AI Query

Qu’est-ce qu’une requête IA ?

AI Query est un outil de conversion du langage naturel en SQL. L’utilisateur définit d’abord le schéma de la base de données, puis décrit les données nécessaires en langue ordinaire ; le système génère ensuite le SQL correspondant. La plateforme peut également traduire des SQL complexes en explications accessibles et propose des conseils pour l’optimisation des requêtes ainsi que pour l’indexation.

Il convient d’utiliser cet outil pour aider à rédiger des requêtes et à apprendre SQL, mais les instructions générées ne doivent pas être utilisées directement dans une base de données en production sans avoir été vérifiées. En particulier, les instructions de mise à jour, de suppression et de modification de la structure doivent être testées dans un environnement isolé.

Une phrase pour présenter

AI Query génère des requêtes SQL à partir de la structure de la base de données et du langage naturel, et offre des fonctionnalités d’explication, d’optimisation, d’historique, de partage ainsi qu’une API indépendante.

Fonctionnalités clés

• Conversion du langage naturel en SQL : génération d’instructions de requête à partir d’une demande en anglais.
• Perception du schéma : Utiliser les noms de tables, les noms de champs et les types de données pour sélectionner l’objet correct.
• Interprétation SQL : traduire les requêtes complexes en langage naturel facile à comprendre.
• Optimisation des requêtes : réécriture du SQL pour aider l’optimiseur de base de données à obtenir une meilleure stratégie d’exécution.
• Recommandations d’indexation : analyser les requêtes et proposer les index éventuellement nécessaires.
• Gestion de la base de données : stocker plusieurs structures de bases de données pour choisir lors des recherches.
• Importer le script de création de table : créer rapidement la structure à l’aide du script Schema.
• Création manuelle de tables : Ajouter les tables, champs et types un par un dans l’interface.
• Historique des requêtes : enregistrement des SQL générés et interprétés précédemment.
• Enregistrer et partager : organiser les recherches fréquentes et partager les résultats.
• API pour les développeurs : appels via RapidAPI pour générer, interpréter, optimiser et indexer des fonctionnalités.

Quelles bases de données sont prises en charge sur le site web

La documentation officielle d’introduction énumère clairement quatre types de bases de données web : PostgreSQL, MySQL, MariaDB et SQL Server. La page d’accueil du site officiel affiche également d’autres logos de bases de données et de services cloud, mais il convient de se référer à la console et à la liste des supports documentaires pour les opérations pratiques.

Tutoriel sur la configuration du schéma de base de données

1. Connectez-vous à la console et ouvrez la section Databases.
2. Sélectionnez « Add New Database » et saisissez un nom facile à reconnaître.
3. Choisissez le type PostgreSQL, MySQL, MariaDB ou SQL Server.
4. Privilégiez l’exportation depuis la base de données de scripts ne contenant que la structure, sans les données métier.
5. Utilisez « Import From Script » pour coller le schéma et exécuter l’importation.
6. Vérifier que les noms des tableaux de contrôle, des champs, des types de données ainsi que les clés primaires et étrangères sont complets.
7. Après enregistrement, utilisez une requête simple pour vérifier si le système comprend la structure.

Tutoriel pour créer manuellement un schéma

1. Créez une entrée de base de données et sélectionnez le type de base de données approprié.
2. Cliquez sur « Create First Table » et saisissez le nom de la table.
3. Ajoutez les noms de champs et les types de données un par un.
4. Enregistrez la table actuelle, puis continuez à ajouter d’autres tables.
5. Ajoutez des champs de liaison supplémentaires et précisez dans les instructions les relations entre les tables.
6. Tester la génération de SQL avec des problèmes à petite échelle, puis corriger les structures manquantes.

Tutoriel sur la génération de SQL

1. Accédez à Query Playground et sélectionnez la base de données déjà configurée.
2. Décrire en une phrase les champs à retourner, les critères de filtrage, la plage de dates et le tri.
3. Ajouter les exigences de agrégation, de regroupement, de suppression des doublons, de pagination et de traitement des valeurs nulles.
4. Cliquez pour générer et lire le SQL complet.
5. Vérifier les tableaux, champs, conditions de connexion et dialecte de la base de données utilisés.
6. Exécutez d’abord avec un compte en lecture seule et des données de test, puis vérifiez si les résultats correspondent aux attentes.
7. Utiliser dans le système officiel après l’exécution du plan, les échantillons de bordure et l’audit du code.

