AI SQL BOT

Qu’est-ce que SQLAI.ai ?

SQLAI.ai est un ensemble d’outils AI pour SQL et NoSQL destinés aux analystes de données, développeurs, étudiants et équipes. Les utilisateurs peuvent générer des requêtes en langage naturel, ainsi qu’optimiser, valider, interpréter, formater et convertir des SQL existants.

Une phrase pour présenter

SQLAI.ai améliore la qualité de génération des requêtes grâce aux dialectes de base de données, au contexte du schéma et aux règles, mais le SQL en environnement de production nécessite encore une révision manuelle, des restrictions de droits et une validation avec des données réelles.

Fonctionnalités clés

• Convertir les besoins en langage naturel en requêtes SQL ou NoSQL.
• Optimiser les requêtes lentes et expliquer les raisons des modifications.
• Vérifiez la grammaire et les erreurs potentielles, puis proposez des corrections.
• Expliquer pas à pas la logique d’exécution des SQL complexes.
• Formater la requête selon des règles uniformes.
• Convertir SQL entre différents dialectes de bases de données.
• Importer un schéma ou se connecter à une base de données pour obtenir le contexte.
• Permettre d’accéder aux capacités de génération à d’autres applications via une API publique.

Traduction du langage naturel en SQL

• Décrire les données nécessaires en langage courant.
• Générer des requêtes de filtrage, d’agrégation, de tri et de jointure.
• Prend en charge les indications multilingues et divers dialectes de bases de données.
• Une fois le schéma ajouté, il est possible de faire référence aux noms réels des tables et des colonnes.
• Les résultats peuvent être ajustés à l’aide de suggestions itératives.
• Les critères des opérations complexes nécessitent toujours la confirmation du responsable des données.

Optimiseur SQL

• Analyser les problèmes de performance des requêtes existantes.
• Fournir des suggestions relatives à l’indexation et à la réécriture des requêtes.
• Montrer les différences avant et après l’optimisation.
• Expliquez l’impact potentiel de chaque modification.
• Chaque génération par l’optimiseur consomme 2 unités de requête.
• Il est recommandé de le valider en combinant un plan d’exécution réel et la quantité de données.

Vérificateur SQL

• Un problème de syntaxe SQL a été détecté.
• Vérifier la requête selon le dialecte de la base de données cible.
• Fournit une réparation assistée par l’IA et des explications.
• Aider à localiser les différences de syntaxe entre bases de données.
• Chaque génération par le validateur consomme 2 crédits de requête.
• La vérification par l’IA ne peut pas remplacer l’analyse réelle par le moteur de base de données.

Interpréteur SQL

• Expliquez l’objectif de la recherche en langue naturelle.
• Découper les connexions, le filtrage et l’agrégation par sous-phrase.
• Aider les débutants à comprendre le SQL inconnu.
• Aider l’équipe à évaluer et rédiger la documentation.
• Les procédures de stockage complexes peuvent encore être simplifiées ou mal interprétées.
• Avant l’explication, les constantes sensibles et les informations commerciales doivent être supprimées.

Formatage et conversion SQL

• Unifier l’indentation, les sauts de ligne et le style des mots-clés.
• Améliorer l’examen du code et la lisibilité de la maintenance.
• Convertir des requêtes entre différents moteurs de base de données.
• Réécriture préliminaire pour assister à la migration de la base de données.
• Les fonctions, les dates, le pagination et la sémantique des types peuvent différer.
• Après la conversion, il faut exécuter des tests pour vérifier que les résultats sont identiques.

Contexte du schéma

• Importer la structure de la base de données sans nécessairement se connecter aux données en temps réel.
• Faire comprendre à l’IA les tables, les colonnes et les relations.
• Réduire les noms de tables et de champs fictifs.
• Les objets Schema sont suggérés automatiquement dans les suggestions.
• Prend en charge les scénarios de schéma de grande taille contenant plus de 900 tables.
• Le schéma lui-même peut également révéler des structures commerciales sensibles.

Règles de source de données

• Enregistrer des instructions réutilisables pour chaque source de données.
• L’identifiant doit être utilisé selon une méthode de référence spécifique.
• Limiter le nombre de lignes retournées par défaut.
• Conditions de filtrage obligatoires à utiliser.
• Normes pour la génération de SQL par l’équipe unifiée.
• Une configuration de règle incorrecte peut être appliquée à plusieurs reprises à toutes les requêtes.

Connexion à la base de données

SQLAI.ai prend en charge l’importation de schémas et offre également des connexions en temps réel pour certaines bases de données. La page officielle cite MySQL, PostgreSQL, SQL Server, Oracle, MariaDB et MongoDB comme supports de connexion en temps réel, tandis que de nombreux autres moteurs utilisent principalement le mode schéma.

