Nova AI 如何自动学习您的数据库架构

查看本指南之外查询流的所有功能 免费开始

支持

+更多

实时数据

用按需 SQL 取代导出

在 Excel 板材

商业智能和人工智能分析

询问 Nova，获取 SQL + 图表

认识诺瓦

数据库 REST API

每个合作伙伴使用一个密钥。不共享任何凭证。

构建 API

+更多

自动化

预定同步至 6 个以上平台

探索

+更多

将应用程序接口转换为 SQL

使用 SQL 查询 API，无需代码

探索

+更多

AI数据库MCP

Claude、Cursor、ChatGPT 和 Grok 可以与您的数据交互

Connect AI

Query Streams 是一个安全的实时数据库集成平台，其 AI 引擎 Nova 会在生成单个 SQL 查询之前自动学习您的数据库架构。 了解更多信息，请访问 QueryStreams.com 和 免费注册 开始用简单的英语向数据库提问。

为什么理解模式对 AI SQL 至关重要

AI 驱动的 SQL 生成存在一个大多数平台都忽略的根本问题：AI 并不了解你的数据库。通用聊天机器人可以编写语法正确的 SQL，但它们对你实际的表名、列类型、数据值或数据关系一无所知。如果你让它们查询你的销售数据，它们会编造出一些听起来合情合理的列名，例如： 总销售额 或 客户名称 该字段可能不存在于您的模式中。查询语句看起来没问题，也能编译通过，但它要么返回错误，要么更糟糕的是，返回了来自其他匹配列的错误结果。

这是将幻觉问题应用于数据库模式分析。问题的关键不在于人工智能编写 SQL 语法的能力。现代语言模型完全可以胜任 SQL 编写工作。问题的关键在于人工智能对 SQL 语法的理解。 什么 要编写 SQL，需要了解：哪些表存在、它们包含哪些列、表之间如何关联、筛选列中出现哪些值，以及目标数据库期望使用哪种 SQL 方言。如果没有这些基础知识，即使是最先进的 AI 查询构建器也只能靠猜测。Nova 的模式智能技术彻底消除了这种猜测，它创建了一个基于已验证知识而非概率推理的 AI SQL 助手。

五阶段模式智能管道

Nova 的自动模式学习功能会在您连接数据源的瞬间运行一个结构化的五阶段流程。每个阶段都以前一个阶段为基础，逐步加深 AI 对数据库结构的理解。该流程最多可同时处理 10 个表，以提高速度，支持 9 种 SQL 方言，并将所有学习到的知识持久存储，因此除非您的数据库模式发生更改，否则每个数据库只需运行一次分析。

第一阶段：模式目录捕获

第一阶段通过以下方式连接到您的数据库： 查询流代理 并读取信息模式目录。这会捕获所有可访问模式中的每个表名、列名、数据类型、索引定义、外键约束、行数和开发人员注释。代理程序运行在您自己的网络上，并建立安全的仅出站连接，因此无需入站端口、VPN 隧道或防火墙更改。模式目录捕获速度很快，因为它读取的是元数据，而不是数据。一个包含 200 个表的数据库通常在 3 秒内即可完成此阶段。输出结果是一个完整的结构映射，Nova 将其用作每个后续阶段和生成的每个 SQL 查询的基础。

第二阶段：数据抽样

Nova 知道有哪些表和列之后，还需要了解它们包含哪些值。第二阶段发送一个单独的请求。 ProfileTableForAI 通过查询流代理对每个表进行调用。这种专门的分析操作取代了原本需要对每个表执行 11 到 28 次单独查询的操作：在一次网络往返中完成对不同值进行采样、检测值分布、识别 NULL 值率、发现枚举模式以及测量基数等所有操作。数据采样使 Nova 能够了解您的 状态 专栏使用“CA”这样的双字母缩写来代替“California”，或者你的 状态 字段包含“active”/“inactive”而不是0/1。这避免了最令人沮丧的一类情况。 文本转 SQL 错误：结构正确的查询，但筛选条件是数据中不存在的值。

第三阶段：隐式外键发现

许多生产数据库中的表之间存在未声明为正式外键约束的关系。 顾客 ID 列和 orders.customer_id 列之间显然存在关联，但如果模式中不存在外键约束，基本的目录读取将无法检测到这种关联。第三阶段通过分析列名、数据类型和值重叠来识别表之间未声明的关系，从而解决这个问题。这种隐式外键发现对于需要多表 JOIN 的复杂自然语言数据库查询至关重要。如果没有它，Nova 将只能连接具有已声明外键的表，而在许多实际数据库中，这仅覆盖不到一半的实际关系。通过映射已声明和隐式关系，Nova 可以跟踪整个模式中的 JOIN 路径，并根据诸如“显示包含客户姓名和产品详细信息的订单”之类的问题生成准确的多表查询。