Comment rédiger une demande de recherche précise

• Contenu de retour : Préciser quels champs et résultats de calcul sont nécessaires.
• Plage de données : spécifier la date, l’état, la région ou le groupe d’utilisateurs.
• Relations de tableau : indiquent les liens tels que la commande appartenant au client, les détails appartenant à la commande, etc.
• Mode d’agrégation : indique si l’on calcule la somme, la moyenne, le nombre ou la valeur maximale.
• Dimensions de regroupement : regrouper par jour, mois, produit, canal ou client.
• Tri et quantité : spécifier l’ordre croissant/décroissant, les premiers résultats et le pagination.
• Gestion des valeurs nulles : indique si ignorer, remplacer ou statistiquer séparément.
• Type de base de données : Vérifiez que les suggestions sont cohérentes avec le dialecte SQL sélectionné.

Fonction d’interprétation SQL

Le traducteur SQL en anglais permet aux utilisateurs de coller des requêtes et d’obtenir une explication en langue naturelle, ce qui est utile pour lire du code hérité ou apprendre la logique de jointure et d’agrégation. L’explication peut aider à identifier les risques, mais elle ne prouve pas que le SQL est nécessairement correct ou efficace.

• Comprendre l’utilité de chaque table et des conditions de jointure.
• Identifier la logique de filtrage, de regroupement, de tri et d’agrégation.
• Expliquer aux membres non techniques ce que fait la recherche.
• Détecter le produit cartésien, les conditions manquantes ou les doublons potentiels.
• Établir des notes de lecture préliminaires avant l’audit du code.

Fonction d’optimisation des requêtes

La fonction d’optimisation réécrit le SQL, en divisant éventuellement des instructions complexes, en ajustant les sous-requêtes ou en fournissant à l’optimiseur de base de données un chemin d’exécution plus clair. La nouvelle version générée doit faire l’objet d’un test d’équivalence des résultats avec la requête originale.

• Comparer les plans d’exécution et le nombre de lignes scannées avant et après l’optimisation.
• Vérifier les lignes retournées et les résultats d’agrégation sur le même snapshot de données.
• Vérifier que l’index existe réellement et que son coût de maintenance est acceptable.
• Faites attention aux changements de NULL, aux valeurs dupliquées ou à la sémantique de jointure après l’optimisation.
• Effectuer des tests de contrainte à l’aide de données proches de l’échelle de production.

Comment utiliser les suggestions d’indexation

Les index sont recommandés comme point de départ pour une enquête, mais ne doivent pas être créés directement dans la base de données de production. Ils occupent de l’espace disque, augmentent les coûts d’écriture et peuvent se recouper avec des index existants.

• Vérifier la sélectivité du filtrage, de la connexion et du tri des colonnes.
• Comparaison avec les index simples et composés existants.
• Évaluer la fréquence d’écriture et le coût de maintenance de l’index.
• Vérifier les bénéfices à l’aide du plan d’exécution réel de la base de données.
• Élaborer des plans de création, de surveillance et de rollback.

Prix sur le site web

Le site officiel ne propose actuellement que le forfait Pro, avec deux options de paiement : mensuel ou annuel. Le paiement annuel coûte 100 dollars, ce qui représente une économie de 20 dollars par rapport au paiement mensuel sur une année entière, et il offre une réponse plus rapide ainsi qu’un support prioritaire.

Avantages communs du forfait

• Génération illimitée de requêtes SQL.
• Interprétation SQL illimitée.
• Schéma de base de données illimité.
• Sauvegarder et partager des SQL sans limite.
• Consultation illimitée de l’historique.
• Annulation possible à tout moment.

Comment choisir entre le paiement mensuel et annuel

• Apprentissage à court terme ou validation de projet : commencez par un paiement mensuel pour réduire les engagements à long terme.
• Utilisation continue pendant plus de dix mois : le prix annuel total est plus bas.
• Accorder de l’importance à la vitesse de réponse et aux priorités de support : choisir le paiement annuel.
• Essai en équipe : Vérifier d’abord la précision et le flux avec un schéma non sensible.
• Avant d’acheter, vérifiez si « sans limite » est soumis aux règles d’utilisation équitable et aux restrictions techniques.