• Une fois connecté, il est possible de générer des requêtes dans un contexte réel.
• Il est possible d’exécuter la requête générée et de voir les résultats.
• La page d’accueil officielle souligne que la connexion doit utiliser des droits en lecture seule.
• La base de production doit être connectée en priorité à une copie lisible seule.
• Il ne faut pas accorder les droits de création de table, de mise à jour, de suppression ou de gestion.
• Vérifiez la plage de recherche et le nombre de lignes retournées avant la première exécution.

Bases de données supportées

Le catalogue de la base de données officielle liste actuellement 28 moteurs, couvrant les bases de données relationnelles, analytiques, NoSQL, graphiques et de requêtes. Il faut vérifier séparément si chaque moteur prend en charge les connexions en temps réel.

Connexion en temps réel et mode Schema

Recherche d’édition et affichage des différences

• Modifier les résultats de l’IA dans l’éditeur de requêtes complètes.
• Voir les différences point par point entre le SQL original et le SQL réécrit.
• Préserver le contrôle manuel plutôt que d’accepter directement la sortie.
• Suggère automatiquement les tables et colonnes à entrer en fonction du schéma.
• Il est possible de tester la requête sur la source de données connectée.
• Il convient toujours d’utiliser des transactions, des limites de nombre de lignes et des délais d’expiration avant l’exécution.

Guide d’utilisation de SQLAI.ai

Générer des requêtes en langage naturel

1. Sélectionnez le moteur de base de données cible.
2. Importer un schéma ou créer une source de données personnalisée.
3. Décrire les problèmes métier, la période de temps et les champs de sortie.
4. Ajout de la méthode d’agrégation, du tri et de la limite de nombre de lignes.
5. Générer SQL et vérifier les noms de tables, les connexions et les conditions de filtrage.
6. Exécutez d’abord sur la base de test ou une copie lisible seule.
7. Utiliser après avoir comparé les résultats avec des échantillons connus.

Optimiser une requête lente

1. Copiez la requête et supprimez les données sensibles.
2. Choisir le dialecte de base de données correct.
3. Soumettre la requête et le schéma nécessaire à l’optimiseur.
4. Lisez les raisons des modifications et la vue des différences.
5. Obtenir le plan d’exécution réel et le temps de référence.
6. Comparer la cohérence des résultats sur les mêmes données.
7. À mettre en ligne après vérification par l’administrateur de la base de données.

Base de données avec connexion sécurisée

1. Créer un compte de base de données lue seule dédié.
2. Restreindre les bibliothèques, schémas, tables et lignes accessibles.
3. Privilégiez la connexion à une copie démasquée ou à un entrepôt d’analyse.
4. Définir les restrictions IP, les délais de connexion et les délais de requête.
5. Ajouter une source de données dans SQLAI.ai et la tester.
6. Vérifier les journaux d’audit et les requêtes anormales.
7. Lorsqu’il n’est plus utilisé, annuler les certificats et supprimer la source de données.

À qui s’adresse-t-il

• Étudiants qui apprennent la syntaxe SQL et la structure des requêtes.
• Analystes de données qui ont besoin d’écrire rapidement des requêtes pour des rapports.
• Développeurs chargés de diagnostiquer et d’optimiser les requêtes SQL.
• Équipe de migration nécessitant la conversion de requêtes entre bases de données.
• Les produits et les équipes opérationnelles qui souhaitent comprendre le SQL hérité.
• Équipes de développement nécessitant l’intégration d’SQL via une API.
• Équipe de données souhaitant une norme d’interrogation unifiée.

Scénarios d’application typiques

• Transformer les problèmes métier en première version de requête SQL pour un rapport.
• Expliquer les connexions complexes et les sous-requêtes.
• Vérifier la compatibilité syntaxique entre moteurs.
• Fournit des pistes de réécriture pour les requêtes lentes.
• Formater SQL selon les normes de l’équipe.
• Conversion de dialectes tels que MySQL vers d’autres moteurs.
• Ajouter la capacité de conversion du langage naturel en SQL aux produits.

Quand cela ne convient pas

• Autoriser l’IA à disposer des droits d’écriture ou de gestion dans la base de production.
• Il est nécessaire de fournir une preuve formelle que la requête est absolument correcte.
• Les données ne peuvent pas être envoyées à des services tiers.
• Espérer remplacer complètement l’administrateur de base de données.
• Exécuter des instructions de suppression ou de mise à jour sans vérification.
• Décider de l’indexation à coût élevé uniquement sur la base des recommandations de l’IA.

