SQL 查询生成器 - 自然语言转 SQL

## 技能概述

SQL 查询生成器能够将用户以自然语言描述的数据库查询需求，自动转换为高效、准确的 SQL 语句。该技能具备 schema 感知能力，能够理解表结构、字段类型、表与表之间的关联关系，并生成符合最佳实践的优化查询。无论是简单的单表查询还是涉及多表关联、聚合统计、子查询的复杂场景，都能给出专业级别的 SQL 输出。

## 适用场景

- 业务人员需要快速查询数据但不具备 SQL 编写能力
- 开发人员需要快速生成查询模板或验证查询逻辑
- 数据分析师需要批量生成复杂的多表关联与统计查询
- 数据库教学与学习场景中的查询语句辅助编写
- 数据报表开发中快速产出底层取数 SQL

## 调用步骤

### 第一步：提供数据库 Schema

在使用本技能前，需要向 AI 提供完整的数据库结构信息，包括：
- 表名及其业务含义说明
- 字段名、数据类型及注释
- 主键、外键及索引信息
- 表与表之间的关联关系（ER 关系）

### 第二步：描述查询需求

使用自然语言清晰描述想要查询的数据，例如：
- "查询上个月销售额最高的前 10 个客户及其购买明细"
- "统计每个部门的员工数量、平均薪资及最高薪资"
- "找出最近 30 天内注册但从未下单的用户列表"

### 第三步：审查生成的 SQL

AI 生成 SQL 后，建议按以下要点审查：
- 检查表名和字段名是否与 schema 完全一致
- 确认 JOIN 条件和 WHERE 子句的业务逻辑正确性
- 验证聚合函数（COUNT、SUM、AVG 等）与 GROUP BY 的合理性
- 在测试环境执行后核对返回结果

### 第四步：迭代优化

如生成的查询存在性能或逻辑问题，可要求 AI：
- 添加索引使用提示
- 将子查询重写为 JOIN 提升性能
- 优化 WHERE 条件顺序以利用索引
- 添加 LIMIT 限制返回行数，避免大结果集

## 支持的 SQL 方言

- MySQL / MariaDB
- PostgreSQL
- SQL Server（T-SQL）
- Oracle（PL/SQL）
- SQLite
- 通用 ANSI SQL

## 注意事项

1. **Schema 必须准确**：提供过时或错误的 schema 会导致生成错误的 SQL，建议使用最新的生产环境结构。
2. **敏感数据保护**：避免在自然语言描述中包含真实敏感数据（如具体身份证号、手机号），可使用示例数据说明需求。
3. **复杂查询拆分**：对于特别复杂的业务需求，建议拆分为多个简单查询逐步组合，避免一次性生成难以调试的庞大 SQL。
4. **权限意识**：生成的 SQL 不涉及权限检查，使用前请确保执行账号具有相应数据表的访问权限。
5. **执行前验证**：所有生成的 SQL 必须先在测试环境运行，确认结果正确无误后再用于生产环境。
6. **方言差异**：不同数据库的函数语法存在差异，例如日期函数（DATE_FORMAT vs TO_CHAR）、字符串函数、 LIMIT 语法等，AI 会根据 schema 后缀或用户指定选择对应方言。
7. **性能优化**：对于百万级以上大表查询，建议在常用筛选字段上预先建立索引，并避免使用 SELECT * 全字段扫描。

## 最佳实践

- 提供 schema 时附加业务说明（如字段的业务含义、常用筛选维度）
- 明确说明查询的时间范围、预期数据量级和性能要求
- 对于复杂需求，附上预期结果示例有助于生成更精准的 SQL
- 定期同步最新的 schema 信息，保持与生产环境结构一致
- 涉及事务、锁表等写操作时请谨慎评估，由人工确认后执行