【数据库】AI 写查询（SQL）不求人

摘要：用 AI 帮你写出能直接跑的 SQL 查询，告别手写报错。

一、痛点引入

你有没有过这种时候：手头有一张 Access 或 Excel 里的业务表，老板随口问一句"去年每个销售员卖了多少、哪个部门最猛"，你心里一咯噔——这要用 SQL（Structured Query Language，结构化查询语言；简单说就是一套"跟数据库对话"的标准语言，你告诉它要什么，它把结果还给你）才查得出来，可自己手写总是报错：少个逗号、拼错表名、两表一关联就出来几万行……

其实你不是不会想，只是不想跟语法死磕。现在有了 AI（咱们这次用网页版 Copilot：浏览器打开 copilot.microsoft.com 即可，无需安装；用 Kimi／智谱清言（GLM）也一样，把提示词原样贴过去即可），你只要用大白话把"想要什么"说清楚，它就能帮你吐出一段能直接跑的查询（query，就是一次"提问"，比如"把销售部的人列出来"）。本文就带你实战一遍。

二、目标产出

学完这篇，咱们能搞定这几件事：

用 Copilot 写出四种最常用、也最实用的 SQL 查询：SELECT（选列）、WHERE（加条件）、JOIN（两表关联）、GROUP BY（分组汇总）；
看得懂 AI 给的 SQL 哪块对应你的哪句需求，不至于"它给了我就信，跑错也不知道为啥"；
拿到一段 AI 写的 SQL，能先在小数据上验证、再上真实库，避开最常见的几个坑。

下面全程用一套真实的示例数据，所有 SQL 你拷过去就能跑（标准 SQL 版本；Access 的差异我会在"避坑指南"里单独说）。

三、案例实战

准备：两张示例表

咱们假设一个小公司的场景，有两张表：

员工 表：记录每个同事的工号、姓名、部门、基本工资；
销售记录 表：记录每一笔订单，由谁（工号）卖的、卖了什么、销售额多少、哪天卖的。

先用下面这段标准 SQL 把表建出来、再把数据塞进去（MySQL / SQL Server / PostgreSQL 都能直接跑；SQL Server 注意：若库的排序规则非中文（默认常如此），请把 VARCHAR 改成 NVARCHAR、中文值写成 N'销售部' 这样带 N 前缀，否则中文会被静默存成问号 ?）：

sql
-- 建表
CREATE TABLE 员工 (
    工号     VARCHAR(10) PRIMARY KEY,
    姓名     VARCHAR(20),
    部门     VARCHAR(20),
    基本工资 INT
);

CREATE TABLE 销售记录 (
    订单号   VARCHAR(10) PRIMARY KEY,
    工号     VARCHAR(10),
    产品     VARCHAR(20),
    销售额   INT,
    日期     DATE,
    FOREIGN KEY (工号) REFERENCES 员工(工号)
);

-- 塞数据
INSERT INTO 员工 (工号, 姓名, 部门, 基本工资) VALUES
('E001','张三','销售部',8000),
('E002','李四','销售部',8500),
('E003','王五','技术部',10000),
('E004','赵六','技术部',9500),
('E005','孙七','行政部',7000);

INSERT INTO 销售记录 (订单号, 工号, 产品, 销售额, 日期) VALUES
('S001','E001','笔记本',5000,'2024-01-15'),
('S002','E001','台式机',3000,'2024-02-10'),
('S003','E002','显示器',2000,'2024-01-20'),
('S004','E003','服务',8000,'2024-02-05'),
('S005','E002','笔记本',4500,'2024-03-01'),
('S006','E001','显示器',1800,'2024-03-12');

字段就是表的"列"，比如"姓名""部门"；每条数据是一"行"，也叫一条"记录"。这两个词后面会混着用，知道是一回事就行。

第一步：用 AI 写最简单的查询（SELECT + WHERE）

需求：把"销售部"的同事姓名和部门列出来。

给 Copilot 的提示词（直接复制就能用）：

我有一张叫"员工"的表，字段有：工号、姓名、部门、基本工资。请用 SQL 查出部门等于"销售部"的员工，只显示"姓名"和"部门"两列。

Copilot 会吐出这段 SQL：

sql
SELECT 姓名, 部门
FROM 员工
WHERE 部门 = '销售部';

