将 SQL 与 AI 结合在一起。
SQLFlow 是一个编译器，它将 SQL 程序编译为可在 Kubernetes 上运行的工作流。其输入是一个使用我们扩展的 SQL 语法编写的 SQL 程序，以支持 AI 任务，包括训练、预测、模型评估、模型解释、自定义任务以及数学规划。其输出是一个在 Kubernetes 集群上分布式运行的 Argo 工作流。
SQLFlow 支持多种数据库系统，如 MySQL、MariaDB、TiDB、Hive、MaxCompute，以及许多 机器学习 工具包，如 TensorFlow、Keras、XGBoost。
现在就在我们的演练场 https://playground.sqlflow.tech/ 中立即试用 SQLFlow，并查看其中实用的教程。
当前开发基于机器学习的应用程序的体验需要一支由数据工程师、数据科学家、业务分析师组成的团队，以及大量高级语言和编程工具，如 Python、SQL、SAS、SASS、Julia、R。工具和开发环境的碎片化给模型训练/调优的工程化带来了额外的困难。如果我们将使用最广泛的数据管理/处理语言 SQL 与机器学习/系统能力结合起来，让具备 SQL 技能的工程师开发先进的基于机器学习的应用程序，会怎么样？
业界已经有一些正在进行的工作。我们可以使用诸如 DOT_PRODUCT 之类的运算符，用 SQL 编写简单的 机器学习 预测（或评分）算法。然而，这需要将模型参数从训练程序复制粘贴到 SQL 语句中。在商业领域，我们看到一些专有 SQL 引擎提供了支持 机器学习 能力的扩展。
暂无开放 Issues，或尚未同步最近议题。