So verwenden Sie ChatGPT zum Schreiben von SQL-Abfragen

Das Schreiben von SQL-Abfragen kann zeitaufwändig und herausfordernd sein. Wenn Sie mit der Entwicklung von Lösungen für bestimmte Geschäftsszenarien beauftragt sind, müssen Sie sicherstellen, dass Ihre Abfragen sowohl effizient als auch genau sind.

ChatGPT ist ein KI-Tool, das auf einer großen Menge technischer Texte, einschließlich SQL, trainiert wurde. Es kann Fragen zur SQL-Syntax beantworten, SQL-Abfragen generieren oder die Ausgabe einer bestimmten SQL-Abfrage erklären.

Durch die Verwendung von ChatGPT zur SQL-Abfragegenerierung können Sie sich auf übergeordnete Aufgaben wie das Entwerfen von Berichten und Datenflüssen konzentrieren. Dadurch sparen Sie nicht nur Zeit, sondern stellen auch die Qualität und Effektivität Ihrer Datenanalyse sicher.

Am Ende dieses Artikels werden Sie ein fundiertes Verständnis dafür haben, wie Sie ChatGPT verwenden können, um Sie beim Schreiben von SQL-Abfragen zu unterstützen.

Inhaltsverzeichnis

• Vorteile der Verwendung von ChatGPT für SQL-Abfragen
• Erste Schritte mit ChatGPT für SQL-Abfragen
• So starten Sie Ihre ChatGPT-Sitzungen für SQL-Abfragen
• So formulieren Sie Ihre Absichten für ChatGPT
• Formulieren von Anfragen basierend auf Abfrageergebnissen
• 4 Best Practices für die Abfragegenerierung
• 2 Möglichkeiten zur Leistungsoptimierung
  • Verwenden Sie geeignete Indizes
  • Vermeiden Sie zu komplexe Abfragen
• So präsentieren Sie Daten an ChatGPT
• 2 Nachteile der Verwendung von ChatGPT
  • Falsche Syntax
• Abschließende Gedanken

Vorteile der Verwendung von ChatGPT für SQL-Abfragen

ChatGPT ist ein leistungsstarkes KI-Tool, das natürliche Sprache versteht. Es kann sowohl für Anfänger als auch für erfahrene Entwickler ein wertvolles Werkzeug sein.

Anfänger können die SQL-Syntax als komplex und schwer zu merken empfinden. ChatGPT kann helfen, indem es Anfragen in natürlicher Sprache in SQL-Abfragen umwandelt. Dadurch wird das Erlernen von SQL interaktiver und weniger entmutigend, da Sie die Übersetzung von einfachem Englisch in SQL in Echtzeit sehen können.

Erfahrene Entwickler können feststellen, dass die Formulierung komplexer SQL-Abfragen mit mehreren Tabellen und Bedingungen zeitaufwändig sein kann. ChatGPT kann den Prozess beschleunigen, indem es Abfragegerüste oder sogar vollständige Abfragen basierend auf der in natürlicher Sprache beschriebenen Aufgabe generiert.

Dies verringert auch die Wahrscheinlichkeit von Syntaxfehlern. Apropos Fehler: ChatGPT kann auch beim Debuggen von SQL-Abfragen helfen, indem es mögliche Lösungen oder Erklärungen bereitstellt. Es kann auch verschiedene Möglichkeiten vorschlagen, eine Abfrage für eine bessere Leistung zu optimieren.

Wenn Sie eine allgemeinere Einführung in das Tool wünschen, lesen Sie die folgenden Artikel:

• Was ist ChatGPT?

• So verwenden Sie ChatGPT .

• Was ist die ChatGPT-API?

Wenn Sie damit beginnen möchten, es für SQL-Abfragen zu verwenden, lesen Sie weiter.

Erste Schritte mit ChatGPT für SQL-Abfragen

Wenn Sie noch kein Open AI-Konto haben (es ist kostenlos!), befolgen Sie diese Schritte.

1. Starten Sie einen Browser und gehen Sie zu https://chat.openai.com/ .

2. Klicken Sie auf die Schaltfläche „Anmelden“.

3. Melden Sie sich mit einer E-Mail-Adresse, einem Microsoft-Konto oder einem Google-Konto an.

4. Geben Sie zur Überprüfung eine Telefonnummer an.

Wenn Sie sich anmelden, können Sie sofort mit dem Versenden von Nachrichten zur Beantwortung beginnen. Ihre Nachricht wird als ChatGPT-Eingabeaufforderung bezeichnet .

