AI_EXTRACT - Realtime Compute for Apache Flink - Centro de documentación de Alibaba Cloud

AI_EXTRACT extrae información estructurada de texto sin procesar mediante un modelo de lenguaje grande (LLM).

Limitaciones

Solo es compatible con el motor de computación en tiempo real Ververica Runtime (VVR) 11.4 o posterior.
Para usar el servicio Flink AI (modelos integrados), se requiere VVR 11.7 o posterior y debe activar el servicio Flink AI. Para más detalles, consulte Servicio Flink AI (modelos integrados).
La plataforma del servicio de modelos limita el rendimiento. Cuando el tráfico alcanza el límite de acceso de la plataforma, se produce contrapresión en los operadores de Flink que se usan en las instrucciones AI_EXTRACT. Una limitación de velocidad severa puede provocar tiempos de espera agotados y reiniciar el trabajo de Flink.

Sintaxis

AI_EXTRACT(
  MODEL => MODEL <MODEL NAME>,
  INPUT => <INPUT COLUMN NAME>,
  EXTRACT_SCHEMA => <EXTRACT SCHEMA>
)

Parámetros

Parámetro	Tipo de dato	Descripción
`MODEL <MODEL NAME>`	MODEL	El nombre del servicio de modelo registrado. Para más información, consulte Model Settings. Nota: el tipo de salida de este modelo debe ser `VARIANT`.
`<INPUT COLUMN NAME>`	STRING	La columna que contiene el texto sin procesar del cual se extraerá la información.
`<EXTRACT_SCHEMA>`	STRING	Una cadena JSON que define los campos por extraer y sus tipos de dato. Debe ser una constante.

Valores de retorno

Columna	Tipo de dato	Descripción
`extracted_json`	STRING	Los campos extraídos como una cadena JSON.

Ejemplos

Datos de prueba

id	descripción
1	Xiao Ming is 18 years old and lives in Hangzhou. His phone number is .

Instrucciones SQL

En el siguiente ejemplo se hace referencia a un modelo integrado de Flink y se usa AI_EXTRACT para extraer información del usuario.

CREATE TEMPORARY MODEL general_model
INPUT (`input` STRING)
OUTPUT (`content` VARIANT)
WITH (
    'provider' = 'openai-compat',
    'task'     = 'chat/completions',
    'model'    = 'qwen3.6-flash'
);

CREATE TEMPORARY VIEW infos(id, description)
AS VALUES (1, 'Xiao Ming is 18 years old and lives in Hangzhou. His phone number is ******.');

-- Positional argument style
SELECT id, extracted_json
FROM infos,
LATERAL TABLE(
  AI_EXTRACT(
    MODEL general_model,
    description,
    '{"name":"string","phone":"string","address":"string","age":"int"}'));

-- Named argument style
SELECT id, extracted_json
FROM infos,
LATERAL TABLE(
  AI_EXTRACT(
    MODEL => MODEL general_model,
    INPUT => description,
    EXTRACT_SCHEMA => '{"name":"string","phone":"string","address":"string","age":"int"}'));

Salida

id	extracted_json
1	`{"address":"Hangzhou","age":18,"name":"Xiao Ming","phone":"******"}`