✦BLOG
Praktische Leitfäden, um Ihre Datenbank in einfacher Sprache abzufragen — sicher und überprüfbar.
Wie Text-to-SQL-Genauigkeit gemessen werden sollte und warum eine "richtig aussehende" Abfrage nicht reicht. Die Methode hinter unserem Testset mit 661 Fragen, Ergebnisse pro Suite und unsere häufigsten Fehler.
AI SQL Generatoren und von ChatGPT geschriebenes SQL sind überall; ist das auf Firmendaten sicher? Vier echte Risiken und je eine konkrete Kontrolle: Read-only-Nutzer, sichtbares SQL, Datenlokalität, Messung.
NLQ, natural language query, ist das Erlebnis, Daten mit dem eigenen Satz zu erreichen statt mit SQL oder Filterpanels. Der Bezug zu Text-to-SQL, die Rolle im Self-Service-BI und die Grenzen.
Text-to-SQL (NL2SQL) ist die KI-Technik, die eine natürlichsprachige Frage in eine ausführbare SQL-Abfrage übersetzt. Wie sie funktioniert, wo sie scheitert und was sichere Nutzung erfordert. Ohne Marketing.
Ein verständlicher Leitfaden zu natürlicher Sprache zu SQL: wie aus einer Frage eine Abfrage wird, warum eine schreibgeschützte, stets sichtbare Abfrage sicherer ist und wie PerSight Ihre Zeilendaten auf Ihrem Rechner hält.
Heutiges Datum, 30 Tage zurück, auf Monatsanfang runden, Jahr und Monat extrahieren, Datumsdifferenz und Formatierung: die 6 meistgebrauchten Datumsoperationen, nebeneinander in allen vier Dialekten.
Eine Abfrage in der Abfrage: skalare Unterabfragen, IN, EXISTS und korrelierte Unterabfragen. Warum NOT IN bei NULL-Werten nichts zurückgibt und wann eine Unterabfrage einem JOIN vorzuziehen ist.
Die drei teuersten Produkte je Kategorie, die letzte Bestellung jedes Kunden: die Top-N-Zeilen pro Gruppe mit ROW_NUMBER finden. Das Fensterfunktions-Muster und ein Fallback für MySQL 5.7.
Dieser Monat, die letzten 30 Tage, letztes Quartal: der sichere Weg, einen Datumsbereich in SQL abzufragen. Warum BETWEEN mit Uhrzeiten in die Irre führt, und die Entsprechungen in PostgreSQL, SQL Server, MySQL und Oracle.
Monatsumsatz, Bestellungen pro Kunde, Stückzahl je Kategorie: Aggregation mit GROUP BY. COUNT/SUM/AVG, der Unterschied zwischen WHERE und HAVING und die ONLY_FULL_GROUP_BY-Falle von MySQL, mit echten Beispielen.
Ein praktischer Leitfaden zum Verbinden von Tabellen wie Bestellungen und Kunden in SQL: der Unterschied zwischen INNER JOIN und LEFT JOIN, die Falle der vervielfachten Zeilen und Beispiele, die auf allen vier Datenbanken laufen.