Dieser Artikel zeigt Ihnen zahlreiche Beispiele, um Sie mit der Verwendung des Tools bei der Arbeit mit SQL vertraut zu machen.

So starten Sie Ihre ChatGPT-Sitzungen für SQL-Abfragen

Verschiedene Datenbankanbieter haben den Standard-SQL-Code um proprietäre Syntax erweitert.

Beispielsweise verfügt Microsoft über Transact-SQL (abgekürzt als T-SQL) für die Interaktion mit einer Microsoft SQL Server-Instanz. T-SQL verfügt über eine Syntax, die nicht auf einem anderen SQL-Datenbanktyp wie MySQL oder PostgreSQL ausgeführt werden kann.

PostgreSQL ist eine Open-Source-Erweiterung mit zusätzlichen Befehlen und Syntax, die nicht auf SQL Server oder Oracle ausgeführt werden können.

Das heißt, wenn Sie ChatGTP bitten, eine SQL-Abfrage mithilfe der erweiterten Funktionen des Datenbanksystems bereitzustellen, sollten Sie Ihre Chat-Sitzung damit beginnen, klarzustellen, welche SQL-Implementierung Sie verwenden.

Sie können Ihre Sitzung mit einer Aussage wie „ Ich arbeite mit Microsoft SQL Server“ beginnen. und stellen Sie Ihre Frage im nächsten Satz.

Um es einfacher zu machen, könnten Sie „ Wie mache ich mit SQL Server …?“ verwenden. wenn Sie nach einem Konzept oder Begriff fragen.

Für den Rest dieses Artikels werde ich mich auf Standard-SQL-Abfragen konzentrieren, die auf allen wichtigen Datenbankverwaltungssystemen funktionieren.

So formulieren Sie Ihre Absichten für ChatGPT

Es ist wichtig, dass Sie Ihre Absichten gegenüber ChatGPT klar formulieren.

Beschreiben Sie zunächst die Struktur Ihrer Tabellen, damit ChatGPT das Datenmodell versteht, mit dem Sie arbeiten. Erwähnen Sie die Namen und Beziehungen der Tabellen sowie die Spalten und ihre Datentypen. Zum Beispiel:

Ich habe zwei Tabellen: Bestellungen und Kunden. Die Auftragstabelle enthält die Spalten „id“, „customer_id“, „product“ und „price“. Die Tabelle „Kunden“ enthält die Spalten „ID“, „Name“ und „E-Mail“. Die customer_id in der Tabelle „Orders“ ist ein Fremdschlüssel, der auf die Spalte „id“ in der Tabelle „customers“ verweist.

Erklären Sie als Nächstes einfach die spezifische Abfrage, die Sie generieren möchten, in natürlicher Sprache ( menschenähnlicher Text anstelle von Code ).

Seien Sie so präzise wie möglich, damit ChatGPT versteht, wonach Sie suchen. Zum Beispiel:

Schreiben Sie eine SQL-Abfrage, die den Gesamtumsatz jedes Kunden ermittelt, indem die Summe der Preise seiner Bestellungen berechnet wird.

ChatGPT gibt eine SQL-Abfrage mit einer Aufschlüsselung der verschiedenen Teile zurück. Schauen Sie sich das folgende Beispiel einer SELECT-Anweisung an:

Die KI-Technologie hat eine SQL-Abfrage basierend auf den von Ihnen bereitgestellten Tabellennamen und der Anfrage generiert.

Aber das Tool hört hier nicht auf. Es weist auf ein paar zusätzliche Dinge hin:

• Wenn Sie stattdessen einen LEFT JOIN verwenden möchten.

• Möglicherweise möchten Sie die ID anstelle des NAMEN verwenden, wenn Kundennamen nicht eindeutig sind.

Formulieren von Anfragen basierend auf Abfrageergebnissen

Um mit ChatGPT bessere Abfrageergebnisse zu erzielen, können Sie komplexe Anfragen in kleinere Teile aufteilen, um einen Gesprächsfluss aufrechtzuerhalten.

Angenommen, Sie möchten eine komplexere Abfrage, die Kunden nach ihrer Stadt filtert.

Sie können die Chat-Sitzung fortsetzen, indem Sie diese neuen Informationen angeben.

Ich habe eine weitere Tabelle namens customer_address mit den Spalten id, customer_id, street, city, state. Die customer_id ist ein Fremdschlüssel für die Kundentabelle.