第四阶段：LLM 强化

第四阶段将结构和分析数据传递给人工智能进行语义增强。LLM 为每个表和列生成易于理解的描述，并对语义类型进行分类（识别出…… 创建于 是创建时间戳， 电子邮件 是一个联系人字段， SKU Nova 能够检测枚举类型的列（其中有限的值集在多行中重复出现），并将表映射到销售、库存、人力资源或财务等业务领域。这种增强功能将原始技术元数据转化为上下文知识。当您询问“按部门显示员工薪资”时，Nova 不仅仅是将“员工”一词与表名进行模式匹配。它能够理解哪些表属于人力资源领域，哪些列代表薪酬数据，以及哪些列用作部门分组。语义分类正是区分关键字匹配工具和真正理解您的数据模型的 AI SQL 助手的关键所在。

第五阶段：结果处理

最后阶段会存储所有学习到的知识并计算覆盖率指标。Nova 从三个层面跟踪分析完成情况：数据库层面（已分析的表数量）、表层面（已丰富列数量）和列层面（类型分类和值分析是否完成）。结果处理还包括贡献者跟踪。每条学习到的知识都会被标记为 AI 生成或人工贡献。团队成员可以通过对话式训练界面补充 AI 的学习，在该界面中，Nova 会针对模糊的列或表生成有针对性的问题，而人类则用自然语言回答。这种协作方式结合了 AI 的速度和人类的领域专业知识，而贡献者标签则确保您始终了解每个注释的来源。

模式智能如何使 Nova 与众不同

Nova 与通用 AI 聊天机器人之间的差距归根结底在于：前者基于经过验证的知识，而后者则基于概率猜测。当通用 AI 为数据库编写 SQL 时，它会根据训练数据中的统计模式构建查询。它可能会进行猜测。 用户 当你的桌子实际上 app_users或者假设 价格 当你的列是 单位成本这些猜测在查询失败或返回错误结果之前对用户是不可见的。

Nova 完全消除了猜测。生成的查询中引用的每个表、列、关系和数据模式都来自 Schema Intelligence 知识库，并已针对您的实际数据库进行了验证。Nova 还强制执行模式限定命名（使用 schema.table 格式类似 公共客户并将生成的每个查询传递给 SQLGlot 执行前进行语法验证。如果引用的列的相似度低于 60% 的阈值（通过 RapidFuzz 测试），Nova 会标记该列，并自动纠正或要求用户提供更多信息。这使得 Nova 不仅是一个 AI 数据库模式读取器，更是一个 SQL 质量门，能够在错误影响数据之前将其捕获。

模式智能接口

Schema Intelligence 界面可通过以下方式访问： /nova/情报 在“查询流”门户中，您可以查看 Nova 对每个已连接数据库的了解情况，并以可视化仪表板的形式呈现。您可以查看每个表的分析状态、列和关系的覆盖率百分比，以及每个注释的来源（AI 生成或人工添加）。通过实体分析按钮，您可以按需触发或重新运行对单个表或列的分析。

四种学习模式让您可以控制每个数据库的架构智能运行方式。 汽车 当连接新的数据源时，自动运行完整的 5 阶段管道。 协助 在运行分析之前通知您并要求确认。 手册 允许您使用按实体按钮触发对单个表的分析。 离开 对于您更倾向于手动编写 SQL 的数据库，此功能会完全禁用模式智能。训练界面将人类领域专业知识与 AI 的速度完美结合：Nova 会针对其理解上的不足之处生成有针对性的问题，团队成员则以对话的形式作答。每个回答都会作为人工贡献的知识存储起来，用于补充自动化分析，这对于命名规则不明确或列名无法清晰指示其用途的旧模式数据库尤为重要。

不懂 SQL？Nova AI 会为你构建查询。

试试 Nova

1

描述一下
您需要的数据

Nova读取模式
并构建 SQL

保存并运行
Excel 或 Sheets

请帮我创建一个查询，获取上个月按产品划分的收入——我需要它来制作每周销售报告。

成立 订单项 和 产品 在您的模式中。这是您的查询语句——运行它进行预览，然后将其保存到您的库并与团队共享。

查询语言 成果

复制 运行 节省

选择
    p.产品名称，
    总计（oi.quantity * oi.unit_price） AS 收入
从   public.order_items oi
连接   公共产品 p 关于 oi.product_id = p.id
地点  oi.created_at >= DATE_TRUNC('月', 现在() - 间隔“1个月”)
GROUP BY p.产品名称
ORDER BY 收入 DESC

谁能从自动模式学习中受益

模式智能并非仅限于单一角色。任何使用数据库的团队都能从人工智能中受益，因为人工智能可以在生成查询之前理解数据模型。以下是不同角色如何从自动数据库模式分析中获益。

常见问题

开始

相关指南： 使用 Nova AI 进行文本到 SQL 转换 | 所有功能 | Microsoft Excel 中的数据库 | Google Sheets 中的数据库 | API 连接器

类别：新星人工智能

标签：Nova AI、模式智能、数据库模式、AI 分析、文本转 SQL、机器学习、数据库自动化

元描述：Nova AI 可自动学习您的数据库架构。从一开始就能生成更优质的 SQL。免费试用。

作者简介：
查询流团队由经验丰富的数据库专家、网络安全专业人士和企业网络资深人士组成，在数据管理、分析和安全软件开发领域拥有超过25年的综合经验。