Forfaits et prix

SQLAI.ai propose actuellement quatre niveaux : Hobby, Starter, Explorer et Pro. Chacun offre une période d’essai gratuite de 7 jours pouvant être résiliée à tout moment. Le tarif annuel indiqué sur le site officiel équivaut à deux mois gratuits, mais il y a une différence entre le montant annuel affiché et le calcul simple du prix mensuel ; il convient de se référer à la page de paiement.

Comment est calculé le plafond de recherche

• La génération ordinaire consomme généralement 1 quota de requête.
• L’optimiseur SQL consomme 2 fois par appel.
• Le validateur SQL consomme 2 unités à chaque fois.
• Une requête API publique consomme généralement 3 unités.
• Une requête API pour le schéma d’une base de données de grande taille peut consommer 5 unités.
• Essayer et échouer à plusieurs reprises consomme rapidement les crédits du forfait bas de gamme.
• Lors de l’achat, il faut estimer en fonction du type d’outil et non seulement du nombre de demandes.

Essai gratuit

• Tous les forfaits de niveau 4 offrent une période d’essai de 7 jours.
• La page de la base de données du site officiel indique qu’il n’est pas nécessaire de carte de crédit pour commencer à l’utiliser.
• Les exigences de paiement réelles doivent se conformer aux pages d’inscription et de règlement.
• La période d’essai convient pour tester le dialecte de la base de données cible.
• Il convient de vérifier en même temps le schéma, les connexions et la consommation des quotas de requêtes.
• Vérifiez avant la fin de la période d’essai si le passage en mode payant se fait automatiquement.

Comment choisir un forfait

• Pour apprendre et générer occasionnellement des requêtes simples, on peut envisager Hobby.
• Environ 200 utilisations par mois, on peut envisager le Starter.
• L’analyse personnelle à haute fréquence convient aux Explorer.
• Considérez Pro lorsque vous avez besoin d’une équipe et d’un montant plus important.
• Pour les API et des quotas plus élevés, il est nécessaire de vérifier les forfaits Pro ou XL.
• Allouer un quota double lors d’une utilisation fréquente de l’optimiseur et du validateur.
• Vérifiez d’abord la base de données cible et les processus de sécurité avant de payer annuellement.

Annulation et remboursement

• La page des prix officiels indique que l’annulation est possible à tout moment.
• Annuler met généralement fin aux renouvellements automatiques ultérieurs.
• Pour savoir s’un remboursement est possible pour le cycle déjà payé, veuillez consulter les conditions actuelles.
• Ne citez pas les politiques de remboursement d’autres outils SQL portant le même nom.
• Avant l’achat annuel, il convient de vérifier les règles de remboursement et de dégradation.
• Conserver les enregistrements des paiements, des annulations et des communications avec le service client.

API publique

• SQLAI.ai offre un accès API public.
• Il est possible d’intégrer les capacités de génération par IA et RAG dans les applications.
• Une requête API standard consomme généralement 3 unités de consultation.
• Une demande de grand schéma peut consommer 5 unités.
• La clé doit être stockée du côté serveur.
• Il est nécessaire de configurer les alertes de limitation de débit, de journalisation et de budget.
• Vérifier les endpoints, les modèles et les permissions des forfaits avant le lancement.

Sécurité des bases de données

• Se connecter uniquement en utilisant un compte lecture seule dédié.
• Appliquer le principe du moindre privilège par table, colonne et ligne.
• Privilégier la connexion aux données masquées ou aux copies lues-seules.
• Il est interdit aux processus générés par l’IA d’exécuter directement des opérations d’écriture.
• Définir le délai de timeout de la requête, le plafond des résultats et les limites de ressources.
• Renouveler régulièrement les mots de passe et supprimer les connexions inutilisées.
• Conserver les journaux d’audit pour les requêtes et les exportations.

Données sensibles et vie privée

• Le nom du schéma peut révéler la structure métier.
• Le texte de recherche peut contenir des informations sur les clients ou les transactions.
• Remplacez les noms réels, les comptes et les clés avant de soumettre.
• Ne mettez pas les certificats de production dans les instructions.
• Les entreprises doivent vérifier les politiques de conservation des données et d’entraînement des modèles.
• Les données soumises à réglementation nécessitent l’approbation des équipes juridiques et de sécurité.
• Vérifier les exigences concernant le lieu des données avant le traitement transfrontalier.

Risques liés à la génération de SQL par l’IA

• Il est possible de citer des tables ou des champs inexistants.
• Des conditions de connexion incorrectes peuvent entraîner des données redondantes ou manquantes.
• Les valeurs nulles, les fuseaux horaires et les limites de date peuvent ne pas être gérés correctement.
• Le calibre d’agrégation peut ne pas correspondre à la définition métier.
• Une requête peut déclencher un balayage de toute la table et des coûts élevés dans le cloud.
• La sémantique de la fonction après conversion peut changer.
• Un aspect fonctionnel ne signifie pas que le résultat est correct.

