提示词商城
AI 写作
图片
视频
热门角色
热门业务
模型专用
×
¥元
查看详情
首页 / 数据库查询生成专家
🔥 会员专享 文生文 开发

数据库查询生成专家

👁️ 108 次查看
📅 Dec 1, 2025
💡 核心价值： 本提示词专为后端开发场景设计，能够根据用户的具体需求生成精准、高效的SQL查询语句。通过明确的任务拆解和参数化设计，支持多种数据库操作类型，包括数据查询、更新、删除等。该提示词确保生成的SQL语句符合技术规范，语法正确且执行效率高，同时提供清晰的代码注释和逻辑说明，帮助开发人员快速理解和应用生成的查询语句，提升后端开发效率和数据操作准确性。

🎯 可自定义参数（4个）

操作描述
需要执行的数据库操作的具体描述
目标数据表
需要操作的主要数据库表名称
查询条件
查询的过滤条件和限制条件
排序要求
结果集的排序规则和要求

🎨 效果示例

SQL查询语句

-- 可复用视图：抽取“有效订单”基础集（已支付、未取消、非测试、金额>0）
CREATE VIEW v_orders_valid AS
SELECT
  id,
  shop_id,
  shop_name,          -- 若shop_name不在orders表，请在最终查询中改为JOIN店铺表
  payment_time,
  order_amount
FROM orders
WHERE status = 'paid'
  AND cancelled = FALSE
  AND COALESCE(is_test, FALSE) = FALSE
  AND order_amount > 0;


-- 本月店铺-日期维度成交额与订单数（以支付时间为准），可选按店铺ID列表过滤
-- 使用参数：:month_start_date（本月起始00:00:00），:next_month_start_date（下月起始00:00:00），:shop_ids（可选）
SELECT
  o.shop_id,
  o.shop_name,
  CAST(o.payment_time AS DATE) AS order_date,
  COUNT(*) AS order_count,
  SUM(o.order_amount) AS gross_amount,
  AVG(o.order_amount) AS avg_order_value
FROM v_orders_valid AS o
WHERE o.payment_time >= :month_start_date
  AND o.payment_time <  :next_month_start_date
  -- 可选店铺过滤（请以安全的参数绑定方式传入列表）
  AND (
    :shop_ids IS NULL
    OR o.shop_id IN (:shop_ids)
  )
GROUP BY
  o.shop_id,
  o.shop_name,
  CAST(o.payment_time AS DATE)
ORDER BY
  order_date ASC,
  o.shop_id ASC,
  gross_amount DESC,   -- 金额相同时按订单数降序作为最后的并列打破条件
  order_count DESC;


-- 若不使用视图，等价的单条查询（完全展开条件）
SELECT
  o.shop_id,
  o.shop_name,
  CAST(o.payment_time AS DATE) AS order_date,
  COUNT(*) AS order_count,
  SUM(o.order_amount) AS gross_amount,
  AVG(o.order_amount) AS avg_order_value
FROM orders AS o
WHERE o.status = 'paid'
  AND o.cancelled = FALSE
  AND COALESCE(o.is_test, FALSE) = FALSE
  AND o.order_amount > 0
  AND o.payment_time >= :month_start_date
  AND o.payment_time <  :next_month_start_date
  AND (
    :shop_ids IS NULL
    OR o.shop_id IN (:shop_ids)
  )
GROUP BY
  o.shop_id,
  o.shop_name,
  CAST(o.payment_time AS DATE)
ORDER BY
  order_date ASC,
  o.shop_id ASC,
  gross_amount DESC,
  order_count DESC;

语句说明

  • 操作类型：查询（聚合统计）
  • 涉及表名：orders（以及复用视图 v_orders_valid）
  • 主要功能：
    • 统计本月内（以支付时间 payment_time 为准）的有效订单（已支付、未取消、非测试、金额>0），按店铺ID与日期维度输出：
      • 店铺ID、店铺名、日期
      • 订单数（order_count）、成交额（gross_amount）、平均客单价（avg_order_value = AVG(order_amount)）
    • 支持按店铺ID列表进行可选过滤
  • 排序要求：
    • 日期升序，其次店铺ID升序
    • 为满足“金额相同按订单数降序”的并列打破条件，增加 gross_amount DESC、order_count DESC 作为后续排序键
  • 性能提示：
    • 使用时间范围谓词 payment_time >= :month_start_date AND payment_time < :next_month_start_date，保证可命中有序索引并避免函数包裹列导致不可索引（CAST 仅用于分组字段不会影响过滤谓词的可索引性）。
    • 将等值过滤列置于复合索引前缀（status、cancelled、is_test），时间列作为后续列，有助于缩小扫描范围。
    • 如 shop_name 不在 orders 表而在 shops 表，请以 JOIN shops 获取店铺名，并确保 shops(shop_id) 有主键/唯一索引。

参数说明

  • :month_start_date：本月第一天 00:00:00（例如 2025-12-01 00:00:00）
  • :next_month_start_date：下月第一天 00:00:00（例如 2026-01-01 00:00:00），用于构造左闭右开时间区间
  • :shop_ids：可选的店铺ID列表参数（请使用安全的数组/批量绑定，不要拼接字符串）
  • 列定义假设：
    • status：订单状态，文本类型，需等于 'paid'
    • cancelled：布尔/数值型取消标记，未取消为 FALSE 或 0
    • is_test：布尔/数值型测试标记，测试订单需过滤（FALSE 或 0）
    • order_amount：数值型订单金额，需 > 0
    • payment_time：时间戳（以此为统计口径）
    • shop_id：店铺ID
    • shop_name：店铺名（若不在 orders，请在查询中 JOIN 店铺表）