Ändern Sie die vorherige SQL-Abfrage, um nach Kunden aus Chicago zu filtern.

ChatGPT gibt die geänderte Abfrage mit einer neuen WHERE-Klausel zurück.

Wenn Sie noch keine Erfahrung mit SQL haben, ist dies eine großartige Möglichkeit, Ihr Wissen zu erweitern.

Denken Sie daran, Ihre Anfragen prägnant und im relevanten Kontext zu formulieren, um eine reibungslose Zusammenarbeit mit ChatGPT zu gewährleisten.

4 Best Practices für die Abfragegenerierung

Hier sind einige Tipps, um sicherzustellen, dass der von ChatGPT erzeugte SQL-Code die richtige Lösung ist:

• Seien Sie bei Tabellen- und Spaltennamen genau, um Mehrdeutigkeiten zu vermeiden.

• Geben Sie alle Bedingungen, Filter oder Sortieranforderungen klar an.

• Geben Sie das gewünschte Ausgabeformat an, z. B. Spalten oder Aggregationen.

• Geben Sie bei Bedarf Beispiele für ähnlich komplexe Abfragen an.

Je genauer Sie in Ihrer Beschreibung sind, desto besser wird die generierte Abfrage sein.

2 Möglichkeiten zur Leistungsoptimierung

Wenn Sie ChatGPT zum Generieren von SQL-Abfragen verwenden, ist es wichtig, den Leistungsaspekt der Abfragen zu berücksichtigen. Hier sind zwei Möglichkeiten, SQL-Abfragen hinsichtlich der Leistung zu optimieren:

• Verwenden Sie geeignete Indizes

• Vermeidung übermäßig komplexer SQL-Abfragen

Verwenden Sie geeignete Indizes

In einigen SQL-Erweiterungen ist es möglich, anzugeben, dass die Abfrage einen bestimmten Index verwenden soll. Dies gilt jedoch nicht als bewährte Vorgehensweise. Wenn sich das Datenbankschema oder das Datenprofil im Laufe der Zeit ändert, könnte dies zu einer Abfrage führen, die gezwungen ist, einen ineffizienten Index zu verwenden.

Sie können ChatGPT jedoch um Rat zu optimalen Indizes für Ihre Anfrage bitten. Hier ist ein Beispiel.

Ich möchte einen oder mehrere Indizes erstellen, die diese Abfrage am effizientesten machen. Bitte helfen.

ChatGPT empfiehlt Indizes und gibt die Gründe für die Auswahl an.

Es ist wichtig, dass SQL-Entwickler nicht blind alle vorgeschlagenen Indizes erstellen. Sie sind möglicherweise nicht für die tatsächlichen Daten geeignet. Ich rate Ihnen, jeden einzelnen auszuprobieren und zu testen.

Vermeiden Sie zu komplexe Abfragen

Einer der Vorteile des Aufbaus Ihrer Abfragen, wie wir im vorherigen Abschnitt vorgeschlagen haben, besteht darin, dass die Wahrscheinlichkeit geringer ist, dass Sie eine lange, komplexe Abfrage erhalten, die schwer zu lesen und zu verwalten ist.

Wenn ChatGPT Ihnen eine Abfrage mit mehreren Unterabfragen liefert, die schwer zu verfolgen sind, können Sie es anweisen, ein alternatives Skript bereitzustellen, das mehrere Abfragen und eine oder mehrere temporäre Tabellen verwendet.

Angenommen, ich habe entschieden, dass die Abfragefilterung nach „Chicago“ zu komplex ist (das ist nicht der Fall!). Ich würde ChatGPT folgendermaßen anweisen:

Ich möchte die vorherige Abfrage in zwei separate Abfragen aufteilen, die eine temporäre Tabelle verwenden. Das Skript muss die gleichen Ergebnisse erzielen.

Das stets hilfreiche ChatGPT übergibt sich fast selbst, wenn es darum geht, Ihren Wünschen nachzukommen. Es sagt:

Natürlich können wir die gleichen Ergebnisse erzielen, indem wir zunächst eine temporäre Tabelle erstellen, um den Gesamtumsatz für jeden Kunden zu speichern, und dann diese temporäre Tabelle abfragen, um nach Kunden aus Chicago zu filtern.

Das Tool stellt weiterhin zwei separate Codeabschnitte bereit, die dieselben Ergebnisse wie die vorherigen Beispiele liefern.

