chatGPT实战之「基于你的数据库，为你智能生成SQL」
chatGPT 为你生成 SQL 的落地效果演示
这几天很很多粉丝进行了深度交流，发现大家对于 SQL 学习或者编写都遇到过困难，因此勇哥突发奇想是否可以借助 chatGPT 来帮一下大家呢？于是就开启了 chatGPT 的落地之旅。从官网了解到 chatGPT 支持 49 种场景的，其中 2 中常见与 sql 相关，既：
- 无依据，通过一句话来生成 sql 语句
- 有依据，通过一句话来生成 sql 语句
这两种方式进过效果对比，第 2 种效果非常的好，于是我就在我的产品中按照第 2 中模式开发了一个对大家有帮助的功能：“基于你自己的数据库结构，通过一句中文，自动生成 SQL 语句”，演示效果如下：
第一种生成方式：单独窗口生成 SQL，操作步骤：
- 1、选中生成 SQL 可能要用到的表，这个将作为上下文，发送给 chatGPT
- 2、在打开的窗口中用中文描述你想要的 SQL 的需求，然后点击 RUN 按钮
- 3、生成成功后的 SQL 会在右中面板中显示出来，同时你可以直接点运行，查看生成 SQL 语句的执行结果
第二种生成方式：查询器中生成 SQL 操作步骤：
- 1、随便打开一个数据库表的查询器
- 2、在查询器中写一句描述要生成 sql 语句的中文，选中后右键点击【Sq lGenerator】菜单，即可生成
- 3、选中生成的 SQL 语句，即可执行查看结果
chatGPT 为你生成 SQL 的落地代码赏析
chatGPT 的入门案例
其实 chatGPT 的 API 调用非常简单，但是复杂的是他的参数非常的复杂，举个两个例子：
- 1、下面 temperature 参数写成 0.0D 或者 0.1D，其它参数都不变，那么获得结果都是不同类的，也就是 0.0D 是你想要的 SQL，0.1D 就变成了小说内容了；
- 2、prompt 是输入的信息，49 中场景，prompt 的输入格式就有 49 种，非常复杂，一不小说错误输入，就会获取不到结果；
PS：下周一勇哥回专门开一场直播，来教大家入门 chatGPT，以及 49 种场景的介绍，欢迎大家关注我，到时候直播实现好及时通知。
public static void main(String[] args) {
String token = "换成你自己的token";
OpenAiService service = new OpenAiService(token);
CompletionRequest completionRequest = CompletionRequest.builder()
.model("code-davinci-002")
.prompt("### Mysql SQL tables, 表字段信息如下:\\n#\\n# Employee(id, name, department_id)\\n# Department(id, name, address)\\n# Salary_Payments(id, employee_id, amount, date)\\n#\\n### 创建表的语法\\n HELP")
.temperature(0.0D)
.maxTokens(1000)
.topP(1D)
.frequencyPenalty(0D)
.presencePenalty(0D)
.stop(Arrays.asList("#",";"))
.build();
service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
}
chatGPT 的落地案例
下面这段代码就是最开始我验收那些效果的真实代码，基本和入门代码差不多，不同的是我在上面增加了输入需求的初步过滤，这样生成的 SQL 精准度会高非常多。
public class AiUtils {
/**
* 生成需求
* @return
*/
public static List<CompletionChoice> generatorSqlQuery(String tables,String demand){
String keyword = "";
if(demand.contains("查询")||demand.contains("select")){
keyword = "SELECT";
}else if(demand.contains("删除数据")||demand.contains("delete")){
keyword = "DELETE";
}else if(demand.contains("删除")||demand.contains("drop")){
keyword = "DROP";
}else if(demand.contains("修改数据")||demand.contains("update")){
keyword = "UPDATE";
}else if(demand.contains("修改")||demand.contains("alter")){
keyword = "ALTER";
}else if(demand.contains("增加")||demand.contains("insert")){
keyword = "INSERT";
}else if(demand.contains("创建")||demand.contains("create")){
keyword = "CREATE";
}else if(demand.contains("显示")||demand.contains("show")){
keyword = "SHOW";
}else if(demand.contains("清空")||demand.contains("truncate")){
keyword = "TRUNCATE";
}
OpenAiService service = new OpenAiService(TOKEN);
CompletionRequest completionRequest = CompletionRequest.builder()
.model("code-davinci-002")
.prompt(String.format("%s %s\\n%s",tables,demand,keyword))
.temperature(0.0D)
.maxTokens(1000)
.topP(1D)
.frequencyPenalty(0D)
.presencePenalty(0D)
.stop(Arrays.asList("#",";"))
.build();
List<CompletionChoice> choices = service.createCompletion(completionRequest).getChoices();
for (CompletionChoice choice : choices) {
choice.setText(keyword+choice.getText());
}
return choices;
}
}
chatGPT 落地收获
chatGPT 更多的应用场景和落地注意事项，勇哥将在 12 月 19 号的直播中阐述，欢迎各位同学来捧场交流。+关注，届时好通知直播时间。
- 发表于:
- 本文为 InfoQ 中文站特供稿件
- 首发地址：https://www.infoq.cn/article/306f46ecaac0d960e51047656
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
