通過清晰的示例和解釋，本文展示了 ChatGPT 如何簡化和簡化創(chuàng)建復雜 MySQL 查詢的過程，使用戶更容易與數(shù)據(jù)庫交互并檢索他們需要的數(shù)據(jù)。無論您是初學者還是經(jīng)驗豐富的開發(fā)人員，本文都提供了有關如何利用 ChatGPT 來增強您的 MySQL 查詢編寫技能的寶貴見解。

本文涉及到的相關軟件，dbForge Studio for SQL Server和ChatGPT,在您嘗操作前，請務必先確保兩個程序都正常運作哦，廢話不多說，開始上干貨！

Devart 提供包括Oracle、SQL Server、MySQL、PostgreSQL、InterBase以及Firebird在內(nèi)的專業(yè)數(shù)據(jù)庫遠程管理軟件，dbForge Studio for MySQL是一個在Windows平臺被廣泛使用的MySQL客戶端，它能夠使MySQL開發(fā)人員和管理人員在一個方便的環(huán)境中與他人一起完成創(chuàng)建和執(zhí)行查詢，開發(fā)和調(diào)試MySQL程序，自動化管理MySQL數(shù)據(jù)庫對象等工作。

dbForge Studio for MySQL 最新下載

一、ChatGPT 如何幫助 SQL 開發(fā)人員

ChatGPT 可以通過多種方式協(xié)助 SQL 開發(fā)人員：

• 編寫 SQL 查詢：ChatGPT 可以幫助編寫用于數(shù)據(jù)檢索、數(shù)據(jù)操作和數(shù)據(jù)庫管理等任務的 SQL 查詢。
• 調(diào)試 SQL 代碼：ChatGPT 可以通過提供優(yōu)化查詢性能、修復語法錯誤和識別潛在問題的建議來幫助排除 SQL 代碼故障。
• 提供SQL語法信息：ChatGPT可以提供SQL語法、關鍵字、函數(shù)等信息，方便開發(fā)者編寫正確的SQL代碼。
• 提供查詢優(yōu)化提示：ChatGPT 可以提供有關如何優(yōu)化 SQL 查詢的提示，例如使用索引、降低復雜性以及避免子查詢。
• 生成報告：ChatGPT可以根據(jù)SQL數(shù)據(jù)生成報告，如銷售報告、客戶報告、庫存報告等。

總體而言，ChatGPT 可以通過為各種與 SQL 相關的任務提供快速解答和支持，幫助 SQL 開發(fā)人員提高效率和生產(chǎn)力。讓我們看看它如何幫助處理非常復雜的查詢，例如 JOIN。

二、先決條件

要有效地使用 ChatGPT 編寫 SQL JOIN 查詢并使用 dbForge Studio for SQL Server 驗證它們，需要滿足以下先決條件：

• 用于 SQL Server 的 dbForge Studio。這個高級數(shù)據(jù)庫管理工具將用于驗證和測試 ChatGPT 生成的 SQL JOIN 查詢。
• ChatGPT 帳戶。您需要一個具有 OpenAI 的 ChatGPT 的活躍帳戶才能與語言模型交互并生成 SQL JOIN 查詢。
• AdventureWorks2019 數(shù)據(jù)庫。此示例數(shù)據(jù)庫將用于演示使用 ChatGPT 編寫 SQL JOIN 查詢?nèi)缓笫褂?dbForge Studio for SQL Server 驗證它們的過程。

具備這些先決條件后，您就可以按照本文中概述的步驟進行操作，并了解如何有效地使用 ChatGPT 編寫 SQL JOIN 查詢并使用 dbForge Studio for SQL Server 驗證它們。

三、下載并安裝 AdventureWorks2019 數(shù)據(jù)庫

1. 從 Microsoft 官方網(wǎng)站
2. 借助 SQL Server Management Studio 或 dbForge Studio for SQL Server 等數(shù)據(jù)庫管理工具還原 AdventureWorks2019 數(shù)據(jù)庫。為此，請打開該工具，連接到您的 SQL Server 實例，然后按照從備份文件還原數(shù)據(jù)庫的步驟進行操作。
3. 驗證數(shù)據(jù)庫安裝。恢復數(shù)據(jù)庫后，您可以通過使用數(shù)據(jù)庫管理工具連接到數(shù)據(jù)庫并瀏覽數(shù)據(jù)庫對象來驗證安裝。您應該會看到與 AdventureWorks2019 數(shù)據(jù)庫關聯(lián)的表、視圖、存儲過程和其他數(shù)據(jù)庫對象。

四、SQL JOIN 查詢示例

現(xiàn)在我們手頭已經(jīng)具備了所有必需的先決條件，我們可以開始使用 ChatGPT 編寫 SQL JOIN 查詢并使用 dbForge Studio for SQL Server 檢查它們。以下是該過程的工作方式：

