Hoe Nova AI uw databaseschema automatisch leert

Bekijk alles wat Query Streams kunnen buiten deze handleiding Gratis aan de slag

Ondersteunt

+meer

Live gegevens

Export vervangen door SQL op aanvraag

Excel Vellen

BI & AI-analyse

Vraag Nova, krijg SQL + grafieken

Ontmoet Nova

Database REST API

Eén sleutel per partner. Geen inloggegevens worden gedeeld.

Bouw een API

+meer

Automatisering

Geplande synchronisatie naar 6+ platformen

Verken

+meer

API naar SQL

API's bevragen met SQL, geen code

Verken

+meer

AI-database MCP

Claude, Cursor, ChatGPT en Grok communiceren met uw gegevens.

Connect AI

Query Streams is een veilig, realtime platform voor database-integratie waarvan de AI-engine, Nova, automatisch uw databaseschema leert voordat er ook maar één SQL-query wordt gegenereerd. Meer informatie vindt u op QueryStreams.com en gratis aanmelden Begin met het stellen van vragen aan je database in begrijpelijke taal.

Semantische intelligentie is een door AI ontwikkeld concept. semantische laag Voor uw database: Nova brengt uw tabellen, kolommen en relaties één keer in kaart en beantwoordt vervolgens elke vraag op basis van die kaart.

Waarom inzicht in schema's belangrijk is voor AI SQL

Het genereren van SQL door AI heeft een fundamenteel probleem dat de meeste platforms negeren: de AI kent je database niet. Generieke chatbots kunnen syntactisch correcte SQL schrijven, maar ze hebben geen enkele kennis van je daadwerkelijke tabelnamen, kolomtypen, datawaarden of relaties. Vraag ze om je verkoopgegevens op te vragen en ze verzinnen plausibel klinkende kolomnamen zoals totale_omzet of klantnaam Die kolom bestaat mogelijk niet in uw schema. De query ziet er correct uit. Hij compileert. Hij geeft ofwel een foutmelding terug, of erger nog, onjuiste resultaten van een andere kolom die toevallig wel overeenkwam.

Dit is het hallucinatieprobleem toegepast op de analyse van databaseschema's. De kloof zit niet in het vermogen van de AI om SQL-syntaxis te schrijven. Moderne taalmodellen zijn bedreven in het schrijven van SQL. De kloof zit in de kennis. Wat Om SQL-query's te schrijven, moet je weten welke tabellen er bestaan, welke kolommen ze bevatten, hoe tabellen zich tot elkaar verhouden, welke waarden in filterkolommen voorkomen en welk SQL-dialect de doeldatabase verwacht. Zonder deze basiskennis gokt zelfs de meest geavanceerde AI-querybouwer maar wat. Semantische intelligentie is hoe Nova dat gissen volledig elimineert en een AI-SQL-assistent creëert die werkt op basis van geverifieerde kennis in plaats van probabilistische gevolgtrekkingen.

De 5-fasen semantische intelligentie-pipeline

Nova's automatische schema-leerproces doorloopt een gestructureerde pijplijn van 5 fasen zodra u een gegevensbron aansluit. Elke fase bouwt voort op de vorige, waardoor het begrip van de AI van uw databasestructuur steeds verder wordt verdiept. De pijplijn verwerkt tot 10 tabellen tegelijk voor maximale snelheid, ondersteunt 9 SQL-dialecten en slaat alle geleerde kennis permanent op, zodat de analyse slechts eenmaal per database hoeft te worden uitgevoerd, tenzij uw schema verandert.

Fase 1: Vastlegging van de schema-catalogus

De eerste fase maakt verbinding met uw database via de Query Streams Agent en leest de informatie uit de schemacatalogus. Deze catalogus bevat elke tabelnaam, kolomnaam, gegevenstype, indexdefinitie, foreign key-beperking, rijtelling en ontwikkelaarscommentaar voor alle toegankelijke schema's. De agent draait op uw eigen netwerk en legt een beveiligde verbinding tot stand die alleen uitgaand verkeer toelaat, waardoor er geen inkomende poorten, VPN-tunnels of firewallwijzigingen nodig zijn. Het vastleggen van de schemacatalogus is snel omdat er metadata wordt gelezen, geen data. Een database met 200 tabellen voltooit deze fase doorgaans in minder dan 3 seconden. De output is een complete structuurkaart die Nova gebruikt als basis voor elke volgende fase en elke SQL-query die wordt gegenereerd.

