MindsDB：複数のソースからデータを接続し、SQLとAIでクエリを実行するためのオープンソースプラットフォーム

MindsDBは、複数のデータソースの接続と統合に焦点を当てたオープンソースのAIデータクエリプラットフォームです。データベース、データウェアハウス、SaaSアプリケーションからの構造化データおよび非構造化データを、SQLまたは自然言語によってクエリできる。MindsDBの中核をなすのは、MCP（機械学習およびデータ接続）サーバーを内蔵した連携クエリエンジンであり、ユーザーはデータを移動することなく、分散したデータへのアクセスを一元化して分析できる。このプラットフォームは、Slack、Gmail、ソーシャルプラットフォームを含む200以上のデータソースへの接続をサポートしており、開発者、データアナリスト、企業ユーザーに適しています。MindsDBはローカルまたはクラウドにデプロイすることができ、柔軟性が高く、活発なコミュニティを持ち、33k以上のGitHubスターを誇っています。

機能一覧

• マルチソースデータ接続データベース（MySQL、PostgreSQL）、SaaSアプリケーション（Slack、Gmail）、データウェアハウスなど200以上のデータソースとの接続をサポートします。
• SQLと自然言語クエリユーザーはSQLまたは自然言語でデータを照会でき、プラットフォームはそれを自動的に翻訳して実行する。
• 知識ベースの構築仮想テーブル（ビュー）を通じて異種データを統合し、統一されたナレッジベースを作成し、データアクセスを簡素化する。
• 機械学習の統合データベース内で機械学習モデルを迅速に構築・展開するためのLightwoodフレームワークを内蔵。
• フェデラル・クエリー・エンジンETL(抽出、変換、ロード)プロセスなしで、データソース間で複雑なクエリーを実行。
• カスタマイズ可能な配備ローカル、クラウド、Dockerのデプロイをサポートし、さまざまな利用シーンに対応。
• オープンソースコミュニティのサポートGitHubディスカッションフォーラム、Slackコミュニティ、ドキュメントを提供し、コードへの貢献やフィードバックを促す。

ヘルプの使用

設置プロセス

MindsDB では、様々な技術的背景を持つユーザーのために、様々なインストール方法を 提供しています。以下は主な2つのインストール方法です：

Dockerの使用（推奨）

1. Docker Desktopのインストール公式ウェブサイト（https://www.docker.com/products/docker-desktop/）から、Windows、Mac、Linux用のDocker Desktopをダウンロードしてインストールする。
2. MindsDBミラーを引っ張るターミナルを開き、以下のコマンドを実行する：

   docker pull mindsdb/mindsdb
   

3. MindsDB コンテナの起動以下のコマンドを実行してサーバーを起動する：

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

   ポート47334はHTTPインターフェースに使用され、47335はMySQLプロトコル接続に使用される。

4. MindsDBへのアクセスブラウザを開き http://localhost:47334MindsDB ウェブインタフェースにアクセスするには、MySQL クライアントインタフェースを使用する。または、MySQL クライアントを使用して localhost:47335.

PyPIを使う（開発者向け）

1. PythonのインストールPython 3.8以降がインストールされていることを確認してください。
2. MindsDBのインストールターミナルで実行されます：

   pip install mindsdb
   

3. MindsDB サーバーの起動以下のコマンドを実行する：

   python -m mindsdb
   

4. アクセスインターフェイスDockerと同じように http://localhost:47334 または MySQL クライアントから接続する。

インストール後、MindsDBはウェブインターフェイスとコマンドラインの両方を提供します。ウェブインターフェイスは初心者に適しており、コマンドラインは開発者に適しています。

主な機能

1.データソースへの接続

MindsDB は複数のデータソースへの接続をサポートしています。以下は MySQL データベースへの接続例です：

• ウェブインターフェースの操作::
  1. ウェブ・インターフェイスにログインし、"Data Sources "タブをクリックする。
  2. データソースの追加」を選択し、MySQLを選択する。
  3. データベース情報を入力します。host)、ポート(通常は3306)、ユーザー名(username)、パスワード(password) とデータベース名 (database).
  4. Test Connection "をクリックして接続を確認し、成功したら "Save "をクリックする。
• SQLコマンド操作::
  MindsDB の SQL エディターで実行する：