So präsentieren Sie Daten an ChatGPT

Wenn Sie Fehler bei Ihren Abfragen beheben möchten, können Sie ChatGPT Beispieldaten zur Verfügung stellen und es bitten, die SQL auszuführen.

In einem früheren Abschnitt haben Sie erfahren, wie Sie Tabellen und Beziehungen beschreiben. Sie können ChatGPT auch die CREATE TABLE-Anweisungen bereitstellen.

Der nächste Schritt besteht darin, die Daten in einem zusammengefassten oder tabellarischen Format bereitzustellen, um ChatGPT dabei zu helfen, Ihre Datenbank zu verstehen und die Ergebnisse zu interpretieren.

Sie können die Daten beispielsweise so bereitstellen:

Hier sind die Daten in diesen Tabellen.

Kunden

1, „John Smith“, „ [email protected] “

2, „Mary Doe“, „ [email protected] “

Aufträge

1, 1, „Hoodie“, 14,99

2, 1, „T-Shirt“, 5,99

3, 2, „Jeans“, 24,99

Kundenadresse

1, 1, „Hope Street“, „Chicago“, „Illinois“

2, 2, „Cherry Lane“, „Philadelphia“, „Pennsylvania“

Beachten Sie, dass nur John Smith in Chicago lebt. Nachdem Sie die Daten bereitgestellt haben, können Sie ChatGPT bitten, das Ergebnis der spezifischen Abfrage bereitzustellen.

Wenn Sie das Tool gebeten haben, mehrere Variationen in der Sitzung auszuprobieren, empfehle ich Ihnen, genau die Abfrage zu kopieren und einzufügen, die es „ausführen“ soll, damit keine Unklarheiten entstehen.

Geben Sie Folgendes als Eingabeaufforderung ein: „ Geben Sie das Ergebnis dieser Abfrage an: “

ChatGPT verwendet die Abfrage, um den Gesamtumsatz der Bestellungen von John Smith zu berechnen. Hier ist ein Beispiel, und es ist die richtige Antwort!

2 Nachteile der Verwendung von ChatGPT

Die beiden Hauptnachteile, auf die Sie achten sollten, sind:

• falsche Syntax

• ineffiziente Abfragen

Falsche Syntax

Manchmal generiert ChatGPT SQL, das nicht kompiliert werden kann oder falsche Ergebnisse liefert. Dies ist wahrscheinlicher, wenn Sie es mit proprietären Erweiterungen von Standard-SQL arbeiten lassen möchten .

Wenn Sie die generierten Abfragen in gespeicherte Prozeduren einbinden, testen Sie diese unbedingt, bevor Sie die Ergebnisse einem Datenanalysten oder Geschäftsbenutzern übermitteln.

Wenn Sie an einer kuratierteren Möglichkeit interessiert sind, Abfragen in natürlicher Sprache für Ihre Daten zu verwenden, sehen Sie sich die Implementierung von Microsoft in Power BI an:

Ineffiziente Abfragen

Wenn Sie sicherstellen möchten, dass Ihre SQL-Abfragen effizient sind, überprüfen Sie den Abfrageausführungsplan.

Dies ist die Abfolge von Vorgängen, die vom Datenbankverwaltungssystem ausgeführt werden. Es ist ein bisschen so, als würde man die Maschine öffnen und auf die laufende Seite schauen.

Das Problem mit ChatGPT besteht darin, dass es nicht sehen kann, wie Ihr Datenbankverwaltungssystem Ihre SQL-Abfrage verarbeitet.

Filtert es beispielsweise die Kunden zuerst nach Bundesland oder führt es diesen Teil zuletzt durch? Diese Entscheidung könnte einen großen Unterschied in der Leistung machen.

Wenn Sie feststellen, dass die Produktausgabe Ihrer Anfrage langsam ist, müssen Sie die Ärmel hochkrempeln und den Ausführungsplan selbst prüfen.

Abschließende Gedanken

Sie haben reale Beispiele für die Verwendung von ChatGPT zum Schreiben und Ändern typischer SQL- Abfragen gesehen, die in Unternehmen verwendet werden.

Es ist wichtig zu beachten, dass das KI-Tool zwar eine solide Grundlage bieten und bei der Generierung von SQL-Abfragen helfen kann, es jedoch nicht die Notwendigkeit eines fundierten Verständnisses von SQL ersetzt.

Bei richtiger Anwendung kann ChatGPT jedoch ein unschätzbar wertvoller Helfer für SQL-Entwickler sein.