आगेअगली गाइड
AI के साथ SQL विंडो फ़ंक्शंस कैसे लिखें
तकनीकी
तकनीकी गाइड
एआई के साथ एसक्यूएल क्वेरी लिखने का अर्थ है उस प्रश्न का सरल अंग्रेजी में वर्णन करना, जिसका उत्तर आप चाहते हैं, मॉडल को अपनी तालिका और कॉलम की परिभाषा देना, और इसे आपके लिए एसक्यूएल का मसौदा तैयार करना, समझाना या अनुकूलित करना।
इस गाइड को सुनेंएआई-नैरेटेड · ~3 min
यह मायने रखता है क्योंकि विश्लेषक, विपणक और डेवलपर्स डेटाबेस से बहुत तेजी से उत्तर प्राप्त कर सकते हैं, जब तक कि वे इस पर भरोसा करने से पहले वास्तविक डेटा के खिलाफ आउटपुट की जांच करते हैं।
बड़े भाषा मॉडलों ने बड़ी मात्रा में सार्वजनिक कोड, दस्तावेज़ीकरण और प्रश्नोत्तर मंचों से एसक्यूएल सीखा है, इसलिए वे वाक्यात्मक रूप से मान्य क्वेरी बनाने में अच्छे हैं। वे जो नहीं जान सकते वह आपका डेटाबेस है। आपकी स्कीमा के बिना, एक मॉडल "उपयोगकर्ता" या "ऑर्डर" जैसे तालिका नामों और "created_at" जैसे कॉलम नामों का अनुमान लगाता है, और क्वेरी विफल हो सकती है या इससे भी बदतर, चल सकती है और गलत उत्तर दे सकती है। सबसे बड़ा सुधार जो आप कर सकते हैं वह है स्कीमा पेस्ट करना: टेबल स्टेटमेंट बनाएं, या टेबल, कॉलम, डेटा प्रकारों की एक सूची बनाएं और टेबल विदेशी कुंजी के माध्यम से कैसे संबंधित हैं। व्यावसायिक नियमों पर कुछ नमूना पंक्तियाँ और नोट्स जोड़ना, जैसे "रद्द किए गए ऑर्डर की स्थिति = 'X'" या "राशि सेंट में संग्रहीत है", कई मौन त्रुटियों को रोकता है। SQL बोली भी बताएं. PostgreSQL, MySQL, SQL सर्वर, SQLite, BigQuery और स्नोफ्लेक दिनांक फ़ंक्शन, स्ट्रिंग संयोजन, LIMIT बनाम TOP और अन्य विवरणों में भिन्न हैं। किसी एक के लिए लिखी गई क्वेरी विफल हो सकती है या दूसरे पर अलग व्यवहार कर सकती है। एक विश्वसनीय वर्कफ़्लो में चार चरण होते हैं: संदर्भ दें, सामान्य अंग्रेजी में प्रश्न पूछें, मॉडल से अपनी क्वेरी को शब्दों में समझाने के लिए कहें, फिर परीक्षण करें। स्पष्टीकरण चरण मायने रखता है क्योंकि यह गलतफहमियों को उजागर करता है, जैसे अलग-अलग ग्राहकों के बजाय पंक्तियों की गिनती करना, या इनर जॉइन का उपयोग करना जो चुपचाप उन ग्राहकों को हटा देता है जिनके पास कोई ऑर्डर नहीं है। आम गलतफहमियों में यह विश्वास करना शामिल है कि चलने वाली क्वेरी सही है (एक गलत जुड़ाव रकम को दोगुना कर सकता है), कि एआई आउटपुट उत्पादन पर चलने के लिए सुरक्षित है (हर पंक्ति में WHERE क्लॉज के बिना एक अद्यतन या DELETE परिवर्तन होता है), और यह कि आपको वास्तविक डेटा साझा करना होगा। आमतौर पर केवल स्कीमा ही पर्याप्त होती है, जो ग्राहक की जानकारी को चैट से बाहर भी रखती है। सामान्य सहायक जैसे ChatGPT, Claude और Gemini, GitHub Copilot जैसे कोडिंग टूल और कई डेटाबेस संपादकों में निर्मित AI सहायक सभी इसी पैटर्न के साथ सबसे अच्छा काम करते हैं।
एक छोटा सा ऑनलाइन दुकान मालिक ऑर्डर और ग्राहक तालिकाओं के लिए CREATE TABLE स्टेटमेंट चिपकाता है, पूछता है "पिछले 90 दिनों में किन 10 ग्राहकों ने सबसे अधिक खर्च किया?", और संख्याओं का उपयोग करने से पहले डेटाबेस की एक प्रति पर लौटाई गई क्वेरी चलाता है।