Fonctionnalités API

• Générer SQL : Générer du SQL à partir du langage naturel, du schéma et du type de base de données.
• Expliquer SQL : transformer une requête SQL en description en langue naturelle.
• Optimiser SQL : réécrire les requêtes pour améliorer les performances.
• Suggérer des index : Fournir des suggestions d’index basées sur SQL.
• Plusieurs paramètres de modèle : le document énumère les différents contextes et options de modèle.
• Dialectes multi-base de données : l’API couvre huit types de sources de données.

Mode d'utilisation de l’API

L’API officielle est fournie via RapidAPI ; pour l’appeler, il est nécessaire d’utiliser la clé générée par cette plateforme ainsi que l’en-tête de requête Host. L’abonnement Pro en version web ne comprend pas automatiquement des crédits API ; les développeurs doivent vérifier séparément les forfaits et les limites sur la page d’abonnement de RapidAPI.

1. Trouvez l’interface AI Query sur RapidAPI et sélectionnez le forfait d’appel approprié.
2. Conservez la clé, ne l’inscrivez pas dans le code frontend ni dans un dépôt public.
3. Sélectionnez l’endpoint pour générer, interpréter, optimiser ou indexer des suggestions.
4. Indiquer les prompts d’entrée, le modèle, le type de base de données et le schéma requis.
5. Vérifier le format de la réponse, analyser le SQL et effectuer des contrôles de sécurité.
6. Exécuter sur une base de test en lecture seule, et enregistrer les appels ainsi que les résultats d’exécution.
7. Concevoir des mécanismes de fallback pour les délais dépassés, le throttling, les réponses d’erreur et les anomalies du modèle.

À qui s’adresse-t-il

• Débutant en analyse de données : transformer les problèmes métier en première version SQL.
• Personnel produit et opérationnel : consultation des données de base avec l’aide d’ingénieurs.
• Développeur logiciel : écrire et interpréter rapidement des requêtes inconnues.
• Administrateur de base de données : Obtenir des pistes pour l’optimisation et l’indexation.
• Enseignants et étudiants : apprendre différentes structures et dialectes SQL.
• Équipe de développement SaaS : intégration de capacités de requêtes en langage naturel contrôlées via une API.

Scénarios d'utilisation typiques

• Générer des requêtes d’analyse des ventes, des utilisateurs, des commandes et de la rétention.
• Expliquer les SQL complexes dans les systèmes historiques.
• Brouillon de réécriture de l’approche PostgreSQL en dialectes de bases de données différents.
• Optimiser les requêtes lentes et examiner les possibilités d’indexation.
• Créer une interface de génération SQL pour l’assistant de données interne.
• Préparer des prototypes de requêtes pour les rapports et les tableaux de bord.

Scénarios non adaptés à une utilisation directe

• Exécution de commandes de suppression, de mise à jour et de modification de structure sans vérification.
• Permettre aux utilisateurs non autorisés d’accéder à des données de production sensibles.
• Télécharger les données de production complètes en tant que contenu indicatif.
• Dépendre de l’IA pour évaluer les aspects financiers, médicaux et réglementaires.
• Opérations sur une base de données sans bibliothèque de tests, ni mécanismes de sauvegarde et de rollback.
• Systèmes critiques nécessitant une précision absolue des requêtes et une performance stable.

Recommandations pour la sécurité des bases de données

• Importer en priorité uniquement le schéma, sans télécharger les données réelles des lignes métier.
• Utiliser des comptes de base de données en lecture seule, avec les permissions minimales et révocables à tout moment.
• Supprimer les clés, les informations personnelles et les secrets commerciaux des noms de champs et des commentaires.
• Il est interdit aux phrases générées par l’IA de contourner directement l’évaluation du code.
• Définir des délais d’attente, des limites de nombre de scans et de lignes de résultats pour la requête.
• Environnement de production : enregistrer l’exécutant, l’heure, la commande et l’impact.
• Remplacer régulièrement les clés API et les identifiants de la base de données.

Confidentialité et suppression de données

La politique de confidentialité stipule que la plateforme conservera l’adresse e-mail d’inscription, le schéma de la base de données ainsi que les seules informations nécessaires à la prestation des services, et enregistrera également des journaux standard et des cookies. Si un utilisateur demande la suppression de son compte, la plateforme s’engage à supprimer les informations personnelles, les identifiants de la base de données, le cache des résultats, ainsi que les données correspondantes des environnements de production et de sauvegarde, dans un délai de 4 jours ouvrés.

