适用课程数据库系统概论 / MySQL 实践技术栈openEuler、MySQL 8.0、Python 3.11、Streamlit、大模型 API腾讯云 TokenHub项目源码见文末一、项目简介在日常数据库运维和业务分析中我们经常需要编写 SQL 查询或优化慢查询。对于初学者来说写 SQL 容易但写出高效、安全的 SQL 却不容易。本项目结合大模型LLM的自然语言理解能力实现自然语言 → SQL输入中文业务需求自动生成并执行 SELECT 查询返回表格结果 AI 业务解读。SQL 性能调优输入任意 SELECT 语句自动获取EXPLAIN执行计划并由大模型给出索引建议和 SQL 改写方案。二、软硬件环境类别规格 / 版本用途操作系统openEuler 22.03 SP4 / RHEL 9运行数据库与 Python 程序MySQL8.0.45 Community存储订单测试数据Python3.11.9源码编译主开发语言大模型平台腾讯云 TokenHub兼容 OpenAI 接口提供 NL2SQL 与调优能力Python 依赖pymysql, python-dotenv, langchain-openai, streamlit, tabulate数据库、AI、Web 界面网络虚拟机需能访问外网调用大模型 API三、环境搭建3.1 虚拟机与系统初始化安装 openEuler 虚拟机过程略可参考网络教程关闭防火墙与 SELinux便于后续测试# 关闭 SELinux永久生效需重启sed-i7s/enforcing/disabled//etc/selinux/config# 关闭防火墙systemctl disable--nowfirewalld systemctl status firewalld# 检查状态修改主机名与时间同步hostnamectl set-hostname serverbash# 编辑 /etc/chrony.conf添加阿里云时间源vim/etc/chrony.conf# 添加server ntp.aliyun.com iburstsystemctl restart chronyd chronyc sources# 查看同步状态server ntp.aliyun.com iburst stratumweight 0 driftfile /var/lib/chrony/drift rtcsync makestep 10 3 bindcmdaddress 127.0.0.1 bindcmdaddress ::1 keyfile /etc/chrony.keys commandkey 1 generatecommandkey logchange 0.5 logdir /var/log/chrony安装基础编译工具dnfinstall-ygcc gcc-cmakecmake zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel libffi-devel tk-develwgettarvimtree net-tools openssh-server3.2 编译安装 Python 3.11.9由于 openEuler 自带的 Python 版本较低我们需要源码编译安装 Python 3.11.9。下载源码包在/usr/local/src目录下访问 https://www.python.org/downloads/release/python-3119/ 下载Python-3.11.9.tgz用 XFTP 上传到/usr/local/src。解压并编译cd/usr/local/srctar-zxvfPython-3.11.9.tgzcdPython-3.11.9 ./configure--prefix/usr/local/python3.11 --enable-sharedmake-j$(nproc)makeinstall配置动态链接库与软链接echo/usr/local/python3.11/lib/etc/ld.so.conf.d/python311.conf ldconfigln-s/usr/local/python3.11/bin/python3.11 /usr/local/bin/python3ln-s/usr/local/python3.11/bin/pip3.11 /usr/local/bin/pip3bash# 或重启终端(reboot)python3-Vpip3-V安装项目 Python 依赖配置阿里云 pip 镜像源加速下载mkdir~/.pipvim~/.pip/pip.conf# 写入以下内容[global]index-urlhttp://mirrors.aliyun.com/pypi/simple/[install]trusted-hostmirrors.aliyun.com安装依赖包需使用我们刚安装的 Python 3.11 的 pippip3install--upgradepip pip3installpymysql python-dotenv tabulate langchain langchain-openai streamlit sqlparse3.3 部署 MySQL 8.0.45下载 MySQL 二进制包访问 https://downloads.mysql.com/archives/community/ 选择Linux - Generic版本8.0.45下载mysql-8.0.45-linux-glibc2.12-x86_64.tar.xz上传至/root。