Fase 2: Gegevensverzameling

Zodra Nova weet welke tabellen en kolommen er zijn, moet het begrijpen welke waarden ze bevatten. Fase 2 verzendt een enkelvoudig bericht. ProfieltabelVoorAI Roep per tabel een query aan via de Query Streams Agent. Deze gespecialiseerde profileringsbewerking vervangt wat anders 11 tot 28 afzonderlijke query's per tabel zou vereisen: het bemonsteren van unieke waarden, het detecteren van waardeverdelingen, het identificeren van NULL-percentages, het ontdekken van enum-patronen en het meten van de kardinaliteit, allemaal in één netwerkronde. Data sampling stelt Nova in staat om te weten dat uw staat de kolom gebruikt afkortingen van twee letters zoals 'CA' in plaats van 'Californië', of dat uw status Het veld bevat "actief"/"inactief" in plaats van 0/1. Dit voorkomt de meest frustrerende categorie van tekst-naar-SQL Fouten: query's die structureel correct zijn, maar filteren op waarden die niet in uw gegevens voorkomen.

Fase 3: Ontdekking van impliciete vreemde sleutels

Veel productiedatabases hebben relaties tussen tabellen die niet formeel als foreign key-beperkingen zijn gedeclareerd. klanten.id kolom en een bestellingen.klant_id Kolommen zijn duidelijk aan elkaar gerelateerd, maar als er geen foreign key-beperking in het schema bestaat, zal een standaard catalogusleesbewerking de verbinding niet detecteren. Fase 3 lost dit op door kolomnamen, gegevenstypen en overlappende waarden te analyseren om niet-gedeclareerde relaties tussen tabellen te identificeren. Deze impliciete foreign key-detectie is cruciaal voor complexe databasequery's in natuurlijke taal die joins tussen meerdere tabellen vereisen. Zonder deze detectie zou Nova alleen tabellen kunnen koppelen met gedeclareerde foreign keys, wat in veel databases in de praktijk minder dan de helft van de werkelijke relaties dekt. Door zowel gedeclareerde als impliciete relaties in kaart te brengen, kan Nova joinpaden door uw hele schema traceren en nauwkeurige query's tussen meerdere tabellen genereren voor vragen zoals "toon mij bestellingen met hun klantnamen en productdetails".

Fase 4: LLM-verrijking

Fase 4 geeft de structurele en profileringsgegevens door aan de AI voor semantische verrijking. Het LLM genereert leesbare beschrijvingen voor elke tabel en kolom, classificeert semantische typen (waarbij wordt geïdentificeerd dat aangemaakt_op is een aanmaaktijdstempel, e-mail is een contactveld, sku (bijvoorbeeld een product-ID), detecteert enum-achtige kolommen waar een eindige set waarden zich herhaalt in rijen, en koppelt tabellen aan bedrijfsdomeinen zoals verkoop, voorraadbeheer, HR of financiën. Deze verrijking transformeert ruwe technische metadata in contextuele kennis. Wanneer je vraagt "toon me salarissen van werknemers per afdeling", zoekt Nova niet alleen naar een patroonvergelijking tussen het woord "werknemer" en een tabelnaam. Het begrijpt welke tabellen bij het HR-domein horen, welke kolommen salarisgegevens vertegenwoordigen en welke kolom als afdelingsgroepering dient. Semantische classificatie is wat een tool voor het matchen van trefwoorden onderscheidt van een AI SQL-assistent die je datamodel echt begrijpt.

Fase 5: Resultaatverwerking

In de laatste fase wordt alle opgedane kennis opgeslagen en worden dekkingsstatistieken berekend. Nova volgt de voltooiing van de analyse op drie niveaus: per database (hoeveel tabellen zijn geprofileerd), per tabel (hoeveel kolommen zijn verrijkt) en per kolom (of de typeclassificatie en waardeprofilering zijn voltooid). De resultaatverwerking omvat ook het bijhouden van de bijdragers. Elk stukje opgedane kennis wordt gelabeld als door AI gegenereerd of door mensen bijgedragen. Teamleden kunnen het leerproces van de AI aanvullen via een conversationele trainingsinterface, waar Nova gerichte vragen genereert over ambigue kolommen of tabellen en mensen in natuurlijke taal antwoorden. Deze samenwerkingsaanpak combineert de snelheid van de AI met de domeinexpertise van mensen, en de labels voor de bijdragers zorgen ervoor dat u altijd de bron van elke annotatie kent.

Hoe semantische intelligentie Nova uniek maakt

Het verschil tussen Nova en generieke AI-chatbots zit hem in het verschil tussen geverifieerde kennis en probabilistisch gissen. Wanneer een algemene AI SQL-query's voor je database schrijft, baseert deze zich op statistische patronen in de trainingsdata. Het zou kunnen dat de AI gokt. gebruikers wanneer uw tafel eigenlijk app_gebruikers, of aannemen prijs wanneer uw kolom eenheidskostenDeze schattingen zijn onzichtbaar voor de gebruiker totdat de query mislukt of onjuiste resultaten oplevert.

