メインコンテンツへジャンプ

Databricks Assistant Quick Fixをリリース!

SQLとPythonのエラーを自動で修正
Share this post

Summary

Introducing Databricks Assistant Quick Fix, a new feature designed to automatically correct common, single-line code errors like syntax mistakes, unresolved columns, and type conversions!
Users can now streamline debugging with AI for faster error resolution. Skip the usual steps—fix errors in one smooth motion. See it in action

新機能「Databricks Assistant Quick Fix」をご紹介できることを嬉しく思います!これは、構文ミスや未解決のカラム、型変換など、一般的な一行エラーを自動で修正する強力な機能です。

調査によると、エラーの70%以上が単純なミスであり、修正には長い説明や大規模なドキュメント検索が必要ありません。Assistant Quick Fixを使えば、AIの力を活用してコーディングの効率を高め、デバッグプロセスをよりスムーズにする統合ソリューションを実現しました。

Assistant Quick Fixの仕組み

Assistant Quick Fixは、Databricks Assistant を活用してエラー修正の提案を行いますが、特にSQLやPythonのコーディング中によく発生する特定のエラーを素早く修正するよう最適化されています。Quick Fixの重要な目標は「速さ」。提案は迅速に返され、手をキーボードから離さずに受け入れることができます。

1

どのようなエラーを修正できるのか?

Assistant Quick Fixは、SQLやPythonの幅広いエラーを解決する能力を持っています。具体的には以下のようなエラーに対応しています。

  • 末尾のカンマ
  • タイプミスしたカラム名、テーブル名、または関数名
  • GROUP BY句の欠如
  • 構文エラー
  • データ型の不一致(例:文字列をタイムスタンプに変換)
  • キーボードショートカットとUX

Quick Fixは、できるだけ侵入感の少ない設計を目指しています。1〜3秒以内にインラインで一行の提案が表示され、(Cmd+’)で受け入れる、(Cmd+ENTER)で受け入れて実行する、または(ESC)で拒否することができます。

Quick Fixの最適化

Quick Fixは、ユーザーが頻繁に遭遇する特定のサブセットの一般的なエラーに焦点を当てるように調整されています。以下の技術を活用しました。

  • ファジーマッチング/セマンティック検索: テーブル名やカラム名のミススペルに対しては、Intelligent Search APIを使用し、リアルタイムで正しいテーブルを見つけます。Intelligent Searchは、最近使用したテーブルや人気のあるテーブルを活用して正しいマッチを見つけ出します。
  • 修正のポストプロセッシングによる検証: 生成された修正は、コードリンター(AntlrおよびLSP)で実行し、ユーザーに表示する前に有効なPythonやSQLであることを確認します。
  • 無意味な修正を防ぐガードレール: LLMは時折、変数を自分自身に置き換える(「A = A」)や行をコメントアウトするなど、非論理的な提案を出すことがあります。こうした修正はポストプロセッシングで除去し、有用な提案のみを表示します。
  • 特定エラーに対するカスタムポストプロセッシング: 「UNRESOLVED_COLUMN.WITH_SUGGESTION」のようなエラーについては、提案された修正が未解決のカラム問題を直接解決するかどうかを確認し、無関係または誤った修正が適用されないようにしています。
  • SQLとPythonエラーに対する異なる戦略: SQLの場合、リアルタイム検索を使用してテーブルやカラムをマッチングするスキーマ認識の修正に焦点を当て、Pythonの場合は、未定義の変数を特定し、アクティブなコードコンテキストを分析して型の不一致を修正することに重点を置いています。

これらの調整を行った結果、受け入れ率が以下のように向上しました:

Error Type

Language

% Improvement over Diagnose Error

Missing/incorrect columns 

SQL

14.55%

PARSE_SYNTAX_ERROR 

SQL

12.31%

TABLE_OR_VIEW_NOT_FOUND 

SQL

20%

NameError 

Python

13.89%

TypeError 

Python

16.67%

さらに、最適な最大待機時間の設定、アクティブな提案の管理パターン、キーボードショートカットの最適な実装方法についての追加フィードバックも収集しました。その結果、内部での受け入れ率を25%向上させることができました。

今後の改善

Quick Fixで自動修正できるエラーの範囲を引き続き調整しています。今後の改善点としては、複数のエラーを一度に修正する機能、入力中のエラー修正、そしてSQLエディタのサポートを追加する予定です。

Databricks Assistantを今すぐ試してみましょう!

