在正则路径查询上选择合适的物化视图并基于视图优化查询.pptx

1CombiningSmallLanguageModelsandLargeLanguageModelsforZero-ShotNL2SQL报告人VLDB2024

背景自然语言到SQL（NL2SQL）将自然语言问题转换为SQL查询，使非技术用户更容易访问和分析数据，因此可用于商业智能、数据分析和其他数据驱动的应用程序。现在的方法在部署到新环境中，还需要大量的注释数据来重新训练，导致数据依赖巨大。测试环境中不同的语言现象（例如，缩写、同义词等）可能会导致现有NL2SQL模型的性能急剧下降SLM预训练的数据集合和实际数据集有差距导致其结果出错，LLM有着更强大的推理能力，但是往往会无法实现精确的的模式对齐。2

动机SLM可以更好地理解数据库架构和SQL语法，这使其能够在结构识别和架构对齐方面表现出色。相比之下，现有研究表明，由于缺乏主要知识，LLM经常面临“幻觉”问题，生成与给定指令无关的文本。通用LLM具有强大的语言推理能力，非常适合需要复杂条件推理的SQL完成。此外，LLM还表现出出色的交互能力，使其能够通过适当的反馈有效地执行纠错。3

example4

ZNL2SQL5将NL2SQL任务分解为更小的子任务，这样每个子任务在我们的零镜头设置中更容易解决。自然，编写SQL查询的思考过程可以分为四个子任务：（1）识别由SQL保留关键字组成的查询结构，例如SELECT、FROM、WHERE和ORDERBY;（2）将相关的模式元素与问题对齐，即SELECT和FROM子句中的列和表;（3）完成SQLquerybydeducingconditionsinWHERE子句、ORDERBY或GROUPBY子句中的列等。（4）如果有语法或执行错误，则迭代更正SQL查询。

challengesandsolutions如何研发出一个SQL草图生成方法可以适应新的数据库和新的语言现象。是如何有效地指导LLM（例如GPT4）完成与数据库中存储的数据值一致的SQL查询引入基于SLM的encoderdecoder来生成sql草稿并设计了一个新奇的数据库序列化策略。并且一个问题敏感的工具依靠语言汉语来获得最相关的的SQL草稿设计了一种多级匹配策略，向LLM推荐最相关的值，并提出基于执行的选择策略，以选择没有语法或执行错误的最佳SQL查询。6

contributions第一个ZNL2SQL框架提出新技术来解决以下问题的挑战：SQL草图生成、SQL查询完成和更正全新的SOTAZNL2SQLResult实验证明本文的方法优于传统基于SLM和LLM的方法7

ZNL2SQL?Dtest={(Di,Qi,Si)}Mi=0?Dtrain={(Di,Qi,Si)}Mi=01.在一个新的数据库中测试2.用一个全新的问题测试3.用不同复杂度的SQL进行测试-训练时sql结构简单，测试时sql结构复杂8

整体框架SQLSketchGeneration：Q和D作为输入输出一些候选的SQLSketchDschemaSQLquerycompletionandcorrection：输入Dschema,SQLcompletionandcorrection模块指挥LLM补充相关的缺失值输出最佳的SQL语句

SQLSKERCHGENRATION/SQLSketchLearning将生成任务分为多个子部分，例如图中分为引起select子句，选择相关的tables，将问题转换为SQL结构Database-awareserialization:目前的SLM在进行NL2SQL时，会自动的直接从问题中选择相应的表格，本文将Dschema转换为序列，并强制要求SLM从序列中选择表格，之后再将表格中的参数转换为真实数据库中的tablesparas为了放置局部最优，保留了SLM生成的top-k作为候选。最终得到Dselect={selecti}，Dfrom，andDkeywordsparameterlearning：通过最大化似然估计（MLE）来优化模型参数??θ，以最小化目标SQL查询的负对数似然。

SQLSKERCHGENRATION/SQLSketchLearningDatabase-awareserialization:目前的SLM在进行NL2SQL时，会自动的直接从问题中选择相应的表格，本文将Dschema转换为序列，并强制要求SLM从序列中选择表格，之后再将表格中的参数转换为真实数据库中的tablesparas为了放置局部最优，保留了SLM生成的top-k作为候选。最终得到Dsele