SQL mit generativer KI optimieren

Objective

After completing this lesson, you will be able to generative KI zur Optimierung von SQL-Anweisungen in SAP HANA Cloud Central verwenden – SQL-Konsole

SQL mit generativer KI optimieren

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.

Die Abbildung zeigt die Option SQL-Anweisung mit KI-Funktion optimieren, die in der SQL-Konsole verfügbar ist.

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:

SQL
123456789101112
SET 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:

SQL
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 Abbildung zeigt ein Beispiel, wie Sie das Skript Delta-Merge-Analyse mithilfe der Funktion SQL-Anweisung mit KI optimieren in der SQL-Konsole optimieren können.

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

LaufAusführungszeit (ms)Zeile ausgewählt
12,54159
23,38559
32,50359
42,49359
52,69559
Durchschnitt2,723 

Nach der Optimierung

LaufAusführungszeit (ms)Zeile ausgewählt
12,13859
22,12259
32.4.8759
42,26659
52,17859
Durchschnitt2,238 

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.