Snowflake Inc. 是一家提供数据云 (Data Cloud) 服务的全球性公司，其核心产品是 Snowflake 云数据平台 (Snowflake Cloud Data Platform) 。
Snowflake 迅速成为现代企业数据战略的核心，尤其是在需要处理大量结构化、半结构化和非结构化数据的场景中。Snowflake 通过集成 Cortex 平台和 AISQL 操作符，Snowflake 正在将其核心数据管理能力扩展到非结构化数据和 LLM 推理领域。
Cortex AISQL 概览
https://arxiv.org/pdf/2511.07663
Snowflake 的 Cortex AISQL 是一个生产级 SQL 引擎，它将原生语义操作（基于大型语言模型，LLM）直接集成到 SQL 中。这使得用户可以编写声明性查询，将传统的关系型操作与语义推理结合起来，从而轻松地同时查询结构化和非结构化数据。
AISQL 扩展了 SQL，将 LLM 功能引入关系模型，提供以下原语操作符：
-
AI_COMPLETE: 用于文本生成。 -
AI_FILTER: 用于语义过滤（如按主题相关性过滤文档）。 -
AI_JOIN: 用于语义连接（如基于语义相似性连接表格）。 -
AI_CLASSIFY: 用于内容分类/归类。 -
AI_AGG和AI_SUMMARIZE_AGG: 用于语义聚合和文本摘要聚合。
一个产品经理可以在一个 SQL 查询中完成以下任务：使用
AI_FILTER过滤出客户表达不满意的支持记录，使用AI_JOIN将这些记录与产品目录连接，使用AI_CLASSIFY对问题严重性进行分类，并使用AI_SUMMARIZE_AGG按产品类别生成高管摘要。
AISQL 已在 Snowflake 生产环境中部署，为客户提供广泛的工作负载支持，包括分析、搜索和内容理解等。它解决了将 LLM 集成到数据库系统中的核心性能和优化挑战，使得对结构化和非结构化数据的混合分析成为可能。
Snowflake 架构的演变
Snowflake 架构的核心设计是计算与存储分离，这使得用户可以独立扩展查询处理资源（即虚拟仓库）和存储的数据量。云服务层 (Cloud Services layer) 负责认证、编译和协调 SQL 工作负载的执行。
随着 LLM（大型语言模型）的爆发式增长，传统的和新兴的数据管理工作负载都在演变。AI 代理现在需要处理数据仓库中存储的数据，同时用户也需要从非结构化数据（如文档、图像、音频、视频）中提取洞察和执行分析。
Cortex 平台是一个多租户组件，能够执行交互式（例如通过 REST 接口）和批处理（例如通过 SQL）的 AI 工作负载。
Cortex 平台支持来自多个合作伙伴（如 OpenAI、Anthropic 和 Meta 等）的大量模型。对于每个推理请求，Cortex 平台会决定是使用自己的推理引擎执行，还是将其转发给合作伙伴的端点。例如，针对 GPT 模型的推理请求会由 Cortex 平台转发给 OpenAI 的端点。
AISQL 核心操作符
AISQL 的核心操作符将自然语言能力引入传统 SQL，使用户能够直接在查询中表达复杂的语义操作。这些操作符支持数据级并行，并可与标准 SQL 构造（如 JOIN、GROUP BY）组合，从而支持丰富的分析工作流。
想象一下，你不再需要编写复杂的逻辑和代码，就能直接问你的数据库：“这封邮件的情绪是积极的吗？”或者“这段销售记录里，客户投诉了哪些产品？”
AISQL 将所有语义操作归纳为五大基本功能：映射、过滤、连接、分类和归约。
✨ AI_COMPLETE
：让 LLM 直接给你“撰写”结果
-
功能： 让 LLM 根据你的提示（Prompt），直接为每一行数据生成一个完整的、语义化的新值。 -
应用场景：情感分析、意图识别、摘要生成。
示例： “请评估一下这个客户评论的满意度。”
-- 数据库直接返回：'非常满意', '略有不满', 等等...
SELECT AI_COMPLETE(PROMPT('Evaluate the customer satisfaction from the product review: {0}', review))
FROM product_reviews;
如果你只需要一个简单的**“是”或“否”**来筛选数据，AI_FILTER 就是你的利器。
🛡️ AI_FILTER
：让 LLM 帮你做 WHERE 条件
-
功能： 保证返回布尔值（True/False），可直接用于 SQL 的 WHERE子句进行高级语义过滤。 -
应用场景：风险识别、情绪监控、行为筛选。
示例： “找出所有客户在销售记录中‘变得恼火’的通话。”
-- 找出那些客户发脾气的通话记录，进行进一步分析。
WHERE AI_FILTER(PROMPT('In this sales transcript, does the customer become irritated? {0}', transcript));
这是 AISQL 颠覆性的功能之一。传统 Join 依赖精确的 ID 或名称匹配；AI_JOIN 则能进行语义匹配。
🤝 AI_JOIN：让两个表格“心意相通”
-
功能： 在 JOIN子句中使用 LLM，基于内容的语义相关性来连接两个表。 -
应用场景：产品投诉匹配、文档关联、实体链接。
示例： “连接所有包含‘客户投诉某个产品’的通话记录和产品信息表。”
-- 就算通话记录中没有产品 ID，只要语义上是投诉某个产品，就能连接成功！
JOIN products AS p
ON AI_FILTER(PROMPT('In this sales transcript, does the customer complain about {0}? {1}',
p.name,
t.transcript));
如果你有一系列预先定义的类别，AI_CLASSIFY 能帮你快速高效地进行多选一的归类。
🏷️ AI_CLASSIFY
：一键归类，精准贴标签
-
功能： 将输入文本（或图像）分配到你提供的有限候选集中的一个或多个类别。 -
应用场景：主题归档、情感细分、意图分类。
示例： “将所有产品评论的情感分类为 'positive'、'neutral' 或 'negative'。”
-- 结果会是清晰的 'positive' 或 'negative' 标签。
SELECT AI_CLASSIFY(review, ['positive', 'neutral', 'negative'], 'Classify the sentiment of this product review.')
FROM product_reviews;
Snowflake AISQL查询引擎
Snowflake 的 AISQL 查询执行引擎 就是那个给数据库装上“超级大脑”的幕后英雄。它彻底改造了传统 SQL，让昂贵又复杂的 AI 推理，也能在海量数据上跑得又快又省！
传统的数据库优化器面对 AI_FILTER 这种 LLM 操作符时，就像面对一个“黑盒” 。AISQL 优化器的首要目标是：把 AI 推理成本（即 LLM 调用次数）降到最低！
-
绝不浪费： 在多个过滤条件中，最昂贵、最耗时的 AI 过滤（比如分析图片的多模态 AI）会被推到查询的最后一步才执行。 -
动态调整： 优化器不再是“一锤子买卖”。它会在查询运行时收集数据，如果发现某个 AI 过滤比预期的更有效，它会动态调整执行顺序，确保最严格的过滤永远优先执行。
AISQL 引入了“模型级联”技术，相当于给数据库配备了一个“快速助理”和一个“专家教授”：
-
快速助理 (Proxy Model)： 使用一个轻量级、低成本的模型（比如 Llama3.1-8B）处理绝大多数行。 -
专家教授 (Oracle Model)： 只有当快速助理对结果“感到不确定”（即置信度分数落在“不确定区域”时），才会将这些困难的行升级给专家教授处理。
# 学习大模型 & 讨论Kaggle #
每天大模型、算法竞赛、干货资讯