解压并安装cd/roottar-xvfmysql-8.0.45-linux-glibc2.12-x86_64.tar.xz-C/usr/local/cd/usr/localmvmysql-8.0.45-linux-glibc2.12-x86_64 mysqlgroupaddmysqluseradd-r-gmysql-s/bin/false mysqlcdmysqlmkdirdatachown-Rmysql:mysql.bin/mysqld--initialize--usermysql--basedir/usr/local/mysql--datadir/usr/local/mysql/data# 注意复制输出的临时密码例如A temporary password is generated for rootlocalhost: xxxxxxxx启动 MySQL 并修改 root 密码bin/mysqld_safe--usermysql# 后台启动# 等待几秒后连接bin/mysql-uroot-p# 输入临时密码mysqlalter userrootlocalhostidentified with mysql_native_password by123456;mysqlflush privileges;mysqlexit;配置 systemd 服务方便后续管理创建/etc/my.cnf[client] port 3306 socket /tmp/mysql.sock [mysqld] port 3306 basedir /usr/local/mysql datadir /usr/local/mysql/data tmpdir /tmp socket /tmp/mysql.sock character-set-server utf8mb4 collation-server utf8mb4_general_ci default-storage-engine INNODB log_error error.log创建/usr/lib/systemd/system/mysqld.service[Unit] DescriptionMySQL Server Afternetwork.target remote-fs.target nss-lookup.target [Service] Typenotify Usermysql Groupmysql ExecStart/usr/local/mysql/bin/mysqld --defaults-file/etc/my.cnf LimitNOFILE65535 LimitNPROC65535 Restarton-failure RestartPreventExitStatus1 TimeoutSec0 [Install] WantedBymulti-user.target然后执行systemctl daemon-reload systemctlenable--nowmysqld systemctl status mysqld# 查看状态添加 MySQL 命令到 PATHechoexport PATH$PATH:/usr/local/mysql/bin~/.bash_profilesource~/.bash_profile mysql-V3.4 创建测试数据库与订单表mysql-uroot-p123456CREATEDATABASEtestdb;USEtestdb;CREATETABLEorder_info(idBIGINTAUTO_INCREMENTPRIMARYKEYCOMMENT订单ID,user_idINTCOMMENT用户ID,order_nameVARCHAR(200)COMMENT商品名称,pay_amountDECIMAL(10,2)COMMENT支付金额,create_timeDATETIMECOMMENT下单时间)ENGINEInnoDBCOMMENT电商订单业务表;任意插入 20 条示例数据。验证数据SELECT*FROMorder_info;四、项目代码编写在/opt/mysql_ai_tools目录下创建以下文件.env、mysql_client.py、prompts.py、main.py、web_main.py。目录结构/opt/mysql_ai_tools/ ├── .env ├── main.py ├── mysql_client.py ├── prompts.py └── web_main.py4.1 环境变量配置文件.env# MySQL 配置 MYSQL_HOST127.0.0.1 MYSQL_PORT3306 MYSQL_USERroot MYSQL_PASSWORDRoot MYSQL_DBtestdb # 大模型配置 LLM_API_KEYsk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx LLM_BASE_URLhttps://tokenhub.tencentmaas.com/v1 LLM_MODEL_NAMEdeepseek-v4-pro-202606 LLM_TEMPERATURE0安全加固chmod600/opt/mysql_ai_tools/.env4.2 数据库操作封装mysql_client.py该文件负责连接 MySQL、执行查询、获取EXPLAIN计划并拦截危险 SQL仅允许 SELECT。