Set konteks adalah kumpulan panduan yang membantu alat seperti QueryData menghasilkan kueri Graph Query Language (GQL) yang akurat untuk grafik properti di database Spanner Anda. QueryData membaca skema grafik properti Anda langsung dari database. Set konteks menambahkan hal yang tidak dicakup oleh skema: arti istilah bisnis Anda, kueri terverifikasi untuk pertanyaan yang sering diajukan pengguna, dan cara pengguna merujuk ke nilai yang disimpan dalam grafik Anda. Anda tidak perlu menentukan ulang skema grafik dalam set konteks.
Database berikut didukung oleh QueryData:
- AlloyDB untuk PostgreSQL
- Cloud SQL untuk MySQL
- Cloud SQL untuk PostgreSQL
- Spanner (termasuk Spanner Graph)
- Firestore dengan kompatibilitas MongoDB
Untuk menggunakan set konteks dengan tabel Spanner relasional, bukan Spanner Graph, lihat Ringkasan set konteks untuk Spanner.
Anda menentukan konteks dalam file JSON yang berisi tiga jenis objek: template kueri, aspek kueri, dan penelusuran nilai. Anda dapat menulis file ini dengan bantuan agen rekayasa konteks, lalu menguploadnya ke set konteks yang Anda buat di Spanner Studio. QueryData menggunakan set konteks saat permintaan QueryData mereferensikannya di kolom agent_context_reference.context_set_id.
Anda dapat membuat set konteks di region us-central1, us-east1, europe-west4, dan asia-southeast1. Region set konteks tidak perlu sama dengan lokasi yang Anda gunakan dalam permintaan QueryData, seperti locations/global.
Contoh dalam dokumen ini menggunakan skema grafik properti FinGraph (node Person dan Account yang terhubung oleh edge Owns dan Transfers). Untuk menyiapkan grafik properti FinGraph di database Spanner dan menyisipkan data sampel, lihat Menyiapkan dan membuat kueri Spanner Graph.
Cara QueryData menggunakan set konteks
Set konteks dapat berisi tiga jenis konteks. Setiap jenis menyelesaikan masalah yang berbeda, dan QueryData dapat menggunakannya secara independen atau bersama-sama:
| Jenis konteks | Yang Anda berikan | Kapan menggunakannya | Cara QueryData menggunakannya | Contoh FinGraph |
|---|---|---|---|---|
| Template kueri | Kueri GQL yang lengkap dan terverifikasi untuk satu jenis pertanyaan, dengan placeholder ? untuk nilai yang berubah. |
Pengguna mengajukan pertanyaan yang sama berulang kali dengan nilai parameter yang berbeda, terutama saat kueri sulit dibuat (seperti pola jalur multi-hop). | Menggunakan kembali kueri sql secara langsung untuk pencocokan persis, atau mengganti parameter menjadi parameterized_sql saat pertanyaan cocok dengan template. |
"Apakah ada uang yang dikirim dari rekening 7 yang dikembalikan ke rekening tersebut dalam waktu 60 hari?" |
| Facet kueri | Klausa GQL yang dapat digunakan kembali, seperti pola MATCH atau kondisi WHERE, yang menentukan istilah atau kondisi bisnis. |
Satu kondisi atau pola yang dapat digunakan kembali muncul di dalam banyak pertanyaan yang berbeda. | Menyertakan klausa GQL yang ditentukan saat membuat kueri GQL baru. | Transfer berisiko tinggi adalah transfer sebesar 200 atau lebih ke akun yang diblokir. |
| Penelusuran nilai | Kueri yang menemukan nilai properti tersimpan yang cocok dengan frasa nilai dalam pertanyaan pengguna. | Pengguna merujuk ke nilai berdasarkan nama atau ejaan yang berbeda dengan cara penyimpanannya dalam grafik. | Menjalankan kueri pencarian dengan frasa nilai sebelum membuat kueri GQL, lalu memfilter nilai dan properti tersimpan yang di-resolve. | "hari hujan" mengacu pada Rainy Day Fund di Account.nick_name. |
Diagram berikut menunjukkan cara QueryData memproses pertanyaan menggunakan set konteks:

Seperti yang ditunjukkan diagram, saat QueryData menerima pertanyaan, alat ini akan menggunakan set konteks Anda dalam urutan berikut:
- Mengambil konteks yang relevan. QueryData mengambil template, faset, dan penelusuran nilai yang paling mirip dengan pertanyaan.
