16 年等待，再见 SQL Boy，这一次数据库交互形态彻底被颠覆了！

注：本文转载自 InfoQ 公众号，作者张雅文，点此查看原文

---

对于程序员来说，通过 SQL 操作数据库是日常工作中经常会遇到的任务，算得上是一项基本技能。但即便是专业人员面对 SQL 编写任务也往往会头疼不已，更不要说在这一领域经验不足的初学者了。ChatGPT 大火之后，其辅助程序员编写代码的能力受到了很大关注。那么，类似 ChatGPT 这种能力能否用在数据库操作上，帮助程序员甚至是缺乏代码经验的普通业务人员，使用自然语言来完成过去需要 SQL 才能做的事情呢？在近日举办的亚马逊云开发者 Tech Talk 上，Bytebase 联合创始⼈/CEO 陈天舟就介绍了这样一款产品——基于亚马逊云科技的云服务架构，可以用自然语言与数据库交互的 SQL Chat。InfoQ 将本场演讲内容整理成文，希望对大家有所帮助。

软件交互范式的演进：从命令行到 CUI

回顾软件行业的交互范式演进史，大致上是从桌面到 Web 端，再到移动端。在上世纪 70 年代，用户一般通过命令后界面（CLI）与计算机交互。发展到 1979 年出现了 VisiCalc， VisiCalc 首次引入了表格布局交互界面，具有革命性的意义。

这款软件还带火了 Apple 2 电脑，让很多个人用户开始采购这款 PC 来制作表格。之后到了 1984 年，苹果发布了 Macintosh，搭配键盘、鼠标并采用了 GUI 界面，这也是现代 PC 所采用的标准界面的起源。再到 1993 年，第一款网页浏览器 Mosaic 诞生。

这款浏览器开启了 Web 端的时代。继续向前来到 2007 年，iPhone 的发布则开启了现代智能手机时代。这样来看，命令行 CLI 交互大概从 70 年代流行到 1984 年，GUI 的发展则分了三个阶段，首先是 1984-1993 年是桌面端，1993-2007 年是 Web 端，2007 年到现在则是移动端，每一次换代间隔大约 13 年左右。

而到了 2023 年的今天，ChatGPT 横空出世。ChatGPT 的交互方式可以称为 Chat User Interface（CUI）。从 2007 年到 2023 年，历经 16 年的等待，软件行业终于迎来了交互范式的又一场革新。

数据库交互与 CUI 革命

软件交互范式的进化自然也会影响数据库的操作方式。以 SQL 客户端这个具体场景来为例，今天的 SQL 客户端还有很多命令行的交互工具，但业内也存在很多起源于 Windows 的 GUI 工具，比如 Navicat 等。

如今，基于 CUI 的全新交互方式就完全不一样了。CUI 没有大量控件组合，只有一个简单直接的输入框。用户用自然语言问数据库问题，它会神奇地写出对应的 SQL 语句同数据库交互。这种进化能让人想到谷歌诞生之前的雅虎。彼时雅虎在做黄页目录，用户通过线上黄页查找信息；之后谷歌直接推出了搜索框，一个搜索框就能找到互联网的所有内容。现在的数据库交互软件有众多复杂的控件、树、表单，而到了 CUI 时代，所有这些元素都消失了，用户只需一个对话框来输入问题，机器人就能给出回答。

SQL Chat：用自然语言和数据库交互的全新工具

所谓 SQL Chat，顾名思义就是用聊天的方式写 SQL，跟数据库打交道。下图是整个产品的界面。

例如向 SQL Chat 提问，问用户组织里面哪个部门有最多的员工，这个工具就能直接给出对应的 SQL 语句，还会解释这个语句的含义。

如果用户对结果不满意还能纠正它，可以说这个语句不是自己想要的，给出理由让它重新尝试，它会根据用户的反馈再做调整。

它的交互方式是很自然的，就像用户在和人类对话一样。例如，用户可以创建一个 Amazon Aurora 的 HR 数据库，之后先问一些基本的问题，让它回答数据库有哪些表。SQL Chat 会知道用户对员工的薪资和职称是最感兴趣的，又知道部门和员工之间是生产关系，知道员工个人信息是个人隐私。

如果提问哪个部门的员工平均薪水最高，它不仅会给出 SQL 语句，还会解释这条 SQL 是什么操作。再来问它哪个经理手下人员最多，列出 SQL 代码，它会给出查询语句查到手下员工最多的经理。如果用户对这条查询不是那么满意，还想看一下这位经理到底有多少个员工，请机器人把他的员工数也包含在内，它就会给出修正的查询。

但目前 SQL Chat 涉及子查询的时候还是会出现一些问题，可能会报错，提示内容未指定等。这反映出它使用的模型还是有一些局限性，陈天舟表示，这类问题在未来随着调优是可以解决的。

未来，开发团队会收集一些交互数据，把这些数据进行脱敏匿名化处理后放到 Amazon S3 上，再把它灌到 Amazon SageMaker，在 Amazon SageMaker 里做整个模型的训练调优。陈天舟预计，半年后再演示新版 SQL Chat 时就能比较好地解决子查询的问题了。

SQL Chat 背后的公司是 Bytebase，主要做数据库管理工具。如果企业需要 Schema 的数据结构变更、数据查询，或者团队之间需要有一套标准的审批流，做数据安全治理，Bytebase 的主产品都可以满足。它主要面向团队和企业级，是开源的。下图左边的二维码是亚马逊云开发者社区，右边是 SQL Chat 自己的用户群。SQL Chat 在 GitHub 上是完全开源的 (https://github.com/sqlchat/sqlchat)，接下来也会有很快的迭代速度。最后，SQL Chat 后期还有望支持多模态输入，希望大家持续关注。