MindsDB: eine Open-Source-Plattform zur Verbindung von Daten aus verschiedenen Quellen und zur Abfrage mit SQL und KI

MindsDB ist eine Open-Source-KI-Datenabfrageplattform, die sich auf die Verbindung und Integration mehrerer Datenquellen konzentriert. Sie ermöglicht es Benutzern, strukturierte und unstrukturierte Daten aus Datenbanken, Data Warehouses und SaaS-Anwendungen über SQL oder natürliche Sprache abzufragen. Das Herzstück von MindsDB ist eine föderierte Abfrage-Engine mit einem integrierten MCP-Server (Machine Learning and Data Connectivity), der es Benutzern ermöglicht, den Zugriff auf verstreute Daten zu vereinheitlichen und diese zu analysieren, ohne die Daten zu verschieben. Die Plattform unterstützt Verbindungen zu über 200 Datenquellen, darunter Slack, Gmail und soziale Plattformen, und eignet sich für Entwickler, Datenanalysten und Unternehmensanwender. MindsDB kann lokal oder in der Cloud bereitgestellt werden, ist hochflexibel, hat eine aktive Community und verfügt über mehr als 33k GitHub-Sterne.

Funktionsliste

• Konnektivität von Daten aus mehreren QuellenUnterstützt Konnektivität zu über 200 Datenquellen wie Datenbanken (MySQL, PostgreSQL), SaaS-Anwendungen (Slack, Gmail) und Data Warehouses.
• SQL und Abfragen in natürlicher SpracheBenutzer können Daten in SQL oder natürlicher Sprache abfragen, die von der Plattform automatisch übersetzt und ausgeführt werden.
• Aufbau einer WissensbasisIntegration heterogener Daten durch virtuelle Tabellen (Ansichten), um eine einheitliche Wissensbasis zu schaffen und den Datenzugriff zu vereinfachen.
• Integration von maschinellem LernenLightwood: Integriertes Lightwood-Framework für die schnelle Erstellung und Bereitstellung von Modellen für maschinelles Lernen in einer Datenbank.
• Föderale Query EngineAusführen komplexer Abfragen über Datenquellen ohne ETL-Prozesse (Extrahieren, Transformieren, Laden).
• Individuell anpassbare BereitstellungUnterstützung für lokale, Cloud- oder Docker-Bereitstellung, um verschiedene Nutzungsszenarien zu ermöglichen.
• Unterstützung der Open-Source-GemeinschaftBietet ein GitHub-Diskussionsforum, eine Slack-Community und eine Dokumentation, um Codebeiträge und Feedback zu fördern.

Hilfe verwenden

Einbauverfahren

MindsDB bietet eine Reihe von Installationsmethoden für Benutzer mit unterschiedlichem technischen Hintergrund. Im Folgenden werden die beiden wichtigsten Installationsmethoden beschrieben:

Docker verwenden (empfohlen)

1. Installation von Docker DesktopDownloaden und installieren Sie Docker Desktop für Windows, Mac oder Linux von der offiziellen Website (https://www.docker.com/products/docker-desktop/).
2. Ziehen eines MindsDB-Spiegels: Öffnen Sie ein Terminal und führen Sie den folgenden Befehl aus:

   docker pull mindsdb/mindsdb
   

3. Starten des MindsDB-ContainersFühren Sie den folgenden Befehl aus, um den Server zu starten:

   docker run -p 47334:47334 -p 47335:47335 mindsdb/mindsdb
   

   Port 47334 wird für die HTTP-Schnittstelle und 47335 für MySQL-Protokollverbindungen verwendet.

4. Zugriff auf MindsDB: Öffnen Sie Ihren Browser und geben Sie http://localhost:47334Für den Zugriff auf die MindsDB-Webschnittstelle verwenden Sie die MySQL-Clientschnittstelle. Oder verwenden Sie den MySQL-Client, um sich mit localhost:47335.

