In der heutigen datengesteuerten Unternehmensumgebung ist die SQL-Query-Performance von entscheidender Bedeutung, um effiziente Datenbankoperationen aufrechtzuerhalten und die Infrastrukturkosten zu senken. Die SQL-Konsole von SAP HANA Cloud Central bietet eine leistungsstarke Schnittstelle für die Ausführung und Verwaltung von Abfragen, aber selbst erfahrene Datenbankexperten haben häufig Schwierigkeiten, Optimierungsmöglichkeiten in komplexen SQL-Anweisungen zu identifizieren.
Generative KI hat sich als transformatives Tool herausgebildet, mit dem Sie Ihren SQL-Code analysieren, Performance-Engpässe identifizieren, Indexstrategien vorschlagen und Abfrageumschreibungen empfehlen können – alles ohne tiefgreifendes Fachwissen bei der Abfrageoptimierung. Durch die Nutzung generativer KI-Funktionen innerhalb oder neben Ihrem SQL-Console-Workflow können Sie Entwicklungszyklen beschleunigen, die Ausführungszeiten von Abfragen verbessern, die Systemlast reduzieren und letztlich die Performance und Kosteneffizienz Ihrer SAP-HANA-Cloud-Investition maximieren.
SQL mithilfe generativer KI optimieren
In der SQL-Konsole von SAP HANA Cloud Central ist es nun möglich, die generative KI SQL-Code in der SAP HANA Cloud Central - SQL Console erklären zu lassen. In der SQL-Konsole erklärt die generative KI die ausgewählten SQL-Anweisungen für Sie, wenn Sie die Funktion SQL-Anweisung mit KI erklären verwenden, wie in der Abbildung dargestellt.

Ein Beispiel für einen häufigen SQL-Fehler
Zunächst können Sie versuchen, Kunden- und Auftragsinformationen aus den Tabellen CUSTOMER und ORDERS abzurufen. Das folgende Feld muss aus den beiden Tabellen abgerufen werden:
- Customer ID
- Vorname
- Nachname
- E-Mail-Adresse
- Auftrags-ID
- Land
- Gesamtbetrag
- Auftragsstatus
- Kundentyp
Die Ergebnisse sollten nur die Premium-Kunden in Spanien anzeigen, die Aufträge mit dem Status "Zurückgestellt" haben. Die SQL könnte wie folgt aussehen:
123456789101112SET SCHEMA HC2AI_DEMO;
SELECT CUSTOMER.CUSTOMER_ID, CUSTOMER.FIRST_NAME, CUSTOMER.LAST_NAME, CUSTOMER.EMAIL, ORDERS.ORDER_ID,
CUSTOMER.COUNTRY, ORDERS.TOTAL_AMOUNT, ORDERS.ORDER_STATUS, CUSTOMER.CUSTOMER_TYPE
FROM ORDERS, CUSTOMER
WHERE ORDERS.CUSTOMER_ID = CUSTOMER.CUSTOMER_ID
AND CUSTOMER.COUNTRY = 'SPAIN'
AND CUSTOMER.CUSTOMER_TYPE = 'PREMIUM'
AND ORDERS.ORDER_STATUS = 'Hold';
Result Set Rows: 321
Mit der Option SQL-Anweisung mit KI optimieren wird die folgende SQL-Anweisung generiert:
12345678910111213141516171819202122232425262728
-- AI Optimization Result:
-- The query was optimized by replacing the implicit join with an explicit INNER
-- JOIN, which is more efficient and readable in SAP HANA. Table aliases were
-- introduced for clarity. Filters on CUSTOMER and ORDERS are pushed as early as
-- possible to minimize the number of rows processed. These changes improve query
-- performance and maintain the original semantics.
SET SCHEMA HC2AI_DEMO;
SELECT C.CUSTOMER_ID, C.FIRST_NAME, C.LAST_NAME, C.EMAIL, O.ORDER_ID, C.COUNTRY, O.TOTAL_AMOUNT,
O.ORDER_STATUS, C.CUSTOMER_TYPE
FROM CUSTOMER C
INNER JOIN ORDERS O ON O.CUSTOMER_ID = C.CUSTOMER_ID
WHERE C.COUNTRY = 'SPAIN'
AND C.CUSTOMER_TYPE = 'PREMIUM'
AND O.ORDER_STATUS = 'Hold';
-- Optimization Summary:
-- 1. Replaced comma-separated tables with explicit INNER JOIN for better readability and
-- performance.
-- 2. Introduced table aliases (C for CUSTOMER, O for ORDERS) to improve clarity.
-- 3. Pushed all filters into the WHERE clause as early as possible to reduce data volume
-- before the join.
-- 4. Only necessary columns and tables are included, and no unnecessary grouping or ordering
-- is performed.
Result Set Rows: 321
Die Funktion SQL-Anweisung mit KI optimieren ändert die Abfrage zur Verbesserung der Performance in INNER JOIN, führt Tabellenaliasse ein, um die Lesbarkeit zu verbessern, optimiert die Klausel WHERE. Die optimierte SQL-Anweisung ist sicherlich lesbarer, die Performanceverbesserung für dieses spezifische Beispiel war nicht sehr umfangreich.
Beispiel: Delta-Merge-Skript mithilfe von KI in SQL-Konsole optimieren
Als etwas komplizierteres SQL-Beispiel zur Optimierung wähle ich das Skript für die Delta-Merge-Analyse aus der Anweisungsbibliothek von SAP HANA Cloud Central - SQL-Konsole. Im Bild wird die Option SQL-Anweisung mit KI optimieren verwendet, um dieses SQL-Skript zu optimieren.

Die Tabelle zeigt die durchschnittliche Laufzeit von 5 Ausführungen vor und nach der Optimierung an. In beiden Szenarios wurde die erste Ausführung aus den Ergebnissen verworfen.
Vor der Optimierung
| Lauf | Ausführungszeit (ms) | Zeile ausgewählt |
|---|---|---|
| 1 | 2,541 | 59 |
| 2 | 3,385 | 59 |
| 3 | 2,503 | 59 |
| 4 | 2,493 | 59 |
| 5 | 2,695 | 59 |
| Durchschnitt | 2,723 |
Nach der Optimierung
| Lauf | Ausführungszeit (ms) | Zeile ausgewählt |
|---|---|---|
| 1 | 2,138 | 59 |
| 2 | 2,122 | 59 |
| 3 | 2.4.87 | 59 |
| 4 | 2,266 | 59 |
| 5 | 2,178 | 59 |
| Durchschnitt | 2,238 |
Die Laufzeit des optimierten Delta-Merge-Analyseskripts ist um 19,55 % kürzer als die nicht optimierte Version.
Zusammenfassung
In dieser Lektion haben Sie die "SQL-Anweisung mit KI optimieren" kennengelernt, die in der SQL-Konsole von SAP HANA Cloud Central verfügbar ist. Die Verwendung von "SQL-Anweisung mit KI optimieren" kann die Performance durch die Verwendung von Joins verbessern, führt Tabellenaliase ein, um die Lesbarkeit zu verbessern, optimiert die SQL-Anweisung, indem sichergestellt wird, dass die Menge der ausgewählten Daten durch Filtern über die Klausel WHERE so früh wie möglich reduziert wurde.