- Jalankan penelusuran nilai. Untuk setiap frasa nilai dalam pertanyaan, seperti nama atau nama panggilan, QueryData menjalankan penelusuran nilai Anda untuk menemukan nilai tersimpan yang cocok. Penelusuran nilai tidak berjalan untuk angka, tanggal, waktu, atau jumlah mata uang.
- Mencocokkan dengan template kueri. Jika pertanyaan cocok dengan template, QueryData akan menggunakan kueri GQL terverifikasi dari template tersebut. Untuk pencocokan persis dengan
nl_query, QueryData menjalankan kuerisqlsecara langsung. Untuk pencocokan dengan template berparameter, QueryData mengganti placeholder?diparameterized_sqldengan nilai dari pertanyaan dan menjalankan kueri yang dihasilkan. - Membuat kueri GQL baru. Jika tidak, QueryData akan membuat kueri GQL baru dari skema grafik Anda. Agen ini menerapkan faset yang relevan sebagai aturan bisnis, menggunakan template yang relevan sebagai contoh, dan menggunakan nilai tersimpan yang ditemukan oleh penelusuran nilai.
Format file set data konteks
File set konteks adalah objek JSON dengan tiga kolom array (templates, facets, dan value_searches) untuk item konteks yang dijelaskan di bagian berikut. File set konteks kosong memiliki struktur berikut:
{
"templates": [],
"facets": [],
"value_searches": []
}
Gunakan kombinasi kolom ini dan hapus kolom yang tidak Anda gunakan. Titik awal yang baik untuk Spanner Graph adalah membuat template untuk setiap pertanyaan multi-hop atau berbatas waktu yang memerlukan struktur kueri tertentu, faset untuk setiap istilah bisnis yang muncul di beberapa pertanyaan, dan penelusuran nilai untuk setiap properti teks yang dirujuk pengguna berdasarkan nama (seperti nama, nama panggilan, atau negara).
Saat Anda mengedit file set konteks, perhatikan aturan berikut:
- String kueri satu baris. Nilai
sql,parameterized_sql,sql_snippet,parameterized_sql_snippet,query, dannl_queryadalah string JSON, sehingga setiap kueri ditulis dalam satu baris. Di dalam kueri, gunakan tanda kutip tunggal (') untuk literal string, atau escape tanda kutip ganda sebagai\". - GQL di kolom
sql. Beberapa nama kolom berisisqlkarena formatnya digunakan bersama oleh semua database yang didukung QueryData. Untuk Spanner Graph, berikan kueri atau klausa GQL dalamsql,parameterized_sql,sql_snippet, danparameterized_sql_snippet. - Nama kolom yang sama persis. Nama kolom harus sama persis dengan nama dalam dokumen ini. Kolom dengan nama yang tidak dikenali akan diabaikan tanpa error.
Template kueri
Template menyambungkan pertanyaan yang diajukan pengguna dengan kueri GQL terverifikasi yang menjawabnya. Gunakan template untuk pertanyaan yang diajukan pengguna berulang kali, terutama saat kueri sulit dibuat (seperti pola jalur multi-hop dengan kondisi waktu).