Vérification avant mise en production

• Le SQL doit être examiné par une personne familière avec les modèles de données.
• Vérifier les tables, les colonnes, les jointures et les conditions de filtrage.
• Vérifier les résultats avec un petit échantillon.
• Voir le plan d’exécution et la quantité de données scannées.
• Définir le nombre de lignes, les coûts et les limites de temps d’exécution.
• Exécuter des instructions de mise à jour ou de migration dans l’environnement de test.
• Intégrer la SQL finale dans le contrôle de version et l’évaluation du code.

Avantages du produit

• Couvrait la génération, l’optimisation, la vérification, l’interprétation, le formatage et la conversion.
• Prend en charge 28 types de bases de données et divers types de données.
• Le contexte du schéma peut réduire l’illusion des champs.
• Certaines bases de données majeures prennent en charge les connexions en temps réel.
• Disponible avec des règles, des suggestions automatiques et une capacité de schéma étendu.
• La vue de différences et l’éditeur conservent un contrôle manuel.
• Les prix et les limites du forfait de quatrième niveau sont plus transparents.
• Fournir des capacités d’équipe et une API publique.

Restrictions sur les produits

• L’SQL généré par l’IA ne garantit pas une logique métier correcte.
• Se connecter à une base de données augmente les risques pour la sécurité des identifiants et des données.
• La plupart des moteurs ne prennent en charge que le mode Schema et non les connexions en temps réel.
• L’optimiseur et le validateur consomment le double de la quantité allouée.
• Les requêtes API consomment plus de crédits de consultation.
• Le nombre de consultations mensuelles pour les forfaits bas de gamme est limité.
• La présentation de la cotisation annuelle et le calcul du tarif mensuel doivent être confirmés au moment du règlement.
• Les procédures de stockage complexes et les migrations nécessitent encore l’intervention d’experts.
• La plateforme elle-même n’est pas un projet open source qui peut être déployé de manière autonome.

GitHub et l’état open source

Aucun dépôt officiel complet du code source du produit, pouvant être vérifié sur le site officiel de SQLAI.ai, n’a été trouvé. Les dépôts portant le même nom dans les résultats de recherche pourraient être des présentations de tiers, des clones ou d’autres projets, et ne peuvent pas servir de preuve de l’open source de la plateforme.

Informations de base

Indice de recommandation

Note de recommandation : 4,5 / 5. La chaîne d’outils SQLAI.ai est complète, couvre un large éventail de bases de données, et prend en charge les schémas, les règles, les connexions et les API, ce qui la rend adaptée à l’apprentissage et à l’amélioration de l’efficacité dans le travail avec SQL ; cependant, pour une utilisation en production, des droits de lecture uniquement, une vérification manuelle et une validation sur des bases de données réelles restent nécessaires.

Questions fréquentes

SQLAI.ai est-il gratuit ?

Une période d’essai de 7 jours est proposée ; pour une utilisation à long terme, il faut choisir l’un des forfaits Hobby, Starter, Explorer ou Pro.

Combien coûte SQLAI.ai ?

Les abonnements mensuels Hobby, Starter, Explorer et Pro coûtent respectivement 4, 6, 10 et 20 dollars.

Combien de types de bases de données sont pris en charge ?

Le catalogue de la base de données officielle liste actuellement 28 types de bases de données relationnelles, analytiques, NoSQL, graphiques et de couche de requêtes.

Est-il possible de se connecter à une base de données réelle ?

Certaines bases de données majeures prennent en charge les connexions en temps réel, tandis que d’autres permettent d’importer des schémas ; dans un environnement de production, seules des permissions en lecture seule doivent être accordées.

Est-il possible d’optimiser les requêtes lentes ?

Oui, l’optimiseur fournira des réécritures et des explications, mais il faut les tester en combinant avec un plan d’exécution réel.

Comment le montant de la consultation est-il déduit ?

La génération ordinaire a généralement 1 fois, l’optimiseur et le validateur 2 fois, l’API publique généralement 3 fois, et les requêtes API pour de grands schémas peuvent atteindre 5 fois.

Fournit-il des fonctionnalités d’équipe ?

Fourni : la page des prix standards actuels liste les fonctionnalités Teams dans l’abonnement Pro.

Y a-t-il une API ?

Fournir une API publique permettant d’intégrer les capacités de génération et de RAG dans d’autres applications.

Le SQL généré par l’IA peut-il être exécuté directement ?

Il n’est pas recommandé de l’exécuter directement dans la base de production ; il convient d’abord d’examiner, de restreindre les droits d’accès et de le valider dans un environnement de test.

SQLAI.ai est-il open source ?

Pas de code source open source, aucun dépôt complet du code du produit pouvant être vérifié sur le site officiel n’a été trouvé.