江西网站开发企业什么优化
内容目标
- 学习如何使用 OpenAI 辅助生成和优化多表 SQL 查询
- 了解如何获取数据库结构信息并与 OpenAI 结合使用
实操步骤
1. 创建 SQLite 数据库示例
创建数据库及表结构：
import sqlite3# 连接 SQLite 数据库（如果不存在则创建）
conn = sqlite3.connect("company_data.db")
cursor = conn.cursor()# 创建 employees 表
cursor.execute('''
CREATE TABLE IF NOT EXISTS employees (id INTEGER PRIMARY KEY,name TEXT,department_id INTEGER,salary REAL,hire_date TEXT
)
''')# 创建 departments 表
cursor.execute('''
CREATE TABLE IF NOT EXISTS departments (id INTEGER PRIMARY KEY,name TEXT,budget REAL
)
''')# 插入示例数据
cursor.executemany('''
INSERT OR IGNORE INTO employees (id, name, department_id, salary, hire_date)
VALUES (?, ?, ?, ?, ?)
''', [(1, "Alice", 1, 8500, "2022-03-15"),(2, "Bob", 2, 6200, "2023-05-01"),(3, "Charlie", 1, 9300, "2021-11-12"),
])cursor.executemany('''
INSERT OR IGNORE INTO departments (id, name, budget)
VALUES (?, ?, ?)
''', [(1, "Engineering", 500000),(2, "HR", 150000)
])conn.commit()
conn.close()
print("Database setup complete.")
2. 自动读取数据库结构信息
使用 PRAGMA table_info() 查询元信息，以便将表结构传递给 OpenAI：
def get_table_info(db_name):conn = sqlite3.connect(db_name)cursor = conn.cursor()# 获取所有表名cursor.execute("SELECT name FROM sqlite_master WHERE type='table';")tables = cursor.fetchall()table_info = {}for table_name in tables:table_name = table_name[0]cursor.execute(f"PRAGMA table_info({table_name});")columns = cursor.fetchall()table_info[table_name] = [column[1] for column in columns]conn.close()return table_infodb_name = "company_data.db"
table_structure = get_table_info(db_name)
print("Database Structure:", table_structure)
3. 生成两表关联查询
将数据库结构作为上下文传入 OpenAI，请求生成 SQL 查询：
import openai# 设置 API 密钥
openai.api_key = "your-api-key"# 构建提示信息
table_info_prompt = f"""
The database has the following structure:
Table `employees`: id, name, department_id, salary, hire_date
Table `departments`: id, name, budget
Write an SQL query to find the names of employees in the 'Engineering' department whose salary exceeds 8000.
The query should join the employees and departments tables.
"""# 调用 OpenAI 生成 SQL 查询
response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "user", "content": table_info_prompt}],max_tokens=150
)sql_query = response['choices'][0]['message']['content']
print("Generated SQL Query:")
print(sql_query)
4. 示例生成结果
SELECT e.name
FROM employees e
JOIN departments d ON e.department_id = d.id
WHERE d.name = 'Engineering' AND e.salary > 8000;
小结
- 元信息读取：通过
PRAGMA table_info()获取数据库表结构 - 查询生成：将表名、字段及业务规则传递给 OpenAI，可以生成跨表关联查询
- 应用场景：适用于复杂业务查询，如员工信息与部门预算的联动分析
练习题
-
实践查询生成：
修改查询条件，让 OpenAI 生成一个查询语句，找出预算大于 300,000 且部门中员工平均工资超过 7000 的部门名称。 -
优化查询：
使用 OpenAI 请求优化生成的 SQL 查询，确保执行效率更高。