核心代码# -*- coding: utf-8 -*-# 文件名mysql_client.py# 功能MySQL8.0数据库统一封装类# 作用封装数据库连接、普通查询、EXPLAIN执行计划、SQL安全拦截统一抛出友好异常给上层业务调用importpymysqlimportosimportrefromdotenvimportload_dotenv# 加载项目根目录下.env文件的数据库配置load_dotenv()classMysql80Client:# 数据库操作封装类所有数据库相关操作统一在此管理def__init__(self):# 初始化时读取环境变量参数缺失则设置兜底默认值防止程序直接崩溃self.hostos.getenv(MYSQL_HOST,127.0.0.1)self.portint(os.getenv(MYSQL_PORT,3306))self.useros.getenv(MYSQL_USER,root)self.passwordos.getenv(MYSQL_PASSWORD,)self.databaseos.getenv(MYSQL_DB,testdb)# 数据库连接对象初始为空self.connNone# 实例创建后自动建立数据库连接self.connect()defconnect(self):创建数据库连接捕获连接异常并抛出可读错误信息try:self.connpymysql.connect(hostself.host,portself.port,userself.user,passwordself.password,databaseself.database,charsetutf8mb4,# 支持中文、emoji完整字符集cursorclasspymysql.cursors.DictCursor# 查询结果以字典返回方便按字段取值)exceptpymysql.MySQLErrorase:# MySQL专属连接错误提示账号、地址、密码排查方向raiseException(f数据库连接失败请检查地址/账号/密码{e.args[1]})exceptExceptionase:# 其余未知连接异常统一捕获raiseException(f数据库连接异常{str(e)})staticmethoddef_check_sql_safety(sql:str)-None: 静态私有安全校验方法 核心防护拦截增删改、建表删表等危险操作仅允许SELECT查询防止AI生成危险SQL篡改数据 # 去除首尾空格并转为大写统一匹配规则sql_trimsql.strip().upper()# 危险操作关键字黑名单danger_keywords[INSERT,UPDATE,DELETE,DROP,ALTER,CREATE,TRUNCATE,REPLACE]forkwindanger_keywords:# 单词边界匹配避免字段名包含关键字时误拦截ifre.search(r\bre.escape(kw)r\b,sql_trim):raiseException(f安全拦截禁止执行{kw}类型语句仅支持 SELECT 查询)defexecute_query(self,sql:str): 执行普通SELECT查询 :param sql: 待执行查询语句 :return: (字段名列表, 全部数据行字典列表) # 执行SQL前先做安全校验拦截危险语句self._check_sql_safety(sql)try:# with自动管理游标用完自动释放资源withself.conn.cursor()ascursor:cursor.execute(sql)# 提取查询结果表头字段columns[desc[0]fordescincursor.description]# 读取全部查询数据rowscursor.fetchall()returncolumns,rowsexceptpymysql.MySQLErrorase:# 捕获SQL语法、表不存在等数据库执行错误raiseException(fSQL执行失败错误码{e.args[0]}{e.args[1]})exceptExceptionase:# 通用查询异常兜底raiseException(f查询异常{str(e)})defget_explain_plan(self,sql:str): 获取SQL执行计划EXPLAIN用于性能调优分析 :param sql: 待分析SELECT语句 :return: (执行计划表头, 执行计划详情数据) # 同样先校验SQL安全性self._check_sql_safety(sql)# 