네이티브 grep-ai 검색
예정됨기억나는 정확한 SQL 단어뿐만 아니라 의도에 따라 스키마와 데이터를 검색하세요.
머릿속에 있는 아이디어를 검색할 수 있어야 합니다. 우연히 기억해 낸 정확한 테이블 이름만으로 검색이 묶여서는 안 되죠. 의미 검색은 “취소된 구독은 어디에 보관하나요” 같은 설명만으로 관련 테이블, 컬럼, 루틴을 찾아주므로, 이미 답을 알고 있을 필요가 없습니다.
왜 일반 검색만으로는 충분하지 않은가
텍스트 검색은 양쪽 모두에서 실패합니다. 검색 customer 를 검색할 때 그것을 party 그러면 아무것도 나오지 않고, 검색하면 date 그러면 400개의 열이 나옵니다. 어느 쪽 결과도 원하는 것이 어디 있는지 알려주지 않습니다.
작동 방식: 두 검색을 병합
SQLly는 로컬 카탈로그 스키마 객체를 대상으로 동시에 두 가지 방식으로 검색합니다:
- 전체 텍스트(BM25) - 단어를 기억해 낼 때는 빠르고 정확하고 훌륭합니다. 스키마 검색은 이미 이 절반으로 돌아가고 있습니다.
- 벡터 유사도 - 각 객체 설명의 임베딩이 있어서 “취소된 구독”이라는 검색이
churn_events쿼리와 겹치는 단어가 하나도 없는 테이블.
두 점수 집합은 원시 값 그대로는 비교할 수 없습니다. BM25 점수와 코사인 유사도는 척도가 다르기 때문에 각각 따로 정규화한 뒤 섞고, 두 절반의 가중치는 대략 절반씩입니다. 각 결과에는 점수 내역이 붙어 있어서 수상한 결과가 나오면 막아 내는 대신 설명해 줄 수 있습니다.
스키마뿐 아니라 데이터까지 검색
같은 메커니즘이 이름뿐 아니라 값도 가리킵니다 - 다음을 찾아냅니다 어느 테이블에 붙여넣은 정체불명의 식별자가 들어 있을 때입니다. 이 부분은 당연한 이유에서 조심스럽게 제한됩니다. 검색 하나에 데이터를 훑는 비용이 크고, 부탁받지도 않은 채 프로덕션에서 그러는 건 무례한 일이니까요.
계획됨. 카탈로그, 전체 텍스트 색인, 벡터 저장소, 하이브리드 병합은 이미 만들어 테스트를 마쳤고, 남은 것은 앱 안의 검색 UI와 데이터 검색 범위입니다.