Nova maakt een einde aan alle giswerk. Elke tabel, kolom, relatie en datapatroon waarnaar in een gegenereerde query wordt verwezen, is afkomstig uit de kennisbank van Semantic Intelligence en wordt geverifieerd aan de hand van uw daadwerkelijke database. Nova dwingt ook schema-gekwalificeerde naamgeving af (met behulp van schema.tabel formaat zoals publiek.klanten) en geeft elke gegenereerde query door SQLGlot Syntaxvalidatie vóór uitvoering. Als een gekoppelde kolom niet overeenkomt met een gelijkenisdrempel van 60% (via Rapidfuzz), markeert Nova dit en corrigeert het automatisch of vraagt om verduidelijking. Dit maakt Nova niet alleen een AI-gestuurde databaseschemalezer, maar ook een kwaliteitscontrole voor SQL die fouten opspoort voordat ze uw data bereiken.

De Semantische Intelligentie Interface

De Semantic Intelligence-interface is toegankelijk via /nova/intelligence In de Query Streams-portal krijgt u een visueel dashboard te zien van wat Nova weet over elke verbonden database. U kunt de analysestatus per tabel bekijken, de dekkingspercentages voor kolommen en relaties, en de bron van elke annotatie (door AI gegenereerd of door mensen toegevoegd). Met de analyseknoppen per entiteit kunt u analyses op individuele tabellen of kolommen naar behoefte starten of opnieuw uitvoeren.

Met vier leermodi kunt u per database bepalen hoe Semantic Intelligence werkt. Auto Het volledige 5-fasenproces wordt automatisch uitgevoerd wanneer een nieuwe gegevensbron wordt aangesloten. Assistentie U wordt op de hoogte gesteld voordat de analyse wordt uitgevoerd en er wordt om bevestiging gevraagd. Handleiding Hiermee kunt u analyses op afzonderlijke tabellen starten met behulp van knoppen per entiteit. Uit Schakelt Semantische Intelligentie volledig uit voor databases waar u liever handmatig SQL schrijft. De trainingsinterface is waar menselijke domeinexpertise en AI-snelheid samenkomen: Nova genereert gerichte vragen over hiaten in haar begrip, en teamleden beantwoorden deze in een conversatieachtige stijl. Elk antwoord wordt opgeslagen als door mensen bijgedragen kennis die de geautomatiseerde analyse aanvult. Dit is met name waardevol voor databases met onduidelijke naamgevingsconventies of verouderde schema's waarbij kolomnamen hun doel niet duidelijk aangeven.

Geen SQL-kennis? Nova AI bouwt de query voor je.

Probeer Nova

1

Beschrijf wat
de gegevens die u nodig hebt

Nova leest schema
& bouwt de SQL

Opslaan en uitvoeren vanaf
Excel of Google Sheets

Help me een query te maken voor de omzet van vorige maand per product. Ik heb dit nodig voor mijn wekelijkse verkooprapport.

Gevonden bestelitems en producten in je schema. Hier is je query — voer hem uit om een voorbeeld te bekijken, sla hem vervolgens op in je bibliotheek en deel hem met je team.

SQL Resultaten

Kopie Ren Sla

SELECT
    p.product_name,
    SUM(oi.quantity * oi.unit_price) AS inkomsten
VAN   public.order_items oi
JOIN   publiek.producten p OP oi.product_id = p.id
WAAR  oi.created_at >= DATE_TRUNC('maand', NU() - INTERVAL '1 maand')
GROEP DOOR p.product_name
ORDER BY inkomsten DESC

Wie profiteert van automatisch schema-leren?

Semantische intelligentie is niet beperkt tot één enkele rol. Elk team dat met databases werkt, profiteert van een AI die het datamodel begrijpt voordat er query's worden gegenereerd. Hieronder lees je hoe verschillende rollen baat hebben bij automatische analyse van databaseschema's.

Veelgestelde vragen

Aan de slag

Gerelateerde handleidingen: Tekst naar SQL converteren met Nova AI | Alle functies | Databases in Microsoft Excel | Databases in Google Sheets | API-connector

Categorie: Nova AI

Trefwoorden: Nova AI, Semantische intelligentie, Databaseschema, AI-analyse, Tekst naar SQL, Machine learning, Databaseautomatisering

Metabeschrijving: Nova AI leert automatisch uw databaseschema. Betere SQL vanaf dag één. Probeer het gratis.

Auteur Bio:
Het Query Streams Team bestaat uit ervaren database-experts, netwerkbeveiligingsprofessionals en veteranen op het gebied van bedrijfsnetwerken met meer dan 25 jaar gezamenlijke ervaring in gegevensbeheer, analyse en veilige softwareontwikkeling.