Le texte de la politique contient des formulations peu claires d’un paragraphe à l’autre ; avant de téléverser des schémas sensibles, l’entreprise doit confirmer directement la portée de la sauvegarde, le traitement par des modèles tiers, les zones de données et la preuve de suppression.

Avantages du produit

• Générer du SQL en combinant d’abord le schéma est plus précis que pour les questions sans contexte.
• La génération, l’interprétation, l’optimisation et les suggestions d’indexation sont regroupées sur une seule plateforme.
• Prend en charge deux méthodes de schéma : l’importation de scripts et la création manuelle de tables.
• Les abonnements mensuels et annuels sont simples, et les prix sont faciles à comprendre.
• Permet de consulter l’historique, de le sauvegarder et de le partager.
• L’API peut être utilisée pour développer des applications de données contrôlées.
• La documentation officielle contient des tutoriels d’introduction et des exemples de requêtes.

Restrictions d'utilisation

• L’IA peut encore choisir des champs, des conditions de connexion ou des méthodes d’agrégation incorrects.
• Générer du SQL ne revient pas à le soumettre à des tests de performance et de sécurité.
• Seuls quatre types de bases de données sont explicitement pris en charge par le document web.
• L’API est fournie via une plateforme tierce, et il est nécessaire de s’abonner séparément ainsi que de gérer la clé.
• Le terme « illimité » sur le site officiel ne signifie pas qu’il n’y a pas de limitations techniques.
• Il est nécessaire de télécharger ou de saisir le schéma ; les structures sensibles présentent des risques de confidentialité.
• L’optimisation des requêtes et les recommandations d’indexation doivent être vérifiées à l’aide d’un plan d’exécution réel.
• La performance des indications en chinois n’est pas garantie de manière explicite sur le site officiel.

GitHub et l’état open source

AI Query dispose d’une organisation GitHub officielle vérifiée par le site, mais les contenus publics actuels ne comprennent que le répertoire de configuration de l’organisation, sans le code source du produit. Aucun modèle de génération SQL, aucun service backend, aucune application web ou implémentation SDK n’est disponible en public.

Par conséquent, la plateforme AI Query elle-même n’est pas open source ; on ne peut pas la qualifier de projet open source simplement parce qu’il existe une organisation officielle sur GitHub.

Informations de base

Indice de recommandation

Note de recommandation : 4,2 / 5. Il convient aux utilisateurs qui souhaitent améliorer la précision de la génération SQL à l’aide de Schema et ont besoin d’explications, d’optimisations et d’une API, mais la sécurité des bases de données en production ainsi que la correction des résultats doivent rester sous la responsabilité de professionnels.

Questions fréquentes

L’AI Query est-il gratuit ?

Le site officiel ne liste actuellement aucun forfait gratuit ; le Pro coûte 10 dollars par mois ou 100 dollars par an.

Est-ce que c’est possible sans connaître SQL ?

Un brouillon peut être généré, mais l’utilisateur doit encore apprendre le SQL de base ou faire examiner le document par un professionnel.

Quelles bases de données sont prises en charge ?

La documentation pour le navigateur prend en charge explicitement PostgreSQL, MySQL, MariaDB et SQL Server.

Peut-il expliquer le SQL existant ?

Oui, la fonction SQL to English explique la logique de la requête en langue naturelle.

Est-il possible d’optimiser les requêtes lentes ?

Il est possible de générer des versions optimisées et des recommandations d’indexation, mais il est nécessaire de réaliser des tests d’équivalence entre le plan d’exécution et les résultats.

Se connectera-t-il à la base de données de production ?

La plateforme a besoin d’informations sur la structure de la base de données ; il est recommandé d’utiliser des droits minimaux en lecture seule et d’éviter tout accès direct à l’environnement de production sensible.

Quand les données sont-elles supprimées après la suppression du compte ?

La politique de confidentialité stipule que les informations personnelles et les données de la base de données concernées seront supprimées dans un délai de 4 jours ouvrés suivant la réception de la demande.

Y a-t-il une API ?

Fourni, l’API est accessible par abonnement et appel via RapidAPI.

L’API est-elle incluse dans le forfait Pro ?

Le document ne précise pas les relations de contenu ; il convient de vérifier séparément les prix et les quotas sur RapidAPI.

AI Query est-il open source ?

Pas de code source ouvert : l’organisation officielle GitHub ne rend pas le code source du produit public.