1. 與 ChatGPT 交互：我們將使用 ChatGPT通過向其提供有關所需結果的信息來創(chuàng)建所有類型的 SQL JOINS 。這可以通過與語言模型的交互來完成，我們將在其中為其提供有關我們要連接的表和列以及我們想要實現(xiàn)的結果的必要詳細信息。
2. 接收 SQL JOIN 查詢：ChatGPT 將生成滿足指定條件的 SQL JOIN 查詢。可以將此查詢復制并粘貼到 dbForge Studio for SQL Server 中執(zhí)行。
3. 在 dbForge Studio for SQL Server 中運行 SQL JOIN 查詢：創(chuàng)建查詢后，我們將使用 dbForge Studio for SQL Server 對 AdventureWorks2019 數(shù)據(jù)庫執(zhí)行查詢。這將使我們能夠驗證 SQL JOIN 查詢的結果并確保它返回我們需要的結果。

內(nèi)部聯(lián)接

讓我們從最廣泛和最簡單的 JOIN —  INNER JOIN開始。內(nèi)部聯(lián)接僅返回兩個表中符合指定聯(lián)接條件的行。換句話說，它只返回兩個表的交叉數(shù)據(jù)，丟棄所有不匹配的行。

假設，我們想要獲得所有客戶的列表以及他們的地址和他們所下的訂單。讓我們請求 ChatGPT 協(xié)助我們。

現(xiàn)在讓我們使用 dbForge Studio for SQL Server 來執(zhí)行 ChatGPT 創(chuàng)建的查詢并確認它返回了我們需要的結果。

SELECT
c.CustomerID
,p.FirstName + ' ' + p.LastName AS CustomerName
,a.AddressLine1
,a.city
,sp.Name AS StateProvince
,a.PostalCode
,o.SalesOrderID
,o.OrderDate
FROM Sales.Customer c
INNER JOIN Person.Person p
ON c.PersonId = p.BusinessEntityID
INNER JOIN Person.BusinessEntityAddress bea
ON p.BusinessEntityID = bea.BusinessEntityID
INNER JOIN Person.Address a
ON bea.AddressID = a.AddressID
INNER JOIN Person.StateProvince sp
ON a.StateProvinceID = sp.StateProvinceID
INNER JOIN Sales.SalesOrderHeader o
ON c.CustomerID = o.CustomerID

查詢已成功執(zhí)行并輸出所需的結果集。

左連接

讓我們繼續(xù)進行 LEFT JOINS。快速提醒一下——SQL 中的 LEFT JOIN 是一種連接，它返回左表 (table1) 中的所有行，以及右表 (table2) 中的匹配行。如果沒有匹配，則右表的列將輸出 NULL 值。

現(xiàn)在我們將想要的結果集描述給ChatGPT，讓它寫一個查詢來得到這個結果集。假設，我們想要檢索所有客戶的列表以及他們曾經(jīng)下過的訂單數(shù)量。

 正如預期的那樣，ChatGPT 使用 LEFT JOIN 生成了一個查詢。讓我們使用 dbForge Studio for SQL Server 來執(zhí)行它以驗證它是否提供了預期的結果。

SELECT
c.CustomerID
,p.FirstName + ' ' + p.LastName AS CustomerName
,COUNT(o.SalesOrderID) AS NumberOfOrders
FROM Sales.Customer c
LEFT JOIN Person.Person p
ON c.PersonID = p.BusinessEntityID
LEFT JOIN Sales.SalesOrderHeader o
ON c.CustomerID = o.CustomerID
GROUP BY c.CustomerID
,p.FirstName
,p.LastName

正確加入

現(xiàn)在讓我們讓 ChatGPT 編寫一個帶有 RIGHT JOIN 的 SELECT 查詢。SQL 中的 RIGHT JOIN 與 LEFT JOIN 的工作方式類似，返回右表 (table2) 中的所有行和左表 (table1) 中的匹配行。如果沒有匹配項，將為左表的列返回 NULL 值。

假設我們要檢索一個結果集，該結果集顯示 AdventureWorks2019 數(shù)據(jù)庫中的所有供應商以及從這些供應商進行的所有購買。

再一次，讓我們運行 ChatGPT 在 dbForge Studio for SQL Server 中創(chuàng)建的查詢——只是為了確保它正常工作并返回我們期望的結果集。

SELECT
v.Name AS VendorName
,p.OrderDate
,p.TotalDue
FROM [Purchasing].[PurchaseOrderHeader] p
RIGHT JOIN [Purchasing].[Vendor] v
ON v.BusinessEntityID = p.VendorID

全外連接

FULL OUTER JOIN 是關系數(shù)據(jù)庫中的一種連接操作，其中兩個表中被連接的所有行都包含在結果集中，而不管另一個表中是否存在匹配項。如果匹配，則將兩個表中的行連接在一起。如果沒有匹配項，則使用 NULL 值填充缺失表中的列。

讓我們請求 ChatGPT 協(xié)助我們進行 FULL OUTER JOIN 查詢。

現(xiàn)在我們在 dbForge Studio 中檢查 SQL Server 的查詢，就像我們在前面的示例中所做的那樣。

SELECT
*
FROM Sales.Customer
FULL OUTER JOIN Sales.SalesOrderHeader
ON Sales.Customer.CustomerID = Sales.SalesOrderHeader.CustomerID;

