业务取数 SQL · 数据分析师
用 AI 智能体做这件事
写取数 SQL，最怕表结构不明、口径不清导致算错。不同数仓（Hive / ClickHouse / 自建）的 SQL 方言、函数和 NULL 处理都不一样，先声明你的数据平台与版本；订单明细、用户标识这类字段属敏感信息，先脱敏或只取聚合字段。
你需要准备
- 你的数据平台 / 数仓与版本（Hive / ClickHouse / MySQL 等），方言不同写法不同
- 相关表结构与字段含义（缺失先标【待补】）
- 已有索引 / 分区键与数据量级（没给就拿不准慢查询风险）
- 查询需求与统计口径：时间范围、去重规则、按什么维度分组
- 运行环境：测试库还是生产库（生产库只读，不要在其上试写）
怎么做
- 先声明数据平台 / 数仓与版本、写明是测试库还是生产库
- 先脱敏或只取聚合字段：涉及用户明细 / 手机号 / 订单明细时，用聚合字段替代明细，别把原始明细贴进来
- 贴表结构、索引与查询需求，粘贴提示词
- 在测试库执行并与 EXPLAIN 对照，核对【待补】项后再上生产
一句话提示词
我用的是【Hive / ClickHouse / MySQL】，下面这几张表的结构、字段含义、分区键和已有索引我贴给你，帮我写一条 SQL 取【业务问题，如近 30 天各渠道复购率】：先给能跑通的版本（含多表关联、分组与去重），再用中文解释每段在做什么，并标出可能的慢查询风险；表结构或索引没给全的标【待补】、口径有歧义处标【需确认】，不要编造字段或数据。
它会交付什么
- 能跑通的 SQL（含多表关联、分组与去重）
- 逐段解释：每个部分在做什么
- 可能的慢查询风险与索引建议（属 AI 建议，需人工判断，上线前须在测试库验证）
效果示例
输入 Hive 的两张订单表结构、分区键与「近 7 天各渠道复购率」需求 → 输出可运行 SQL 与索引建议；缺失的索引信息标【待补】。（建议需人工判断）
常见问题
会不会编字段或数据？
不会。字段名、表名以你给的表结构为准，缺的标【待补】、口径歧义标【需确认】，不替你编。
一次能写几条 SQL？
一次 1–2 条取数需求比较稳，需求多请分批，避免口径混。
订单明细、用户数据安全吗？
涉明细先用聚合字段替代、先脱敏，生产库只读不要在其上试写，这是前置步骤。
SQL 能直接上生产吗？
先在测试库跑通并看 EXPLAIN；优化建议属 AI 判断，需人工判断后再上。