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

  接続に成功すると、データソースがインターフェイスに表示されるか、SQLで照会できるようになります。

2.クエリーデータ

MindsDBはSQLと自然言語によるクエリーをサポートしています：

• SQLクエリ::
  WebインターフェイスのSQLエディタまたはMySQLクライアントで標準SQLステートメントを実行します。例えば、MySQLデータソースの売上データを照会します：

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

• 自然言語クエリ::
  ウェブインターフェイスで「チャット」モードを選択し、質問を入力する。 MindsDB は自動的に質問を SQL クエリーに変換し、結果を返します。

3.ナレッジベースの作成

知識ベースは、複数のソースからのデータを統合し、仮想テーブルを作成するために使用されます。操作ステップ

1. ウェブインターフェースの "Knowledge Bases "タブをクリックし、"Create Knowledge Base "を選択します。
2. 統合したいデータソースを選択する（例：MySQLとSlack）。
3. 仮想テーブル構造を定義し、フィールドマッピングを設定する。
4. 一度保存されたナレッジベースは、SQLなどで照会することができる：

   SELECT * FROM my_knowledge_base WHERE topic = 'sales';
   

4.機械学習モデル

MindsDBのLightwoodフレームワークは、データベース内での機械学習モデルのトレーニングをサポートします。例えば、住宅価格の予測：

1. 住宅価格に関連するフィールド（地域、場所など）を持つデータテーブルを準備する。
2. SQLエディタで実行する：

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

3. トレーニングが終了すると、予測結果が照会される：

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

注目の機能操作

フェデラル・クエリー・エンジン

MindsDBの連携クエリーエンジンは、データソースをまたいだクエリーを可能にする。例えば、MySQLの売上データとSlackのメッセージデータを組み合わせることができる：

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;

このクエリにより、手動でデータを移動する必要がなくなり、MindsDB は自動的にクロスソース接続を処理する。

知識ベースの評価

MindsDBはナレッジベースの品質を評価するツールを提供しています。以下のSQLを実行して、ナレッジベースの精度をチェックしてください：

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

結果は知識ベースの正確さと完全性のスコアを示す。

地域支援

MindsDBは活発なコミュニティサポートを提供しています：

• GitHubディスカッションフォーラムアクセス https://github.com/mindsdb/mindsdb/discussions 質問したり、アイデアを出し合ったりする。
• スラック・コミュニティMindsDBのSlackチャンネルに参加して、開発者と交流しましょう。
• (さんぷアクセス https://docs.mindsdb.com 詳細なチュートリアルとAPIドキュメントを取得します。

アプリケーションシナリオ

1. 企業データ分析
   MindsDBは、データベースやSaaSアプリケーションに散在するデータの統合を支援します。データアナリストは、SQLまたは自然言語で販売、顧客、業務データを照会し、レポートを迅速に作成できる。例えば、小売業者はShopifyとMySQLを接続し、販売傾向を分析することができます。
2. AIによる予測
   開発者はMindsDBを使用して、金融、電子商取引などのアプリケーション用の予測モデルを構築することができます。例えば、複雑なデータパイプラインなしに、顧客の離反や在庫需要を予測することができます。
3. 自動化されたワークフロー
   MindsDBは企業のデータ処理タスクの自動化をサポートする。例えば、Slackのデータフィードを通じてチームのコミュニケーションを監視し、CRMデータと組み合わせることで、顧客フォローアップの提案を自動的に生成します。

品質保証

1. MindsDB はどのようなデータソースをサポートしていますか？
   MindsDBは、MySQL、PostgreSQL、MongoDB、Slack、Gmail、Salesforceなど、データベース、SaaSアプリケーション、データウェアハウスを含む200以上のデータソースをサポートしています。
2. プログラミングの経験が必要ですか？
   MindsDBのウェブインターフェースは、プログラミング経験のないユーザーにも適しています。開発者はSQLまたはPythonを使用して詳細なカスタマイズが可能です。
3. MindsDBは無料ですか？
   MindsDBは100%オープンソースで、無料で使用できます。ビジネスユーザー向けには有償の商用サポートがあります。 https://mindsdb.com.
4. コードを提供するには？
   インタビュー https://github.com/mindsdb/mindsdbまずは、コントリビューション・ガイドラインをご覧ください。参加するには、課題またはプルリクエストを提出してください。