交叉連接

 CROSS JOIN也稱為笛卡爾積，是關系數(shù)據(jù)庫中的一種連接操作，它將一個表中的每一行與另一個表中的每一行組合在一起。結果表包含兩個表中所有可能的行組合。讓我們讓 ChatGPT 創(chuàng)建一個查詢，以獲取 AdventureWorks2019 數(shù)據(jù)庫中產(chǎn)品類別和子類別的所有可能組合。

現(xiàn)在讓我們在 dbForge Studio for SQL Server 中運行查詢來驗證它。

SELECT
pc.Name AS CategoryName
,psс.Name AS SubcategoryName
FROM Production.ProductCategory pc
CROSS JOIN Production.ProductSubcategory psс

自我加入

在 SQL 中，SELF JOIN是一種常規(guī)的連接操作，其中表與自身連接。當我們想要比較單個表中的數(shù)據(jù)時，它很有用。

因此，要接收 SELF JOIN，我們需要要求 ChatGPT 將一個表連接到自身，就好像該表是兩個表一樣。假設我們要從AdventureWorks2019數(shù)據(jù)庫的HumanResources.Employee表中獲取所有主管及其下屬的列表，其中主管和下屬的性別相同。

查詢已準備就緒。現(xiàn)在讓我們在 dbForge Studio 中驗證它并查看輸出。

SELECT
e1.Gender AS Gender,
e1.JobTitle AS Supervisor,
e2.JobTitle AS Subordinate
FROM
HumanResources.Employee e1
FULL JOIN HumanResources.Employee e2
ON e1.Gender = e2.Gender
WHERE
e1.OrganizationLevel = 1
AND e2.OrganizationLevel <> 1

上面的示例表明，即使您不是經(jīng)驗豐富的 SQL 開發(fā)人員，您仍然可以創(chuàng)建涉及 JOIN 的復雜查詢。你需要做的就是向AI詳細說明你想要獲得的結果類型或加入哪些表，它會為你處理任務。這很了不起，不是嗎？因此，復雜的數(shù)據(jù)庫分析和開發(fā)現(xiàn)在變得更容易為公眾所接受。

ChatGPT 可以學習嗎？

ChatGPT 是一種基于機器學習的語言模型，旨在隨著時間的推移進行學習和改進。它接受了大量文本數(shù)據(jù)的訓練，并使用該數(shù)據(jù)生成對用戶輸入的響應。隨著 ChatGPT 與用戶互動并接收反饋，它可以繼續(xù)學習和適應用戶需求，改進其響應并隨著時間的推移變得更加準確和有效。

當用戶提供有關他們的問題或主題的更多上下文或詳細信息時，ChatGPT 可以使用該信息生成更相關和準確的響應。通過將用戶反饋和附加信息納入其輸入數(shù)據(jù)，ChatGPT 可以學習和適應用戶的需求，并生成更有效的答案。

六、ChatGPT 會取代數(shù)據(jù)庫專家嗎？

在可預見的未來，ChatGPT 是否會取代數(shù)據(jù)庫程序員、分析師或管理員是非常值得懷疑的，主要是因為它缺乏對有效編程和管理數(shù)據(jù)庫所需的數(shù)據(jù)庫、SQL 語法和數(shù)據(jù)結構的深刻理解。

數(shù)據(jù)庫編程需要高水平的專業(yè)知識，包括設計和實施高效且安全的數(shù)據(jù)庫系統(tǒng)的能力，以及編寫和優(yōu)化 SQL 查詢的能力。ChatGPT 可以協(xié)助生成 SQL 查詢，但它不能取代人類數(shù)據(jù)庫程序員帶來的批判性思維、上下文意識、問題解決和專業(yè)知識。此外，ChatGPT 是一種可用于增強人類數(shù)據(jù)庫程序員工作的工具，但它無法獨立管理數(shù)據(jù)庫或做出有關如何優(yōu)化和保護數(shù)據(jù)庫系統(tǒng)的復雜決策。

因此，ChatGPT 不太可能取代數(shù)據(jù)庫程序員，但它可能能夠在某些情況下協(xié)助和增強他們的工作。

結論

作為一種語言模型，ChatGPT 可以就如何構建復雜的 SQL 查詢和 JOIN 提供指導和建議，但它不能直接訪問 SQL 數(shù)據(jù)庫。它可以幫助您了解語法、最佳實踐和有關如何構建查詢以高效執(zhí)行的一般指導。但是，要創(chuàng)建和運行任何復雜的 SQL 查詢，您需要使用數(shù)據(jù)庫管理系統(tǒng)（例如 SQL Server）和 GUI 客戶端來與此 DBMS 交互（例如用于 SQL Server 的 dbForge Studio）。

如果您正在尋求增強您的 MySQL 數(shù)據(jù)庫管理體驗，我們建議您下載 dbForge Studio for MySQL免費試用。發(fā)現(xiàn)使用此高級 IDE 處理數(shù)據(jù)庫的強大功能和易用性，并親自查看結果。

歡迎下載|體驗更多Devart產(chǎn)品