Contoh template
Dengan template berikut dalam file set konteks Anda, QueryData dapat menjawab pertanyaan yang memiliki struktur yang sama, seperti "Apakah ada uang yang dikirim dari rekening 7 yang kembali ke rekening tersebut dalam waktu 60 hari?" atau "Apakah ada uang yang dikirim dari rekening 16 yang kembali ke rekening tersebut dalam waktu 30 hari?":
{
"templates": [
{
"nl_query": "Did any money sent from account 7 come back to it within 60 days?",
"sql": "GRAPH FinGraph MATCH TRAIL (src:Account {id: 7})-[sent:Transfers]->(:Account)-[:Transfers]->{0,2}(:Account)-[returned:Transfers]->(src) WHERE returned.create_time > sent.create_time AND TIMESTAMP_DIFF(returned.create_time, sent.create_time, DAY) <= 60 RETURN sent.amount AS amount_sent, returned.amount AS amount_returned, TIMESTAMP_DIFF(returned.create_time, sent.create_time, DAY) AS days_to_return",
"intent": "Find transfer loops of two to four transfers that start and end at account 7, where the last transfer happens within 60 days after the first transfer.",
"manifest": "Find transfer loops of two to four transfers that start and end at a given account, where the last transfer happens within a given number of days after the first transfer.",
"parameterized": {
"parameterized_intent": "Find transfer loops of two to four transfers that start and end at account ?, where the last transfer happens within ? days after the first transfer.",
"parameterized_sql": "GRAPH FinGraph MATCH TRAIL (src:Account {id: ?})-[sent:Transfers]->(:Account)-[:Transfers]->{0,2}(:Account)-[returned:Transfers]->(src) WHERE returned.create_time > sent.create_time AND TIMESTAMP_DIFF(returned.create_time, sent.create_time, DAY) <= ? RETURN sent.amount AS amount_sent, returned.amount AS amount_returned, TIMESTAMP_DIFF(returned.create_time, sent.create_time, DAY) AS days_to_return"
}
}
]
}
Saat pengguna bertanya, "Apakah ada uang yang dikirim dari rekening 7 yang dikembalikan ke rekening tersebut dalam waktu 60 hari?", QueryData mencocokkan pertanyaan dengan template (atau, untuk pertanyaan dengan nilai parameter yang berbeda seperti akun 16 dan 30 hari, mengganti dua placeholder ? di parameterized_sql) dan menjalankan kueri GQL berikut:
GRAPH FinGraph
MATCH TRAIL
(src:Account {id: 7})-[sent:Transfers]->(:Account)
-[:Transfers]->{0,2}(:Account)-[returned:Transfers]->(src)
WHERE returned.create_time > sent.create_time
AND TIMESTAMP_DIFF(returned.create_time, sent.create_time, DAY) <= 60
RETURN
sent.amount AS amount_sent,
returned.amount AS amount_returned,
TIMESTAMP_DIFF(returned.create_time, sent.create_time, DAY) AS days_to_return
Dengan menggunakan data sampel FinGraph, kueri ini menampilkan hasil yang mirip dengan berikut ini:
+-------------+-----------------+----------------+
| amount_sent | amount_returned | days_to_return |
+-------------+-----------------+----------------+
| 300 | 500 | 36 |
+-------------+-----------------+----------------+
Kolom template
Objek template berisi kolom berikut:
| Kolom | Persyaratan | Deskripsi |
|---|---|---|
nl_query |
Wajib | Contoh pertanyaan, yang diungkapkan dengan cara yang sama seperti yang ditanyakan pengguna (misalnya, "Apakah ada uang yang dikirim dari akun 7 yang dikembalikan ke akun tersebut dalam waktu 60 hari?"). |
sql |
Wajib | Kueri GQL lengkap yang menjawab nl_query. Mulai kueri dengan GRAPH diikuti dengan nama grafik properti yang Anda tentukan di kolom graph_ids permintaan QueryData, seperti GRAPH FinGraph. |
intent |
Wajib | Deskripsi yang tepat tentang hasil yang ditampilkan sql. Pertanyaan pengguna sering kali tidak menyatakan kondisi, dan intent menyatakannya (misalnya, menentukan bahwa uang "kembali" berarti "loop transfer yang terdiri dari dua hingga empat transfer yang dimulai dan diakhiri di rekening 7, dengan transfer terakhir terjadi dalam waktu 60 hari setelah transfer pertama"). |
manifest |
Wajib | Versi umum intent yang menjelaskan jenis pertanyaan yang dijawab template, tanpa nilai spesifik (misalnya, "akun 7" menjadi "akun tertentu", dan "60 hari" menjadi "jumlah hari tertentu"). QueryData mengambil template dengan membandingkan pertanyaan dengan manifes. |
parameterized.parameterized_intent |
Opsional | intent, dengan setiap nilai spesifik diganti dengan placeholder ?. |
parameterized.parameterized_sql |
Opsional | Kueri sql, dengan setiap nilai spesifik diganti dengan placeholder ? dalam urutan yang sama dengan parameterized_intent. Jika pertanyaan cocok dengan template, QueryData akan mengganti placeholder dengan nilai dari pertanyaan dan menjalankan kueri ini. |
Jika Anda menulis file set konteks secara manual, isi keempat kolom wajib diisi; upload akan gagal dengan error INVALID_ARGUMENT jika salah satunya kosong. Agen rekayasa konteks menghasilkan intent, manifest, dan parameterized dari pasangan nl_query dan sql Anda. Tinjau nilai yang dihasilkan, dan edit jika nilai yang seharusnya tetap diganti dengan placeholder, atau jika nilai yang seharusnya bervariasi tidak diganti.
