Genie Code (Databricks Assistant)

고객 테이블에서 가입일 기준 월별 신규 가입자 수를 집계하고,
최근 12개월 트렌드를 라인 차트로 시각화해줘

import matplotlib.pyplot as plt
import matplotlib.dates as mdates

df = spark.sql("""
    SELECT
        date_trunc('month', signup_date) AS signup_month,
        COUNT(*) AS new_customers
    FROM catalog.schema.customers
    WHERE signup_date >= add_months(current_date(), -12)
    GROUP BY 1
    ORDER BY 1
""").toPandas()

fig, ax = plt.subplots(figsize=(12, 6))
ax.plot(df['signup_month'], df['new_customers'], marker='o')
ax.set_title('월별 신규 가입자 추이')
ax.set_xlabel('월')
ax.set_ylabel('신규 가입자 수')
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

이 코드에서 pandas 대신 PySpark DataFrame API를 사용하도록 변환해줘

이 SQL에 윈도우 함수를 추가해서 전월 대비 증감률도 계산해줘

오류 메시지: AnalysisException: Column 'signup_date' does not exist

Genie Code 제안:
"signup_date 컬럼이 존재하지 않습니다.
테이블의 실제 컬럼명은 'created_at'입니다.
수정된 코드를 생성할까요?"

사용자: "지역별 매출 Top 10을 피벗 테이블로 만들어줘"

-- 생성된 SQL
SELECT *
FROM (
    SELECT
        region,
        product_category,
        SUM(revenue) AS total_revenue
    FROM catalog.schema.sales
    GROUP BY region, product_category
)
PIVOT (
    SUM(total_revenue)
    FOR product_category IN ('Electronics', 'Clothing', 'Food', 'Books', 'Sports')
)
ORDER BY Electronics DESC
LIMIT 10;

프롬프트: "sales 테이블의 기본 통계를 보여주고,
NULL 비율이 높은 컬럼을 찾아줘"

프롬프트: "raw_events 테이블에서 event_type이 'purchase'인 레코드만 필터링하고,
user_id별 총 구매 금액을 계산해서 user_purchases 테이블로 저장해줘"

# 생성된 코드
from pyspark.sql import functions as F

purchases = (
    spark.table("catalog.schema.raw_events")
    .filter(F.col("event_type") == "purchase")
    .groupBy("user_id")
    .agg(
        F.sum("amount").alias("total_purchase_amount"),
        F.count("*").alias("purchase_count"),
        F.max("event_timestamp").alias("last_purchase_at")
    )
)

purchases.write.mode("overwrite").saveAsTable("catalog.schema.user_purchases")

프롬프트: "customer_features 테이블을 사용해서 이탈 예측(churn prediction) 모델을
scikit-learn으로 학습하고 MLflow에 로깅해줘"

프롬프트: "주문 테이블에서 고객별 RFM(Recency, Frequency, Monetary) 점수를 계산해줘.
각 지표를 5분위로 나누고 총점도 계산해줘"

1단계: "raw_events 테이블의 스키마를 확인해줘"
2단계: "event_type별 건수를 집계해줘"
3단계: "purchase 이벤트만 필터링해서 일별 매출을 계산해줘"
4단계: "위 결과를 시각화해줘"

워크스페이스 설정 → Preview → Databricks Assistant 토글

사용자 설정 → Developer → Autocomplete → Enable/Disable