跑出来的结果：

姓名	部门
张三	销售部
李四	销售部

这里三个关键词先记住：SELECT（选哪些列）、FROM（从哪张表）、WHERE（加筛选条件）。WHERE 里字符串要用单引号 '销售部'，这是 SQL 的规矩，漏了就报错。

第二步：加上更灵活的条件（WHERE）

需求：查"基本工资高于 9000"的人。

提示词：

在"员工"表里，查出基本工资大于 9000 的员工，显示姓名、部门、基本工资。

SQL：

sql
SELECT 姓名, 部门, 基本工资
FROM 员工
WHERE 基本工资 > 9000;

结果：王五（技术部，10000）、赵六（技术部，9500）。

小提醒：WHERE 里比较数字不用加引号，比较文字才加单引号。这是新手最容易踩的一个小坑。

第三步：把两张表拼起来（JOIN）

单独看员工表或销售表都不够用——老板要的是"每笔订单是谁卖的、卖了多少"。这就得把两张表按"工号"连起来。

JOIN（连接）＝把两张表按某个共同字段拼到一起。这里的共同字段就是 工号：销售记录里有工号，员工表里也有工号。

提示词：

把"销售记录"表和"员工"表用"工号"关联起来，列出每笔订单的订单号、销售员姓名、销售额。

SQL：

sql
SELECT 销售记录.订单号, 员工.姓名, 销售记录.销售额
FROM 销售记录
INNER JOIN 员工 ON 销售记录.工号 = 员工.工号;

结果（6 笔订单都有对应员工）：

订单号	姓名	销售额
S001	张三	5000
S002	张三	3000
S003	李四	2000
S004	王五	8000
S005	李四	4500
S006	张三	1800

INNER JOIN ... ON 的意思是：只保留两张表里工号能对上的行。注意字段前加了 表名.，因为"工号""销售额"这种名字两张表都有，不写清楚 SQL 会犯迷糊。

第四步：分组汇总（GROUP BY + 聚合函数）

老板换个问法："每个部门分别多少人、工资总额多少、平均工资多少？"

这里要用 GROUP BY（分组）＝按某个字段分组，然后每组算一个汇总值；配合聚合函数（把一堆数算成一个数的函数，比如求和 SUM、计数 COUNT、平均 AVG）。

提示词：

在"员工"表里，按"部门"分组，统计每个部门的人数、工资总额、平均工资。

SQL：

sql
SELECT 部门,
       COUNT(*)      AS 人数,
       SUM(基本工资) AS 工资总额,
       AVG(基本工资) AS 平均工资
FROM 员工
GROUP BY 部门;

结果：

部门	人数	工资总额	平均工资
销售部	2	16500	8250
技术部	2	19500	9750
行政部	1	7000	7000

COUNT(*) 数这一组有几行，SUM 求和，AVG 求平均，AS 是给算出来的列起个别名好显示。关键点：SELECT 里只要出现了"非聚合"的列（这里是"部门"），它就必须在 GROUP BY 里出现，否则 SQL 会报错。

第五步：综合起来（JOIN + WHERE + GROUP BY）

最后来个实战大综合：统计 2024 年 2 月 1 日之后，每个部门的总销售额。

这一步把前面全用上了，咱们拆成两步想：

先把两张表 JOIN 起来，并只留日期够新的订单（WHERE）；
再按部门 GROUP BY 求和。

提示词：

关联"销售记录"和"员工"两张表（按工号），只保留日期在 2024-02-01 及之后的订单，按部门分组，算出每个部门的总销售额。

SQL：

sql
SELECT 员工.部门,
       SUM(销售记录.销售额) AS 总销售额
FROM 销售记录
INNER JOIN 员工 ON 销售记录.工号 = 员工.工号
WHERE 销售记录.日期 >= '2024-02-01'
GROUP BY 员工.部门;

按前面数据手算验证：2 月 1 日之后的订单是 S002(3000,张三/销售部)、S004(8000,王五/技术部)、S005(4500,李四/销售部)、S006(1800,张三/销售部)。

