---
name: sql-queries
description: "将自然语言描述转化为 SQL 查询语句。支持 BigQuery、PostgreSQL、MySQL 及其他方言。可从上传的结构图或文档中读取数据库结构。适用于编写 SQL、构建数据报表、探查数据库，或将业务问题转化为查询语句。"
---

# SQL 查询生成器

## 用途
将自然语言需求转化为经过优化的 SQL 查询，支持多种数据库平台。帮助产品经理、分析师和工程师准确生成查询语句，无需手动处理语法细节。

## 工作原理

### 第一步：理解数据库结构
- 如果你提供了结构文件（SQL、文档或结构图描述），我将读取并分析
- 提取表名、字段定义、数据类型及关联关系
- 识别主键、外键和索引策略

### 第二步：处理查询需求
- 明确你需要检索或分析的具体数据
- 确认 SQL 方言（BigQuery、PostgreSQL、MySQL、Snowflake 等）
- 询问额外要求（过滤条件、聚合方式、排序规则）

### 第三步：生成优化查询
- 编写充分利用数据库结构的高效 SQL
- 添加注释，解释复杂逻辑
- 针对大数据集提供性能优化建议
- 如有适用，提供替代实现方案

### 第四步：解释与测试
- 用通俗语言解释查询逻辑
- 建议如何测试或验证结果
- 提供性能优化技巧
- 如有需要，生成测试脚本或示例数据

## 使用示例

**示例一：基于结构文件生成查询**
```
上传你的 database_schema.sql 文件，并输入：
"生成一个查询，找出过去 30 天内注册且至少有 5 次活跃会话的用户"
```

**示例二：基于结构描述生成查询**
```
"我的数据库结构如下：Users 表（id, email, created_at），Sessions 表
（id, user_id, timestamp, duration）。生成一个查询，
统计 2026 年 1 月每位用户的平均会话时长。"
```

**示例三：复杂分析查询**
```
"创建一个 BigQuery 查询，按地区和客户等级分析营收，
包含同比增长率。"
```

## 核心能力

- **多方言支持**：兼容 BigQuery、PostgreSQL、MySQL、Snowflake、SQL Server
- **文件读取**：读取结构文件、SQL dump 及数据文档
- **查询优化**：建议索引、分区及性能改进方案
- **解释说明**：拆解查询逻辑，便于学习和文档化
- **测试支持**：可生成测试查询和示例数据脚本
- **脚本执行**：为你的数据库创建可执行的 SQL 脚本

## 最佳实践建议

1. **提供背景信息**：分享你的数据库结构或表结构
2. **描述清晰**：明确说明你需要的数据及过滤条件
3. **注明数据库类型**：指定你使用的 SQL 方言
4. **说明限制条件**：提及数据量、时间范围和性能要求
5. **明确输出格式**：如需特定格式的查询结果，请提前说明

## 输出格式

你将收到：
- **SQL 查询**：带注释的生产可用 SQL 代码
- **说明**：查询的功能和运行逻辑
- **性能备注**：优化建议和注意事项
- **测试脚本**（如有需要）：示例数据和验证查询

---

### 延伸阅读

- [The Product Analytics Playbook: AARRR, HEART, Cohorts & Funnels for PMs](https://www.productcompass.pm/p/the-product-analytics-playbook-aarrr)
- [How to Become a Technology-Literate PM](https://www.productcompass.pm/p/how-to-become-a-technology-literate)