PyPI verwenden (für Entwickler)

1. Installation von PythonStellen Sie sicher, dass Python 3.8 oder höher installiert ist.
2. Installation von MindsDBLäuft im Terminal:

   pip install mindsdb
   

3. Starten des MindsDB-Servers: Führen Sie den folgenden Befehl aus:

   python -m mindsdb
   

4. ZugangsschnittstelleWie bei Docker, greifen Sie auf die http://localhost:47334 oder eine Verbindung über einen MySQL-Client herstellen.

Nach der Installation bietet MindsDB sowohl eine Weboberfläche als auch eine Kommandozeile, wobei die Weboberfläche für Anfänger und die Kommandozeile für Entwickler geeignet ist.

Hauptfunktionen

1. die Verbindung zu Datenquellen

MindsDB unterstützt die Verbindung zu mehreren Datenquellen. Es folgt ein Beispiel für die Verbindung zu einer MySQL-Datenbank:

• Bedienung der Webschnittstelle::
  1. Melden Sie sich bei der Webschnittstelle an und klicken Sie auf die Registerkarte "Datenquellen".
  2. Wählen Sie "Datenquelle hinzufügen" und wählen Sie MySQL.
  3. Datenbankinformationen eingeben: Host (host), Port (normalerweise 3306), Benutzername (username), Kennwort (password) und Datenbankname (database).
  4. Klicken Sie auf "Verbindung testen", um die Verbindung zu überprüfen, und klicken Sie auf "Speichern", wenn sie erfolgreich ist.
• SQL-Befehl Operation::
  Im SQL-Editor von MindsDB ausführen:

  CREATE DATABASE my_mysql_datasource
  WITH ENGINE = 'mysql',
  PARAMETERS = {
  "host": "localhost",
  "port": 3306,
  "user": "your_username",
  "password": "your_password",
  "database": "your_database"
  };
  

  Nach erfolgreicher Verbindung wird die Datenquelle in der Schnittstelle angezeigt oder kann über SQL abgefragt werden.

2. daten abfragen

MindsDB unterstützt SQL-Abfragen und Abfragen in natürlicher Sprache:

• SQL-Abfrage::
  Führen Sie Standard-SQL-Anweisungen in einem SQL-Editor oder einem MySQL-Client in der Weboberfläche aus. Fragen Sie zum Beispiel die Verkaufsdaten in einer MySQL-Datenquelle ab:

  SELECT * FROM my_mysql_datasource.sales_table WHERE date > '2025-01-01';
  

• Abfrage in natürlicher Sprache::
  Wählen Sie im Webinterface den Modus "Chat" und geben Sie eine Frage ein, z. B. "Wie hoch ist der Umsatz im ersten Quartal 2025?" MindsDB wird die Frage automatisch in eine SQL-Abfrage umwandeln und die Ergebnisse zurückgeben.

3. eine Wissensdatenbank erstellen

Die Wissensdatenbank wird verwendet, um Daten aus verschiedenen Quellen zu integrieren und virtuelle Tabellen zu erstellen. Arbeitsschritte:

1. Klicken Sie in der Weboberfläche auf die Registerkarte "Wissensdatenbanken" und wählen Sie "Wissensdatenbank erstellen".
2. Wählen Sie die Datenquellen aus, die Sie integrieren möchten (z. B. MySQL und Slack).
3. Definieren Sie die Struktur der virtuellen Tabelle und richten Sie die Feldzuordnung ein.
4. Nach der Speicherung kann die Wissensdatenbank z. B. über SQL abgefragt werden:

   SELECT * FROM my_knowledge_base WHERE topic = 'sales';
   

4. maschinelle Lernmodelle

Das Lightwood-Framework von MindsDB unterstützt das Training von Machine-Learning-Modellen innerhalb der Datenbank. Zum Beispiel für die Vorhersage von Hauspreisen:

1. Bereiten Sie die Datentabelle mit den Feldern vor, die sich auf den Hauspreis beziehen (z. B. Fläche, Ort).
2. Führen Sie es im SQL-Editor aus:

   CREATE PREDICTOR house_price_predictor
   FROM my_mysql_datasource (SELECT * FROM house_data)
   PREDICT price;
   

