ClickHouse breidt SQL uit met AI-functies
ClickHouse heeft zijn analytische database uitgebreid met AI-functies waarmee gebruikers vanuit SQL onder meer teksten kunnen classificeren, vertalen en doorzoeken op betekenis. In een productblog van vorige week licht de leverancier de mogelijkheden toe. De functies hebben bètastatus; voor ClickHouse Cloud meldt het bedrijf een private preview.
De uitbreiding richt zich op het analyseren van ongestructureerde tekst, zoals klantbeoordelingen, productbeschrijvingen en supporttickets. Gebruikers kunnen de uitkomsten van AI-bewerkingen combineren met reguliere databasequery’s. Zo kunnen zij teksten eerst naar onderwerp indelen en vervolgens per categorie aantallen berekenen.
De functies zijn verspreid over meerdere releases toegevoegd. Versie 26.4 introduceerde tekstgeneratie, classificatie, extractie en vertaling. In 26.6 volgde het genereren van embeddings. Versie 26.8 voegde functies toe voor filtering, het afschermen van persoonsgegevens en het vergelijken van teksten op betekenis.
Analyse vanuit SQL
Met aiClassify kunnen gebruikers tekst indelen in vooraf bepaalde categorieën, bijvoorbeeld positieve, negatieve of neutrale beoordelingen. De functie aiExtract haalt gestructureerde informatie uit vrije tekst. Met aiFilter kunnen gebruikers een selectievoorwaarde in gewone taal opgeven, bijvoorbeeld om klachten over bezorging te vinden.
Voor zoeken op betekenis biedt aiEmbed de mogelijkheid om tekst om te zetten in numerieke vectoren, zogeheten embeddings. Deze kunnen samen met de oorspronkelijke tekst worden opgeslagen. In combinatie met vectorzoekfuncties en tekstgeneratie ondersteunt dit retrieval augmented generation: antwoorden laten genereren op basis van relevante informatie uit de database.
De aansturing gebeurt vanuit SQL, maar het AI-model draait niet noodzakelijk in de database. De functies benaderen een geconfigureerde modeldienst via een API. Naast externe aanbieders kunnen gebruikers een compatibele, lokaal gehoste modeldienst aansluiten.
Beheer en beschikbaarheid
Voor eigen ClickHouse-installaties moeten beheerders de modeldienst en toegangsgegevens configureren. De documentatie noemt ondersteuning voor OpenAI en Anthropic, evenals diensten met een OpenAI-compatibele API, waaronder Ollama en vLLM.
Omdat modelaanroepen kosten kunnen veroorzaken, zijn limieten beschikbaar voor het aantal API-aanroepen en het tokengebruik per query. Via de querylog kunnen beheerders onder meer het aantal verwerkte rijen en het tokenverbruik volgen.
ClickHouse waarschuwt dat AI-uitkomsten kunnen variëren en door invoertekst kunnen worden beïnvloed. Ook ontvangt de gekozen modeldienst de aangeboden tekst. De keuze van die dienst is daarmee relevant voor de verwerking van gevoelige data.
Voor de cloudversie verwijst de productblog naar aanmelding voor een private preview. De algemene documentatie vermeldt nog dat de functies niet beschikbaar zijn in ClickHouse Cloud.
Bron: ClickHouse
