SQL mithilfe generativer KI besser verstehen

Objective

After completing this lesson, you will be able to verwenden Sie generative KI-Tools, um SQL-Code zu analysieren, zu erklären und zu verstehen, der von anderen Entwicklern geschrieben wurde, sodass Sie komplexe Abfragen schnell verstehen und Ihre eigenen Programmierpraktiken verbessern können.

SQL mithilfe generativer KI besser verstehen

In kollaborativen Entwicklungsumgebungen ist es unumgänglich, auf komplexen SQL-Code zu stoßen, der von anderen geschrieben wurde. Tools für generative KI können SQL-Abfragen schnell analysieren und erläutern, indem sie komplexe Logik in verständliche Komponenten aufschlüsseln. Indem Sie diese KI-Assistenten verwenden, um unbekannten Code zu entschlüsseln, können Sie die Lernzeit verkürzen, die Zusammenarbeit verbessern und Best Practices von erfahrenen Entwicklern übernehmen.

Verwendung generativer KI zum besseren Verständnis von SQL

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 ein Beispiel, wie Sie die Funktion Explain SQL Statement using AI in der SQL-Konsole verwenden können.

Als Quelle habe ich den SQL-Code verwendet, der von der KI in der vorherigen Lektion generiert wurde. Ich habe alle SQL-Anweisungen ausgewählt und mir den Code von der generativen KI erklären lassen. Die Explain-SQL-Anweisung mit KI hat eine kurze Erklärung pro SQL-Anweisung generiert. Das Ergebnis wird hier angezeigt:

SQL
1234567891011121314151617181920212223242526272829303132333435
AI Explanation Result: -- Create a new schema called "my_company" to logically group related tables. CREATE SCHEMA "my_company"; -- Create a table named "job_titles" in the "my_company" schema to store job positions. -- The table has a primary key column "job_title_id" and a required column "job_title_name". CREATE COLUMN TABLE "my_company"."job_titles" ( "job_title_id" NVARCHAR(2) PRIMARY KEY, "job_title_name" NVARCHAR(100) NOT NULL ); -- Create a table named "departments" in the "my_company" schema to represent company departments. -- The table has a primary key "department_id" and columns for department name and head. CREATE COLUMN TABLE "my_company"."departments" ( "department_id" NVARCHAR(3) PRIMARY KEY, "department_name" NVARCHAR(100), "department_head" NVARCHAR(100) ); -- Create a table named "employees" in the "my_company" schema to store employee information. -- The table includes an auto-incrementing primary key "employee_id", employee names, department and -- job references, and hire date. -- The "department_id" column is a foreign key referencing the "departments" table. -- The "job_title_id" column is a foreign key referencing the "job_titles" table. CREATE COLUMN TABLE "my_company"."employees" ( "employee_id" INTEGER GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY, "first_name" NVARCHAR(50), "last_name" NVARCHAR(50), "department_id" NVARCHAR(3), "job_title_id" NVARCHAR(2), "hire_date" DATE, FOREIGN KEY ("department_id") REFERENCES "my_company"."departments"("department_id"), FOREIGN KEY ("job_title_id") REFERENCES "my_company"."job_titles"("job_title_id") );

In diesem Beispiel hat der als Kommentar Beschreibungen pro SQL-Anweisung hinzugefügt, um den gesamten Code leichter verständlich zu machen.

Datenmodell-Designdokument generieren

Als nächsten Schritt habe ich den SQL-Code aus der Antwort entfernt und Joule gefragt:

Code Snippet
1234567891011121314
Write me, in human readable natural language, a data model definition document from the following text: Create a new schema called "my_company" to logically group related tables. Create a table named "job_titles" in the "my_company" schema to store job positions. The table has a primary key column "job_title_id" and a required column "job_title_name". Create a table named "departments" in the "my_company" schema to represent company departments. The table has a primary key "department_id" and columns for department name and head. Create a table named "employees" in the "my_company" schema to store employee information. The table includes an auto-incrementing primary key "employee_id", employee names, department and job references, and hire date. The "department_id" column is a foreign key referencing the "departments" table. The "job_title_id" column is a foreign key referencing the "job_titles" table.

Joule antwortete mit Folgendem:

Teiler

Datenmodelldefinition: my_company-Schema

Überblick

Dieses Datenmodell definiert die Kernorganisationsstruktur für ein Unternehmen und erfasst Informationen über Planstellen, Abteilungen und Mitarbeiter. Sie soll das Personalmanagement unterstützen, indem klare Beziehungen zwischen Mitarbeitern, den Abteilungen, zu denen sie gehören, und den Stellenbezeichnungen, die sie innehaben, hergestellt werden.