Facet kueri
Facet adalah klausa GQL yang dapat digunakan kembali, seperti pola MATCH atau kondisi WHERE, yang menentukan istilah atau kondisi bisnis. Tidak seperti template, faset adalah kueri parsial, bukan kueri lengkap, sehingga tidak dimulai dengan klausa GRAPH dan tidak terkait dengan satu pertanyaan. Saat QueryData membuat kueri baru, QueryData akan menerapkan faset yang relevan dengan pertanyaan.
Contoh faset
Dalam konfigurasi facets berikut, faset pertama menangkap pola untuk transfer yang melibatkan akun yang diblokir, dan faset kedua menentukan transfer berisiko tinggi sebagai transfer sebesar 200 atau lebih ke akun yang diblokir:
{
"facets": [
{
"sql_snippet": "MATCH (account:Account)-[transfer:Transfers]-(:Account {is_blocked: true})",
"intent": "transfers involving a blocked account, in either direction"
},
{
"sql_snippet": "MATCH (account:Account)-[transfer:Transfers]->(blocked_account:Account {is_blocked: true}) WHERE transfer.amount >= 200",
"intent": "high-risk transfers, which are transfers of 200 or more to a blocked account",
"manifest": "high-risk transfers, which are transfers of a given amount or more to a blocked account",
"parameterized": {
"parameterized_intent": "high-risk transfers, which are transfers of ? or more to a blocked account",
"parameterized_sql_snippet": "MATCH (account:Account)-[transfer:Transfers]->(blocked_account:Account {is_blocked: true}) WHERE transfer.amount >= ?"
}
}
]
}
Saat pengguna bertanya, "Berapa banyak transfer berisiko tinggi yang dilakukan Alex?", tidak ada template yang cocok dengan pertanyaan tersebut. QueryData membuat kueri GQL baru dan menggabungkan faset kedua untuk menghitung transfer sebesar 200 atau lebih ke rekening yang diblokir:
GRAPH `FinGraph`
MATCH (p:`Person` {`name`: "Alex"})-[:`Owns`]->(src:`Account`)
-[t:`Transfers`]->(dst:`Account` {`is_blocked`: true})
FILTER t.`amount` >= 200.0
RETURN COUNT(*) AS high_risk_transfer_count
Dengan menggunakan data sampel FinGraph, kueri ini menghitung transfer 300 dari akun 7 ke akun yang diblokir 16 dan menampilkan hasil yang mirip dengan berikut ini:
+--------------------------+
| high_risk_transfer_count |
+--------------------------+
| 1 |
+--------------------------+
Kolom faset
Objek faset menggunakan struktur yang sama dengan template kueri, dengan perbedaan berikut:
- Tidak ada kolom
nl_query. Aspek tidak memiliki kolomnl_query, karena aspek menjelaskan kondisi yang muncul di dalam banyak pertanyaan, bukan satu pertanyaan. sql_snippet, bukansql(Wajib). Klausa GQL, seperti polaMATCHatau kondisiWHERE. Untuk menghindari ambiguitas, gunakan label node dan edge serta nama variabel yang eksplisit, seperti(account:Account), sehingga QueryData dapat menggabungkan klausa GQL dengan kueri lainnya.intent(Wajib),manifest(Opsional), danparameterized(Opsional). Tentukan istilah atau kondisi bisnis dengan cara yang sama seperti kolom template, kecuali bahwa QueryData mencocokkan pertanyaan denganintent(jadi buatlah deskriptif, danmanifestbersifat opsional), danparameterizedberisiparameterized_intentdanparameterized_sql_snippet.
Kueri penelusuran nilai
Penelusuran nilai adalah kueri, bukan tabel pencarian. Sebelum QueryData membuat kueri GQL, QueryData akan menjalankan penelusuran nilai Anda satu kali untuk setiap frasa nilai dalam pertanyaan (nilai teks seperti nama, nama panggilan, atau negara), dengan mengganti frasa tersebut dengan $value. Kemudian, Gemini menggunakan nilai tersimpan terdekat yang ditampilkan kueri, bersama dengan properti asalnya, saat menulis kueri GQL. Penelusuran nilai tidak berjalan untuk angka, tanggal, waktu, atau jumlah mata uang.
