用大模型实现 Text2SQL：让业务人员也能轻松操作数据库

烟袅破辰
77 阅读4分钟

在日常开发或数据分析工作中，我们常常遇到这样的场景：

  • 产品经理想查一下“销售部门有哪些人，但不会写 SQL；
  • 运营同事需要临时加一个用户，却得麻烦后端工程师；
  • 财务小姐姐想看看“工资最高的三位员工是谁”，但连数据库长什么样都不知道……

这些看似简单的需求，却因为“不会写 SQL”而卡住。有没有一种方式，能让非技术人员像聊天一样操作数据库？

答案是：有！借助大语言模型（LLM）的 Text2SQL 能力，我们可以构建一个“自然语言 → SQL”的桥梁。

今天，我们就用 DeepSeek 的开源大模型 + SQLite，手把手实现一个轻量级但完整的 Text2SQL 系统！

🧠 核心思路：LLM + Schema 上下文 = 智能 SQL 生成器

Text2SQL 的关键在于：给大模型提供清晰的数据库结构（Schema）作为上下文，再让它根据自然语言问题生成对应的 SQL 语句。

我们的流程如下：

  1. 创建 SQLite 数据库和员工表；
  2. 提取表结构（Schema）；
  3. 构造 Prompt，将 Schema + 用户问题喂给 LLM；
  4. LLM 返回纯 SQL；
  5. 执行 SQL 并返回结果。

整个过程无需人工干预，真正实现“说人话，查数据”。

🛠️ 实战代码解析

1. 初始化数据库

import sqlite3

conn = sqlite3.connect("test.db")
cursor = conn.cursor()

cursor.execute("""
CREATE TABLE IF NOT EXISTS employees(
    id INTEGER PRIMARY KEY,
    name TEXT,
    department TEXT,
    salary INTEGER
)
""")

sample_data = [
    (6, "黄佳", "销售", 50000),
    (7, "宁宁", "工程", 75000),
    (8, "谦谦", "销售", 60000),
    (9, "悦悦", "工程", 80000),
    (10, "黄仁勋", "市场", 55000)
]

cursor.executemany("INSERT INTO employees VALUES(?,?,?,?)", sample_data)
conn.commit()

注意：这里故意跳过 id=1~5，模拟真实系统中可能存在的 ID 不连续情况。

2. 获取 Schema 并格式化

schema = cursor.execute("PRAGMA table_info(employees)").fetchall()
schema_str = "CREATE TABLE EMPLOYEES (\n" + \
             "\n".join([f"{col[1]} {col[2]}" for col in schema]) + "\n)"

输出示例：

CREATE TABLE EMPLOYEES (
id INTEGER
name TEXT
department TEXT
salary INTEGER
)

这个结构会被注入到 Prompt 中，告诉 LLM：“数据库长这样，请按规矩出牌”。

3. 调用 DeepSeek 大模型生成 SQL

我们使用 DeepSeek 提供的 OpenAI 兼容 API：

from openai import OpenAI

client = OpenAI(
    api_key='',#这里使用自己的api_key
    base_url='https://api.deepseek.com/v1'#这里的平台不唯一
)

定义核心函数 ask_deepseek：

def ask_deepseek(query, schema):
    prompt = f"""
这是一个数据库的Schema:
{schema}
根据这个Schema,请输出一个SQL查询来回答以下问题。
只输出SQL查询语句本身，不要使用任何Markdown格式,
不要包含反引号、代码块标记或额外说明。
问题: {query}
"""
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{"role": "user", "content": prompt}],
        temperature=0  # 确保输出稳定
    )
    return response.choices[0].message.content

关键点：temperature=0 避免随机性，确保每次生成一致；严格限制输出格式，只返回 SQL，便于后续执行。

4. 测试各种场景

✅ 查询类

question = "工程部门员工的姓名和工资是多少"
sql = ask_deepseek(question, schema_str)
# 输出：SELECT name, salary FROM employees WHERE department = '工程';

执行后得到：

[('宁宁', 75000), ('悦悦', 80000)]

✅ 插入类

question = "在销售部门增加一个新员工，姓名为张三，工资为45000"
sql = ask_deepseek(question, schema_str)
# 输出：INSERT INTO employees (name, department, salary) VALUES ('张三', '销售', 45000);

执行后，张三成功入库！

✅ 删除类

question = "删除市场部门的黄仁勋"
sql = ask_deepseek(question, schema_str)
# 输出：DELETE FROM employees WHERE department = '市场' AND name = '黄仁勋';

⚠️ 安全提示：生产环境中需对 DML（INSERT/UPDATE/DELETE）操作做权限控制或二次确认！

✅ 全表查询

question = "查询所有员工的信息"
sql = ask_deepseek(question, schema_str)
# 输出：SELECT id, name, department, salary FROM employees;

结果完整返回当前所有员工。

💡 为什么这很有价值？

  1. 降低数据库使用门槛：业务、运营、产品都能自助查数据；
  2. 提升开发效率：减少“帮我查个数据”的低效沟通；
  3. 可嵌入后台系统：打造 LLM 驱动的智能管理后台；
  4. 支持多表扩展：只需把多个表的 Schema 拼进去，LLM 也能处理 JOIN。

🌟 结语：数据库平权时代已来

通过 LLM 的 Text2SQL 能力，我们正在迈向一个“人人都是数据分析师”的时代。不需要记住 GROUP BY 的语法，也不用纠结单引号还是双引号——只要你会说话，就能操作数据库。

而这，正是 AI 赋能开发的本质：不是取代程序员，而是把重复劳动自动化，让人专注更高价值的创造。

avatar
文章
阅读
粉丝