拼接EXPLAIN关键字生成分析语句explain_sqlfEXPLAIN{sql}try:withself.conn.cursor()ascursor:cursor.execute(explain_sql)columns[desc[0]fordescincursor.description]rowscursor.fetchall()returncolumns,rowsexceptpymysql.MySQLErrorase:raiseException(f获取执行计划失败{e.args[1]})exceptExceptionase:raiseException(f执行计划异常{str(e)})defclose(self):安全关闭数据库连接释放资源避免长时间占用连接池# 判断连接存在且未关闭才执行关闭操作ifself.connandnotself.conn._closed:self.conn.close()4.3 提示词管理prompts.py集中管理 NL2SQL 和 SQL 调优的 Prompt并提供一个工具函数extract_sql从大模型回复中提取纯 SQL。# -*- coding: utf-8 -*-# 文件名prompts.py# 功能统一管理项目全部大模型提示词模板附带SQL提取工具静态方法# 作用把AI提示词和业务代码解耦统一约束模型输出格式降低SQL解析报错概率importreclassUnifiedPrompt: 提示词统一管理类 优势所有SQL生成、性能分析提示词集中存放表结构仅维护一处修改不用多处同步 通过严格规则约束大模型输出减少格式错乱、编造字段、危险SQL等幻觉问题 # 全局共用数据表结构 # 只在此维护订单表字段下方两套提示词会自动引用改表结构只需改这里一处TABLE_SCHEMA 表名: order_info (订单信息表) 字段说明: - id: 订单ID (主键INT类型) - user_id: 用户ID (INT类型) - order_name: 商品名称 (VARCHAR类型) - pay_amount: 支付金额 (DECIMAL类型) - create_time: 下单时间 (DATETIME类型) # 模板1自然语言转SQL专用提示词 NL_TO_SQL_PROMPTf 你是严谨的 MySQL 8.0 数据库开发工程师。 【任务目标】 根据用户自然语言描述的业务需求生成可直接执行、无语法错误的MySQL查询SQL。 【表结构参考】{TABLE_SCHEMA}【强制输出规则】 1. 只能生成 SELECT 查询语句绝对不允许生成 INSERT/UPDATE/DELETE/DROP 等修改、删除数据的语句。 2. 只能使用上面列出的5个字段禁止自己编造不存在的字段名。 3. 查询字段可使用中文别名格式固定为字段 AS 别名。 4 SQL语法遵循MySQL8.0标准所有关键字统一大写方便程序解析。 5. 最终SQL必须包裹在 sql Markdown代码块内方便代码提取。 6. 禁止输出任何解释、说明文字只返回纯SQL代码块减少解析干扰。 7. 中文别名内部不能带空格例订单ID正确、订单 ID错误避免数据库语法报错。 【用户需求】 {{user_input}} # 模板2SQL性能调优分析专用提示词 SQL_TUNE_PROMPTf 你是资深 MySQL DBA 性能优化专家。 【任务目标】 根据原始SQL EXPLAIN执行计划数据定位查询性能问题并给出可直接落地的优化方案。 【表结构参考】{TABLE_SCHEMA}【待分析SQL】 {{sql_input}} 【执行计划数据】 {{explain_data}} 【输出要求】 1. 先点明核心性能问题全表扫描、无索引、索引失效、扫描行数过多等。 2. 给出完整建索引SQL语句可直接复制执行。 3. 若原SQL写法存在缺陷提供改写后的完整优化SQL。 4. 内容简洁、分点罗列不输出多余废话便于用户快速阅读。 staticmethoddefextract_sql(response_text:str)-str: 静态工具方法从大模型返回的完整文本里剥离出纯净SQL语句 三层匹配优先级兼容不同大模型的输出格式提升提取成功率 :param response_text: 大模型原始完整返回内容 :return: 清洗后的纯SQL字符串提取失败返回空字符串 # 空文本直接返回ifnotresponse_text:return# 优先级1匹配最标准markdown sql代码块项目提示词强制要求的格式matchre.search(rsql\s*(.*?)\s*,response_text,re.DOTALL|re.IGNORECASE)ifmatch:returnmatch.group(1).strip()# 优先级2兼容自定义sql标签格式备用兼容方案matchre.search(rsql\s*(.*?)\s*/sql,response_text,re.DOTALL|re.IGNORECASE)ifmatch:returnmatch.group(1).strip()# 优先级3兜底匹配直接抓取以SELECT开头、分号结尾的SQL片段matchre.search(r(SELECT\s.*?;),response_text,re.DOTALL|re.IGNORECASE)ifmatch:returnmatch.group(1).strip()# 三层规则全部匹配不到说明无有效SQL返回空return# 全局单例实例外部文件导入后直接调用 prompt_helper.