Schema

EigenschaftDetail
Schemanamemy_company
EinsatzmöglichkeitenLogische Gruppierung aller Tabellen, die sich auf Unternehmensorganisations- und Personaldaten beziehen

Tabellen

Tabelle 1: job_titles

Diese Tabelle dient als Referenzkatalog für alle im Unternehmen vorhandenen Planstellen. Jeder Datensatz stellt eine eigene Stellenrolle dar, die einem oder mehreren Mitarbeitern zugeordnet werden kann. Sie stellt sicher, dass Stellenbezeichnungen standardisiert und unternehmensweit konsistent referenziert werden.

Spaltenname

DatentypEinschränkungenBeschreibung
job_title_idINTEGERPrimärschlüsselEindeutige ID für jede Stellenbezeichnung
job_title_nameVARCHARNOT NULLName oder Bezeichnung der Planstelle (z. B. „Softwareingenieur", „Personalleiter")

Tabelle : Abteilungen

Diese Tabelle stellt die verschiedenen Organisationseinheiten oder Sparten innerhalb des Unternehmens dar. Jeder Abteilungsdatensatz erfasst seine Identität und Führung und ermöglicht es dem Unternehmen, Mitarbeiter ihren jeweiligen Geschäftsbereichen zuzuordnen.

Spaltenname

DatentypEinschränkungenBeschreibung
department_idINTEGERPrimärschlüsselEindeutige ID für jede Abteilung
Department_NameVARCHARNOT NULLDer offizielle Name der Abteilung (z. B. "Finance", "Engineering")
department_headVARCHARNULLABLEDer Name oder die ID der Person, die die Abteilung leitet

Tabelle : Mitarbeiter

Dies ist die zentrale Tabelle des Datenmodells, in der alle Mitarbeiterdatensätze gespeichert werden. Sie verknüpft jeden Mitarbeiter mit der ihm zugewiesenen Abteilung und Stellenbezeichnung und verfolgt, wann er dem Unternehmen beigetreten ist. Der automatisch inkrementierende Primärschlüssel stellt sicher, dass jeder Mitarbeiter eine eindeutige, vom System generierte Kennung ohne manuelle Eingabe erhält.

Spaltenname

DatentypEinschränkungenBeschreibung
employee_idINTEGERPrimärschlüssel, automatisches InkrementierenVom System generierte eindeutige ID für jeden Mitarbeiter
VornameVARCHARNOT NULLVorname des Mitarbeiters
NachnameVARCHARNOT NULLNachname des Mitarbeiters
department_idINTEGERFremdschlüssel → AbteilungenReferenziert die Abteilung, zu der der Mitarbeiter gehört
job_title_idINTEGERFremdschlüssel → job_titles

Referenziert die zugeordnete Planstelle des Mitarbeiters

hire_dateDATENOT NULLDatum, an dem der Mitarbeiter offiziell eingestellt wurde

Beziehungen

Aus TabelleSpalteBeziehungBis TabelleSpalte
Mitarbeiterdepartment_idViele-zu-einsAbteilungendepartment_id
Mitarbeiterjob_title_idViele-zu-einsjob_titlesjob_title_id

Wichtige Designhinweise

Folgende Designentscheidungen wurden getroffen:

Automatisches Inkrement für Mitarbeiteridentität
Die Spalte employee_id verwendet einen Mechanismus zum automatischen Inkrementieren, d.h. die Datenbank weist jedes Mal, wenn ein Mitarbeiterdatensatz eingefügt wird, automatisch einen neuen, eindeutigen numerischen Wert zu. Dies entlastet die manuelle Verwaltung eindeutiger IDs und verhindert Duplikate.
Referenzielle Integrität über Fremdschlüssel
Die Spalten department_id und job_title_id in der Employees-Tabelle sind als Fremdschlüssel definiert. Das bedeutet, dass die Datenbank erzwingt, dass alle in diesen Spalten eingegebenen Werte bereits in den entsprechenden Abteilungen oder in der Tabelle job_titles vorhanden sein müssen, um verwaiste oder inkonsistente Datensätze zu verhindern.
Logische Gruppierung auf Schemaebene
Alle drei Tabellen werden innerhalb des Schemas my_company platziert. Dies dient als logischer Namensraum, der zusammengehörige Tabellen gruppiert, die Verwaltung von Zugriffsberechtigungen erleichtert, Namenskonflikte mit anderen Schemas vermeidet und klar kommuniziert, dass diese Tabellen zur selben Business Domain gehören.
Teiler

Zusammenfassung

In dieser Lektion wurde gezeigt, wie die generative KI verwendet werden kann, um SQL-Code zu erklären, und wie Joule mithilfe der SQL-Code-Erklärung ein Datenmodelldefinitionsdokument anlegen kann.