Databricks Assistantがどのように動作するかを知りたい方は、デモ動画(demo video)をご覧ください。Assistantを使ってデータパイプライン、SQLクエリ、データの視覚化を構築する方法をご紹介しています。また、Databricks Assistantを活用して開発者の生産性を向上させるその他の方法については、「Databricks Assistantの使用に関するヒントとコツ」を紹介したブログをぜひチェックしてみてください。

Databricks 無料トライアル

関連記事

Databricksアシスタントに自動補完機能が登場!

Databricks Assistant オートコンプリート のパブリックプレビューを発表できることを嬉しく思います。この機能は、リアルタイムでAI駆動のアシスタントがパーソナライズされたコード提案を提供します。ノートブックやSQLエディタに直接統合されており、Assistant Autocompleteの提案が開発の流れに自然に溶け込み、エディタに集中したまま作業を続けることができます。 AI によるコード提案で生産性を向上 Databricks Assistant オートコンプリートは、SQLおよびPythonでの入力中に自動的に高速なコード提案を提供します。AIコード補完は、現在のコードセルや周囲のコードセル、Unity Catalogメタデータ、DataFrameデータなどのコンテキストを使用して、入力中に非常に関連性の高い提案を生成します。 SQL Python Databricks Assistant Autocompleteを最大限に活用する方法 Databricks Assistant Autoc

データエンジニアのための Databricks Assistant のヒントとコツ

生成AI革命はチームの働き方を変えつつあり、Databricks Assistantはこれらの進歩を最大限に活用しています。会話型インターフェイスを介してデータをクエリできるため、 Databricksワークスペース内での生産性が向上します。アシスタントは Databricks用のデータインテリジェンスエンジンであるDatabricksIQ を搭載しており 、データのセキュリティを確保し、応答が正確で、企業の詳細に合わせて調整されていることを確認します。 Databricks Assistantを使用すると 、タスクを自然言語で記述して、開発者のエクスペリエンスを中断することなく、複雑なコードを生成、最適化、またはデバッグできます。 この投稿では、ブログ「 Databricks Assistantを最大限に活用するための5つのヒント 」 を拡張し 、アシスタントが退屈な作業の排除、生産性と没入感の向上、価値実現までの時間の短縮によってデータエンジニアの生活をどのように改善できるかに焦点を当てます。さまざまなデータ

調査:Databricks Assistant による生産性の向上

データ サイエンスとエンジニアリングの急速に進歩する分野では、生産性を向上させるために人工知能 (AI) の統合が不可欠になっています。 数多くのツールが登場し、データ実務者の生活を一変させ、複雑なタスクを容易にし、イノベーションを促進してきました。 2023 年 7 月に Databricks Assistant をパブリック プレビューでリリースしたとき、私たちはデータ サイエンティスト、アナリスト、エンジニア間の効率を合理化することのみを目的として設計しました。 この目標をどの程度達成しているかをよりよく理解するために、経験の異なる複数の組織のトップユーザーを対象に調査を行うことにしました。 調査の目的 Databricks Assistant がデータ プロフェッショナルに与える影響をより深く理解するために、幅広いユーザー エクスペリエンスを捉えられるようにこの調査を綿密に設計しました。 このアンケートを実施した目的は、アシスタントがユーザーの日常生活に与える影響をよりよく理解するだけでなく、アシスタント
プラットフォーム> 製品> お知らせ一覧へ