客户的联系信息"

2. 复杂查询

doristool join-query "计算每个销售代表的季度销售额"

3. 自定义脚本

from doris import DorisClient

client = DorisClient()
result = client.query("显示过去一年的订单总量")
print(result)

感谢使用 Doris！如需帮助，请随时联系维护团队。