3. Nachdem das Training abgeschlossen ist, werden die Vorhersageergebnisse abgefragt:

   SELECT price FROM house_price_predictor WHERE area = 100 AND location = 'downtown';
   

Featured Function Bedienung

Föderale Query Engine

Die föderierte Abfrage-Engine von MindsDB ermöglicht Abfragen über Datenquellen hinweg. Zum Beispiel die Kombination von MySQL-Verkaufsdaten und Slack-Nachrichtendaten:

SELECT s.order_id, s.amount, m.message
FROM my_mysql_datasource.sales_table s
JOIN my_slack_datasource.messages m
ON s.date = m.timestamp;

Mit dieser Abfrage entfällt die Notwendigkeit, Daten manuell zu verschieben; MindsDB verarbeitet quellenübergreifende Verbindungen automatisch.

Bewertung der Wissensbasis

MindsDB bietet Werkzeuge, um die Qualität der Wissensdatenbank zu bewerten. Führen Sie das folgende SQL aus, um die Genauigkeit der Wissensdatenbank zu überprüfen:

EVALUATE KNOWLEDGE BASE my_knowledge_base
USING METRICS = ['accuracy', 'completeness'];

Die Ergebnisse zeigen die Genauigkeit und Vollständigkeit der Wissensbasis.

Unterstützung der Gemeinschaft

MindsDB bietet aktive Unterstützung durch die Gemeinschaft:

• GitHub Diskussionsforen: Zugang https://github.com/mindsdb/mindsdb/discussions Stellen Sie Fragen oder tauschen Sie Ideen aus.
• Slack-Gemeinschaft: Treten Sie dem Slack-Kanal von MindsDB bei, um mit Entwicklern in Kontakt zu treten.
• (Computer-)Datei: Zugang https://docs.mindsdb.com Hier finden Sie ausführliche Anleitungen und API-Dokumentation.

Anwendungsszenario

1. Analyse von Unternehmensdaten
   MindsDB unterstützt Unternehmen bei der Integration von Daten, die über Datenbanken und SaaS-Anwendungen verstreut sind. Datenanalysten können Vertriebs-, Kunden- und Betriebsdaten in SQL oder natürlicher Sprache abfragen, um schnell Berichte zu erstellen. Einzelhändler können zum Beispiel Shopify und MySQL miteinander verbinden, um Verkaufstrends zu analysieren.
2. KI-gestützte Prognosen
   Entwickler können mit MindsDB Prognosemodelle für Anwendungen in den Bereichen Finanzen, E-Commerce und mehr erstellen. Sie können zum Beispiel die Kundenabwanderung oder den Bedarf an Lagerbeständen ohne komplexe Datenpipelines vorhersagen.
3. Automatisierte Arbeitsabläufe
   MindsDB unterstützt Unternehmen bei der Automatisierung von Datenverarbeitungsaufgaben. Zum Beispiel generiert die Überwachung der Teamkommunikation über Slack-Datenfeeds in Kombination mit CRM-Daten automatisch Vorschläge für die Kundenbetreuung.

QA

1. Welche Datenquellen werden von MindsDB unterstützt?
   MindsDB unterstützt über 200 Datenquellen, darunter MySQL, PostgreSQL, MongoDB, Slack, Gmail, Salesforce und mehr, und deckt Datenbanken, SaaS-Anwendungen und Data Warehouses ab.
2. Programmiererfahrung erforderlich?
   Nein. Die Weboberfläche von MindsDB ist für Benutzer ohne Programmierkenntnisse geeignet. Entwickler können über SQL oder Python tiefgreifende Anpassungen vornehmen.
3. Ist MindsDB kostenlos?
   MindsDB ist 100% Open Source und kostenlos zu verwenden. Kostenpflichtiger kommerzieller Support ist für Geschäftskunden verfügbar, siehe Details unter https://mindsdb.com.
4. Wie kann ich Code beisteuern?
   Interviews https://github.com/mindsdb/mindsdbUm loszulegen, lesen Sie die Richtlinien für Beiträge. Reichen Sie einen Issue oder Pull Request ein, um teilzunehmen.