एक डेटा विश्लेषक अपने EXPLAIN ANALYZE आउटपुट के साथ एक धीमी 60-लाइन रिपोर्ट क्वेरी चिपकाता है और AI से एक इंडेक्स का सुझाव देने और एक सहसंबद्ध सबक्वेरी को एक जुड़ाव के रूप में फिर से लिखने के लिए कहता है।
एक नया कर्मचारी जिसे पुरानी मासिक रिपोर्ट विरासत में मिलती है, वह कुछ भी बदलने से पहले एआई से मौजूदा क्वेरी को लाइन दर लाइन समझाने के लिए कहता है, जिसमें यह भी शामिल है कि प्रत्येक जॉइन और ग्रुप बाय क्या करता है।
एक डेवलपर MySQL से PostgreSQL पर एक रिपोर्ट ले जा रहा है, AI से DATE_FORMAT जैसे फ़ंक्शंस को PostgreSQL के to_char में अनुवाद करने और परीक्षण के लायक किसी भी व्यवहार अंतर को सूचीबद्ध करने के लिए कहता है।
टेक्स्ट-टू-एसक्यूएल एक सक्रिय अनुसंधान क्षेत्र है, और डेटाबेस और एनालिटिक्स विक्रेता तेजी से क्वेरी संपादकों और बीआई टूल में प्राकृतिक भाषा सहायकों का निर्माण कर रहे हैं। ये सहायक तब सबसे अच्छा काम करते हैं जब वे स्कीमा मेटाडेटा, कॉलम विवरण और एक सिमेंटिक परत पढ़ सकते हैं जो सभी के लिए एक बार "सक्रिय ग्राहक" जैसे शब्दों को परिभाषित करता है। अव्यवस्थित वास्तविक दुनिया के डेटाबेस पर सटीकता अभी भी स्वच्छ बेंचमार्क के परिणामों से पीछे है, क्योंकि अस्पष्ट व्यावसायिक परिभाषाएँ एक मानवीय समस्या है, वाक्यविन्यास समस्या नहीं। जो कौशल मूल्यवान रहेगा वह यह जानना है कि आप वास्तव में क्या प्रश्न पूछ रहे हैं और यह कैसे जांचें कि उत्तर सही है, यहां तक कि एसक्यूएल का मसौदा तैयार करना स्वयं अधिक स्वचालित हो जाता है।
मुफ़्त न्यूज़लेटर
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
एआई के साथ एसक्यूएल क्वेरी लिखने का अर्थ है उस प्रश्न का सरल अंग्रेजी में वर्णन करना, जिसका उत्तर आप चाहते हैं, मॉडल को अपनी तालिका और कॉलम की परिभाषा देना, और इसे आपके लिए एसक्यूएल का मसौदा तैयार करना, समझाना या अनुकूलित करना। यह मायने रखता है क्योंकि विश्लेषक, विपणक और डेवलपर्स डेटाबेस से बहुत तेजी से उत्तर प्राप्त कर सकते हैं, जब तक कि वे इस पर भरोसा करने से पहले वास्तविक डेटा के खिलाफ आउटपुट की जांच करते हैं।
आपकी स्कीमा के बिना, मॉडल को तालिका और स्तंभ नामों का अनुमान लगाना होगा। इसे वास्तविक संरचना और व्यावसायिक नियम देने से अधिकांश अनुमान हटा दिए जाते हैं।
PostgreSQL, MySQL, SQL सर्वर, SQLite, BigQuery और स्नोफ्लेक दिनांक, स्ट्रिंग संयोजन और पंक्ति सीमा को अलग-अलग तरीके से संभालते हैं, इसलिए एक के लिए एक क्वेरी दूसरे पर टूट सकती है।
यह जॉइन फैन-आउट है: प्रति ऑर्डर कई पंक्तियों वाली तालिका में शामिल होना प्रत्येक ऑर्डर के कुल को डुप्लिकेट करता है। जुड़ने से पहले, अक्सर सीटीई में, सही दाने पर एकत्रीकरण करें।
एक सरल भाषा में स्पष्टीकरण आपको तुलना करने देता है कि क्वेरी वास्तव में आपके मतलब के साथ क्या करती है, तर्क संबंधी त्रुटियों को पकड़ती है जो अभी भी बिना किसी शिकायत के चल रही हैं।
COUNT(*) सामग्री की परवाह किए बिना पंक्तियों की गणना करता है, जबकि COUNT(स्तंभ) उन पंक्तियों को अनदेखा करता है जहां वह स्तंभ शून्य है। उन्हें मिलाने से परिणाम चुपचाप बदल जाते हैं।
सीखते रहो
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं
आगेअगली गाइड
AI के साथ SQL विंडो फ़ंक्शंस कैसे लिखें
तकनीकी