探索陌生数据表

当你第一次接触一个数据库、Schema 或业务系统时，不要直接让 AI 生成复杂 SQL。更稳妥的方式是先用 Explorer 看清表结构、字段类型和样本数据，再让 AI 基于真实上下文解释表关系或生成查询。

什么时候使用这个流程

• 刚接入新的 ClickHouse、PostgreSQL、MySQL、SQLite 或 DuckDB 连接。
• 不确定某个指标应该使用哪张表。
• 表名和字段名缺少业务说明。
• 接手他人维护的数据集。
• 需要快速判断数据是否适合做分析或图表。

1. 从 Explorer 开始

打开 Explorer，先确认数据库、Schema、表和视图是否能正常加载。

优先观察：

• 表名是否指向业务域，例如 orders、events、users、payments。
• 字段名是否包含时间、状态、ID、金额、渠道、地域等常见分析维度。
• 是否存在视图、物化视图或聚合表。
• 表备注、字段备注、分区键和排序键是否可见。

2. 判断表的类型

陌生表通常可以先分成几类：

3. 运行安全预览查询

在 SQL Console 中先运行小范围查询：

SELECT *
FROM your_table
LIMIT 50;

如果是大表，建议先加时间范围：

SELECT *
FROM your_table
WHERE created_at >= now() - INTERVAL 1 DAY
LIMIT 50;

不同数据库的时间函数不同，必要时让 AI 根据当前数据库类型改写。

4. 让 AI 解释表结构

当你已经确认目标表后，可以向 AI Chat 提问：

请基于当前表结构，解释这张表可能记录什么业务数据。指出适合作为时间维度、指标和分类维度的字段。

也可以更具体：

这张表适合用来统计订单转化率吗？如果不适合，还需要哪些表或字段？

5. 生成第一条探索 SQL

让 AI 输出低风险的探索查询：

基于当前表生成 3 条探索 SQL：一条查看每日数据量，一条查看状态分布，一条查看最近 50 条异常记录。每条 SQL 都要包含合理的时间范围或 LIMIT。

执行前检查表名、字段名、时间范围和扫描成本。

常见问题

AI 无法理解表关系怎么办？

先在 Explorer 中确认字段名和样本数据，再把你认为相关的表名告诉 AI。AI 不一定能自动推断隐藏的业务关系。

表太大，预览也很慢怎么办？

先找时间字段或分区字段，缩小时间范围。ClickHouse 表优先使用分区键或排序键过滤。

什么时候可以开始写正式查询？

当你确认了目标表、时间字段、主键或去重字段、指标字段和必要过滤条件后，再写正式查询。

下一步

• 用 使用 Ask AI 生成 SQL 生成第一版业务查询。
• 在 SQL Console 中运行并验证结果。
• 输出稳定后使用 Build Charts from SQL 做可视化。