Contoh penelusuran nilai
Misalnya, di FinGraph, akun 20 memiliki nama panggilan Rainy Day Fund, dan properti Person.country menyimpan Czech_Republic dengan garis bawah. Penelusuran nilai berikut memetakan frasa nilai seperti "rainy day" ke Rainy Day Fund di Account.nick_name, dan "Czech Republic" ke Czech_Republic di Person.country:
{
"value_searches": [
{
"query": "SELECT value, columns, concept_type, distance, context FROM GRAPH_TABLE(FinGraph MATCH (a:Account) WHERE STRPOS(LOWER(a.nick_name), LOWER($value)) > 0 RETURN DISTINCT a.nick_name AS value, 'FinGraph.Account.nick_name' AS columns, 'Account nickname' AS concept_type, 1 - LENGTH($value) / LENGTH(a.nick_name) AS distance, JSON '{}' AS context)",
"concept_type": "Account nickname",
"description": "Case-insensitive partial match on account nicknames. Distance is 0 for an exact match and grows as the phrase covers less of the nickname."
},
{
"query": "SELECT value, columns, concept_type, distance, context FROM GRAPH_TABLE(FinGraph MATCH (p:Person) WHERE LOWER(REPLACE(p.country, '_', ' ')) = LOWER(REPLACE($value, '_', ' ')) RETURN DISTINCT p.country AS value, 'FinGraph.Person.country' AS columns, 'Person country' AS concept_type, 0 AS distance, JSON '{}' AS context)",
"concept_type": "Person country",
"description": "Match for country names on Person nodes that ignores case and treats underscores as spaces"
}
]
}
Kueri Account nickname, yang diformat agar mudah dibaca, adalah sebagai berikut:
SELECT value, columns, concept_type, distance, context
FROM GRAPH_TABLE(
FinGraph
MATCH (a:Account)
WHERE STRPOS(LOWER(a.nick_name), LOWER($value)) > 0
RETURN DISTINCT
a.nick_name AS value,
'FinGraph.Account.nick_name' AS columns,
'Account nickname' AS concept_type,
1 - LENGTH($value) / LENGTH(a.nick_name) AS distance,
JSON '{}' AS context
)
Saat pengguna bertanya, "Siapa pemilik rekening dana darurat?", QueryData menjalankan penelusuran nilai dengan $value yang ditetapkan ke 'rainy day'. Penelusuran Account nickname menghitung distance dari panjang frasa yang relatif terhadap panjang nama panggilan yang disimpan (sedangkan frasa yang lebih luas seperti "dana" cocok dengan Vacation Fund sekitar 0.69 dan Rainy Day Fund sekitar 0.71, dan pencocokan persis seperti "dana darurat" memiliki jarak 0), dan menampilkan hasil yang mirip dengan berikut ini:
+----------------+----------------------------+------------------+--------------------+---------+
| value | columns | concept_type | distance | context |
+----------------+----------------------------+------------------+--------------------+---------+
| Rainy Day Fund | FinGraph.Account.nick_name | Account nickname | 0.3571428571428571 | {} |
+----------------+----------------------------+------------------+--------------------+---------+
QueryData kemudian menghasilkan kueri GQL yang memfilter {nick_name: 'Rainy Day Fund'}, bukan {nick_name: 'rainy day'}:
GRAPH `FinGraph`
MATCH (p:`Person`)-[:`Owns`]->(a:`Account` {`nick_name`: 'Rainy Day Fund'})
RETURN DISTINCT SAFE_TO_JSON(p) AS person
Dengan menggunakan data sampel FinGraph, kueri ini menampilkan node Person untuk Dana dalam format JSON, seperti berikut:
{
"element_definition_name": "Person",
"identifier": "kQKRBA==",
"kind": "node",
"labels": ["Person"],
"properties": {
"birthday": "1980-10-31T08:00:00Z",
"city": "Moravia",
"country": "Czech_Republic",
"id": 2,
"name": "Dana"
}
}
Kolom penelusuran nilai dan kolom SELECT yang wajib diisi
Objek penelusuran nilai berisi kolom berikut:
| Kolom | Persyaratan | Deskripsi |
|---|---|---|
query |
