技能介绍

写复杂分析查询的痛点通常不在语法，而在把一句自然语言问题正确翻译成执行计划。"过去 12 个月支出最高的前 5 个客户，并对比上一周期"这句话背后，至少藏着四个坑：sales 到底指 orders 表还是 revenue 列；多个表同名的 id、status 如何限定；一对多关系导致的 COUNT(*) 膨胀；以及写完才发现对 500 万行的 orders 做了顺序扫描。sql-query-generation 要处理的就是这层"意图到模式"的映射，以及事后的成本检查。

它如何工作

技能按六个步骤推进：

解析请求。区分汇总请求与行级明细请求，提取指标、实体、过滤条件、排序与分组。
映射模式。从 DDL 或表列清单定位相关表和列，解决模糊引用；沿外键关系确定连接路径，避免不必要的 JOIN 放大结果集。
选择查询结构。简单聚合直接写；多步计算用 CTE 拆成命名步骤；运行总计、排名、分区内比较用窗口函数。
生成 SQL。统一格式：关键字大写、标识符小写、表别名、子句缩进；计算列必须带别名，复杂逻辑补注释。
验证与优化。跑 EXPLAIN ANALYZE，重点找全表扫描、大表上的哈希连接、未索引列上的排序；估计成本高时建议加索引或改写查询。
返回结果。同时给出通俗解释、预期输出格式，以及对模式和数据做过的假设。

支持的方言

PostgreSQL 的 CTE、窗口函数、LATERAL 连接、EXPLAIN ANALYZE；MySQL 8.0+ 的公共表表达式与窗口函数；SQLite 3.25+ 的轻量查询与窗口函数；SQL Server 的 T-SQL 扩展、CROSS APPLY、查询存储分析；BigQuery 的 STRUCT/ARRAY 类型、QUALIFY 子句与基于插槽的成本估算。

边界与注意点

几个容易被忽略的细节值得单独列出：聚合函数会静默忽略 NULL，当 NULL 表示"无销售"时，应在聚合前用 COALESCE(col, 0) 并注明假设；比率类指标的分母包一层 NULLIF(denominator, 0)，让除零返回 NULL 而不是报错；按日期过滤用 >= '2024-01-01' AND < '2025-01-01' 而不是 BETWEEN，后者会包含结束日的午夜；探索性查询始终带 LIMIT，生产查询考虑键集分页。另外，自然语言里的列名和类型经常与真实 DDL 不一致，最终查询必须在目标模式上实际执行一遍再交付。