基于AI智能体SQL优化提升数千倍

本文主要介绍AI智能体自驱动完成SQL审核优化的场景。首先我们给AI设置了执行时间减少为原先1000倍的优化目标，并将待优化的SQL提供给AI进行优化，AI思考后给出优化方案并自行验证（auto模式）。AI通过优化函数和减少重复扫描，使执行SQL时间达到预期，优化完成。点击查看视频

优化前语句

select empno as 编号, ename as 姓名, sal as 工资, hiredate as 聘用日期, (select sum(b.sal) from emp b where b.deptno=8 and b.hiredate<= a.hiredate) as 合计工资 from emp a where a.deptno =8 order by hiredate;

优化说明

1. 使用窗口函数：
   • 通过 SUM(sal) OVER (ORDER BY hiredate) 计算累计工资，避免了子查询的重复计算，提高了性能。
2. 减少重复扫描
   • 原SQL中的子查询会对 emp 表进行多次扫描，而优化后的SQL只扫描一次。
3. 可读性提升：
   • 使用 WITH 子句（CTE）使逻辑更清晰。
   • 预期效果：
     执行时间显著减少（原SQL执行时间为139156ms）。结果与原SQL一致，但计算效率更高。

优化后语句

WITH cumulative_salary AS (    SELECT         hiredate,        SUM(sal) OVER (ORDER BY hiredate) AS running_total    FROM         emp    WHERE         deptno = 8)SELECT     a.empno AS 编号,    a.ename AS 姓名,    a.sal AS 工资,    a.hiredate AS 聘用日期,    cs.running_total AS 合计工资FROM     emp aJOIN     cumulative_salary cs ON a.hiredate = cs.hiredateWHERE     a.deptno = 8ORDER BY     a.hiredate;

最终优化结果

通过司南AI优化，执行效率已实现1000倍以上的性能优化！AI模型迭代升级中，即将迎来更强劲的表现，如果您想提前感受司南AI的强大性能，欢迎立即联系我们，申请试用版！