Wajib | Kueri GoogleSQL yang menemukan nilai tersimpan yang cocok dengan frasa nilai. Gunakan $value di tempat frasa tersebut berada. QueryData mengganti $value dengan frasa sebagai literal string yang dikutip, jadi jangan mengapit $value dengan tanda kutip. Anda dapat menggunakan $value lebih dari sekali. Tulis kueri sebagai pernyataan SELECT di atas operator GRAPH_TABLE yang cocok dengan label node atau edge, membandingkan properti dengan $value, dan menampilkan lima kolom dalam tabel berikut. |
concept_type |
Wajib | Label untuk jenis nilai yang ditemukan penelusuran, seperti Account nickname atau Person country. |
description |
Opsional | Deskripsi tentang cara penelusuran mencocokkan nilai. |
Setiap penelusuran nilai query harus menampilkan lima kolom berikut dalam urutan ini:
| Kolom output | Deskripsi | Contoh FinGraph |
|---|---|---|
value |
Nilai properti yang cocok, seperti yang disimpan dalam database. | a.nick_name AS value ('Rainy Day Fund') |
columns |
Lokasi properti, dalam bentuk GRAPH_NAME.LABEL.PROPERTY. QueryData meneruskan nilai ini ke model sebagai lokasi nilai, jadi gunakan satu bentuk yang konsisten. |
'FinGraph.Account.nick_name' AS columns |
concept_type |
Label untuk jenis nilai. Gunakan string yang sama dengan kolom concept_type dari penelusuran nilai: kolom memberi label pada penelusuran, dan kolom memberi label pada setiap kecocokan. |
'Account nickname' AS concept_type |
distance |
Seberapa jauh nilai yang disimpan dari frasa, dalam skala yang Anda tentukan, dengan 0 sebagai pencocokan persis. Berdasarkan konvensi, gunakan nilai dari 0 hingga 1. QueryData mengurutkan kandidat dari semua penelusuran nilai berdasarkan distance dan mempertahankan 10 kandidat terdekat. Fungsi ini tidak menerapkan nilai minimum, jadi kecualikan kecocokan yang lemah dalam kueri itu sendiri, misalnya dengan menambahkan WHERE distance < 1.0 ke pernyataan SELECT luar. |
1 - LENGTH($value) / LENGTH(a.nick_name) AS distance |
context |
Nilai JSON. QueryData tidak menggunakan kolom ini, tetapi kolom tersebut harus ada dengan jenis yang sama di setiap penelusuran nilai. Tampilkan JSON '{}'. |
JSON '{}' AS context |
Cara QueryData menjalankan penelusuran nilai
QueryData tidak menjalankan penelusuran nilai satu per satu. Untuk setiap frasa nilai dalam pertanyaan, Gemini akan mengganti frasa tersebut dengan $value di setiap penelusuran nilai, menambahkan ORDER BY distance LIMIT 10 ke setiap kueri, menggabungkan kueri dengan UNION ALL, dan menjalankan hasilnya sebagai satu pernyataan GoogleSQL yang mempertahankan 10 kecocokan terdekat. Kueri gabungan adalah alasan penelusuran nilai ditulis sebagai pernyataan SELECT di atas GRAPH_TABLE, bukan sebagai pernyataan GQL mandiri: GRAPH_TABLE menjalankan pola MATCH GQL Anda sebagai tabel, dan UNION ALL serta ORDER BY distance bersama adalah konstruksi SQL.
Model eksekusi ini memiliki konsekuensi berikut untuk kueri yang Anda tulis:
- Tidak ada
ORDER BYatauLIMITluar. Jangan tambahkanORDER BYatauLIMITke pernyataanSELECTluar. QueryData menambahkannya, dan klausa duplikat akan membuat pernyataan gagal. - Jenis kolom yang kompatibel. Setiap penelusuran nilai dalam file harus menampilkan lima kolom yang sama, dalam urutan yang sama dan dengan jenis yang kompatibel. Misalnya, tampilkan
JSON '{}'untukcontextdi semua, bukan'{}'di beberapa. - Placeholder
$valueyang diperlukan. Kueri harus berisi$valuesetidaknya sekali; jika tidak, upload akan gagal. - Hanya nilai teks. Penelusuran nilai hanya dijalankan untuk nilai teks. QueryData tidak menjalankannya untuk angka, tanggal, waktu, atau jumlah mata uang.
Batasan
Set konteks untuk Spanner Graph memiliki batasan berikut:
- Set konteks untuk database hanya mendukung template kueri, faset kueri, dan penelusuran nilai.
- Set konteks untuk database hanya digunakan oleh endpoint
QueryDatadi API Analisis Percakapan.
Langkah berikutnya
- Pelajari cara membuat atau menghapus set konteks di Spanner Studio.
- Pelajari cara membangun set konteks menggunakan agen rekayasa konteks.