数据库开发工具界的 ChatGPT 来了
提提需求，就能按照你的要求自动生成库表、构建测试数据、查询变更数据，动不动还要帮你优化 SQL …… 这样的数据库开发工具到底有多强大？
没错，今年2月份，玖章算术公司旗下的 NineData 服务就发布了这些能力。NineData 通过内置强大的AI生成能力，让你可以在 NineData 平台上，通过自然语言提问，轻松完成库表生成、测试数据构建、数据查询变更及性能优化等常见的数据库开发、数据分析及日常运维工作。
1、创建表，就是这么简单
反观 NineData，我们只需要通过自然语言提出具体的建表需求，系统即可自动生成表创建语法。
▋范例一：添加一张用户表
例如，我们需要创建一张用户表。此时，只需输入“添加一张用户表”的需求，NineData 即会生成对应的建表语句，且它会根据自己的理解，往表中添加：id、用户名称、性别、邮箱、地址 等业务字段。
▋范例二：创建一张订单表
当然，很多时候业务对于字段属性可能有特殊的要求。此时，你可以在需求中进行特殊说明。例如，我们想要创建一张包含特定业务字段的订单表的时候。我们可以输入如下的需求说明：
创建一张订单表，包括：订单号、下单日期、修改时间、客户 ID、商品 ID、订单状态、订单金额。
此时，NineData 会按照你的要求，生成对应的业务表，包含相应的业务字段。
2. 数据查询，所需即所得
▋范例一：列出各个部门每一天入职的新员工数
如下图所示，通过描述查询需求：列出每个部门每一天入职的新员工数，NineData 即可自动进行按部门、按日期的数据聚合分析，同时，返回统计结果。
▋范例二：调整 Georgi 的生日为 1985-09-01
除了查询，NineData 也能轻松搞定数据变更。例如下面的例子，输入“调整 Georgi 的生日为1985-09-01”，即可自动生成对应的变更 SQL。
3．智能构建测试数据
1) 测试数据不匹配业务逻辑，大部分的测试数据构建工具都是基于随机数据生成的方案，构建出来的数据不具备语义逻辑。例如 email 字段可能插入的数据为随机字符串。
2) 人工配置工作量大，传统工具一般都需要手动配置结构定义及数据生成算法，包括：数据类型、精度、数据内容、生成算法等。
使用 NineData 智能 SQL 功能，只需简单输入需要构建的数据量，就可快速生成并应用测试数据集。
▋范例一：向用户表插入10条数据
如下示例，通过请求“向用户表插入10条数据”，即可返回测试数据，且测试数据会根据表结构各字段的业务含义，自动生成具备业务含义的数据。例如 email、电话号码、地址等业务字段。
▋范例二、向用户表插入10条数据，使用中文
如果你对测试数据有特殊要求，可以在输入需求中进行特殊说明。
例如，我们修正下上面的示例，要求测试数据中的用户名称、邮箱要符合一定的要求。此时，只需调整需求描述为：向用户表插入10条数据，邮箱用163.com，gmail.com，qq.com，用中文 即可。
写在最后