方法名无需重复实例化prompt_helperUnifiedPrompt()4.4 核心业务逻辑main.py本文件是项目的“大脑”封装了配置校验大模型客户端初始化SQL 清洗函数修复中文标点、关键字大小写等nl2sql_query(user_input)自然语言 → SQL → 执行 → AI 总结sql_tune_analyze(raw_sql)获取 EXPLAIN → AI 调优建议命令行交互菜单main_cli()由于代码较长此处略去完整代码但须确保main.py中正确导入frommysql_clientimportMysql80ClientfrompromptsimportUnifiedPrompt,prompt_helperfromlangchain_openaiimportChatOpenAIfromtabulateimporttabulate4.5 Web 可视化入口web_main.py基于 Streamlit 构建复用main.py的业务函数提供友好的 Web 界面。关键部分importstreamlitasstfrommainimportcheck_config,nl2sql_query,sql_tune_analyze st.set_page_config(page_titleInnoAI SQL 助手,layoutwide)# ... 自定义 CSS ...ifst.button(生成并执行):withst.spinner(AI 正在生成 SQL...):resultnl2sql_query(user_input)ifresult[success]:st.code(result[sql],languagesql)st.dataframe(result[rows])st.info(result[summary])else:st.error(result[error])五、功能测试命令行5.1 启动程序python3 /opt/mysql_ai_tools/main.py菜单如下InnoAI SQL 助手1. 自然语言生成SQL自动查询并AI总结数据2. 输入SQL语句AI分析执行计划并给出调优方案0. 退出程序 请输入功能序号5.2 测试用例 1自然语言查询输入功能序号1然后输入需求1001、1002、1003每个用户的订单总消费金额与订单笔数按总消费从高到低排序程序会自动生成 SQLSELECTuser_idAS用户ID,SUM(pay_amount)AS总消费金额,COUNT(id)AS订单笔数FROMorder_infoWHEREuser_idIN(1001,1002,1003)GROUPBYuser_idORDERBY总消费金额DESC;并输出表格和 AI 业务总结。5.3 测试用例 2SQL 调优输入功能序号2粘贴上面生成的 SQL可故意加上中文别名空格测试清洗功能。程序会输出EXPLAIN表格和调优建议例如建议创建联合索引(user_id, pay_amount)。六、Web 可视化部署与访问6.1 启动 Streamlit 服务后台常驻创建 systemd 服务文件/etc/systemd/system/mysql-ai-web.service[Unit] DescriptionInnoAI SQL Web Tool Afternetwork.target mysqld.service [Service] Typesimple Userroot WorkingDirectory/opt/mysql_ai_tools ExecStart/usr/local/python3.11/bin/python3 -m streamlit run web_main.py --server.address 0.0.0.0 --server.port 8501 --server.headless true Restartalways RestartSec3 [Install] WantedBymulti-user.target启动服务systemctl daemon-reload systemctlenable--nowmysql-ai-web systemctl status mysql-ai-web# 查看状态6.2 浏览器访问查看虚拟机 IPhostname-I# 例如 192.168.24.138在宿主机浏览器访问http://192.168.24.138:8501即可看到 Web 界面。七、项目总结与心得体会通过本项目我深入实践了MySQL 8.0 的部署、用户权限管理、表结构设计与数据导入。Python 操作 MySQLpymysql以及异常处理。大模型 API 的调用Prompt 工程约束输出格式。SQL 安全防护仅允许 SELECT和 SQL 语法清洗。使用 Streamlit 快速搭建可视化工具并部署为系统服务。最大的收获是理解了执行计划EXPLAIN的实际意义——全表扫描、文件排序、索引失效等问题以及如何通过添加联合索引或改写 SQL 来优化性能。同时大模型与数据库的结合也让我看到了 AI 辅助运维的潜力。八、源码与参考项目完整代码见GitHub 仓库后续补充链接。腾讯云 TokenHub 文档https://cloud.tencent.com/MySQL 官方文档https://dev.mysql.com/doc/