结果：

部门	总销售额
销售部	9300
技术部	8000

到这儿，SELECT / WHERE / JOIN / GROUP BY / 聚合函数这套组合拳你就真上手了。

四、原理小结

SQL 是一门"声明式"语言——你不用告诉它"先打开哪张表、再怎么循环"，只要声明"我要什么"，数据库引擎自己排好执行顺序。一段查询的阅读顺序是：FROM（去哪张表拿数据）→ JOIN（要不要拼别的表）→ WHERE（每行先过一遍筛子）→ GROUP BY（分组）→ SELECT（最后挑要显示的列）。AI（比如 Copilot）做的事，本质就是把你那段大白话需求，翻译成上面这条"固定流水线"里的对应零件；你理解了这条流水线，就能看懂、也能改 AI 给的代码，而不是糊里糊涂地复制粘贴。

五、避坑指南

字符串用单引号，数字别加引号。 '销售部' 对，销售部 错；基本工资 > 9000 对，基本工资 > '9000' 在有些库里会偷偷转类型、结果诡异。
JOIN 一定写 ON 连接条件。 忘了写 ON 销售记录.工号 = 员工.工号，两张表会"全乘起来"（笛卡尔积，简单说就是两张表每行无脑两两配对），5 个员工 × 6 笔订单直接变 30 行，数据量一大电脑就卡死。
GROUP BY 的列要和 SELECT 非聚合列一一对应。 SELECT 里写了"部门"，GROUP BY 就必须有"部门"；想多显示一个没分组的字段，要么把它加进 GROUP BY，要么用聚合函数包起来。
表名/字段名带空格或中文，按数据库加"引号"包裹标识符。 标准 SQL 和 PostgreSQL 用双引号 "员工"；MySQL 用反引号 `员工`；Access 与 SQL Server 习惯用方括号 [员工]（SQL Server 默认也接受双引号）。本文示例用了中文名，在多数库能直接跑，但上生产库前最好确认一下你的库到底认哪种引号。
AI 给的 SQL 先拿小数据验再上真库。 尤其是 DELETE、UPDATE 这种会改数据的语句，一定先在测试库跑一遍、看影响行数对不对，再动正式数据。

补充（Access 用户专属）：Access 与标准 SQL 写法主要差在两处——日期字面量和批量插入。日期用井号 #2024-02-01# 而非单引号；而且 Access 不支持一次插入多行的那段 INSERT ... VALUES (...),(...)，得拆成多条 INSERT INTO ... VALUES (...)。此外 Access 的 LIKE 通配符用 * 而不是 %（例如 WHERE 姓名 LIKE '张*'）。SELECT / WHERE / JOIN / GROUP BY 的写法两家基本通用。

六、进阶延展

到这里你已经能"用 AI 写查询、还能自己看明白"了。如果想把 SQL 基础再夯实一遍，可以回看 B13（同系列的数据库基础篇，讲怎么设计数据表），把表结构、主键外键（主键＝唯一标识一行，外键＝指向另一张表的主键）这些概念吃透，AI 给你的 SQL 你会改得更顺手。

再往下走（L3 层级），咱们可以把"查出来的结果"直接做成动态报表：比如用 Power Query 把数据库/Excel 数据抽进来清洗，再用 PivotTable（数据透视表）拖拽出汇总，或者上 DAX（度量值公式，专门给透视表做复杂计算）做同比环比。到时候 AI 不光能写 SQL，还能帮你搭整个 macro（宏）/自动化流程——从"查数据"升级到"数据自己报上来"。

🛠️ AI 写查询（SQL）不求人

【数据库】AI 写查询（SQL）不求人

一、痛点引入

二、目标产出

三、案例实战

准备：两张示例表

第一步：用 AI 写最简单的查询（SELECT + WHERE）

第二步：加上更灵活的条件（WHERE）

第三步：把两张表拼起来（JOIN）

第四步：分组汇总（GROUP BY + 聚合函数）

第五步：综合起来（JOIN + WHERE + GROUP BY）

四、原理小结

五、避坑指南

六、进阶延展

AI 写查询（SQL）不求人