使用示例

  • 参数示例（应用层计算并绑定）：

    • :month_start_date = '2025-12-01 00:00:00'
    • :next_month_start_date = '2026-01-01 00:00:00'
    • :shop_ids = [101, 102, 205] 或留空（NULL）表示不过滤店铺

  • 样例调用逻辑：

    1. 计算本月起止：
      • month_start = date_trunc_to_month(now) 的 00:00:00
      • next_month_start = add_months(month_start, 1)
    2. 安全绑定上述两个时间参数与可选的 shop_ids 列表参数
    3. 执行主查询并读取汇总结果

  • 若需要从店铺表取店铺名（shop_name 不在 orders）：

SELECT
  o.shop_id,
  s.shop_name,
  CAST(o.payment_time AS DATE) AS order_date,
  COUNT(*) AS order_count,
  SUM(o.order_amount) AS gross_amount,
  AVG(o.order_amount) AS avg_order_value
FROM orders AS o
JOIN shops AS s ON s.shop_id = o.shop_id
WHERE o.status = 'paid'
  AND o.cancelled = FALSE
  AND COALESCE(o.is_test, FALSE) = FALSE
  AND o.order_amount > 0
  AND o.payment_time >= :month_start_date
  AND o.payment_time <  :next_month_start_date
  AND (
    :shop_ids IS NULL
    OR o.shop_id IN (:shop_ids)
  )
GROUP BY
  o.shop_id,
  s.shop_name,
  CAST(o.payment_time AS DATE)
ORDER BY
  order_date ASC,
  o.shop_id ASC,
  gross_amount DESC,
  order_count DESC;

索引建议

  • 为高选择性过滤与时间范围扫描建立复合索引（通用DDL，不使用数据库特有语法）：
-- 过滤列 + 时间列的复合索引
CREATE INDEX idx_orders_paid_active_month
  ON orders (status, cancelled, is_test, payment_time);

-- 按店铺与时间的聚合/过滤支持（便于按店铺ID列表过滤以及分组）
CREATE INDEX idx_orders_shop_time
  ON orders (shop_id, payment_time);

-- 若频繁按 payment_time 分区扫描（不按店铺过滤），可增加时间单列索引
CREATE INDEX idx_orders_payment_time
  ON orders (payment_time);
  • 说明：
    • 等值谓词列（status、cancelled、is_test）置于索引前缀，可迅速定位有效订单子集；payment_time 作为后续列可用于范围扫描本月数据。
    • IN 列表过滤可利用 shop_id 前缀索引加速；与时间组合索引在本查询中也有助于分组/排序。
    • 请确保 orders 主键或唯一索引已存在（如 id），并避免在查询中对 payment_time 使用非SARG可优化的函数（过滤部分不对 payment_time 做函数处理已满足该点）。

SQL查询语句

-- 说明：
-- 1) 以下语句尽量采用标准SQL（SQL:1999/2008）写法，避免非标准方言；
-- 2) 请将主键列名 id、管理员/软删字段（示例中的 role/is_admin/deleted_at/is_deleted）替换为实际字段；
-- 3) :batch_size / :preview_rows / :sample_rows 为绑定参数（整数），用于控制批量与预览规模；
-- 4) 递归CTE用于将连续点号 .. 反复压缩为单个 .，直到无连续点号为止；
-- 5) 所有更新均限制在最近30天活跃（login_at）且需要修正的用户上，并排除管理员与软删除用户；
-- 6) 批处理按主键升序切分；预览按最近登录时间降序。

/* ========== 预览（按最近登录时间降序）========== */
WITH candidates AS (
  SELECT
    u.id,
    u.login_at,
    u.email AS email_before,
    /* 计算规范化后的邮箱：lower + trim + 折叠重复点号 */
    (
      WITH RECURSIVE s(e) AS (
        SELECT LOWER(TRIM(u.email))
        UNION ALL
        SELECT REPLACE(e, '..', '.')
        FROM s
        WHERE POSITION('..' IN e) > 0
      )
      SELECT e
      FROM s
      WHERE POSITION('..' IN e) = 0
      FETCH FIRST 1 ROW ONLY
    ) AS email_after,
    CASE WHEN u.email <> LOWER(u.email) THEN 1 ELSE 0 END AS has_uppercase,
    CASE WHEN u.email <> TRIM(u.email) THEN 1 ELSE 0 END AS has_trim_spaces,
    CASE WHEN POSITION('..' IN u.email) > 0 THEN 1 ELSE 0 END AS has_dup_dots
  FROM users u
  WHERE
    u.login_at >= CURRENT_DATE - INTERVAL '30' DAY
    AND u.email IS NOT NULL
    AND TRIM(u.email) <> ''
    AND (
      u.email <> LOWER(u.email)           -- 存在大写
      OR u.email <> TRIM(u.email)         -- 首尾空格
      OR POSITION('..' IN u.email) > 0    -- 连续点号
    )
    /* 管理员排除（按实际字段择一使用） */
    AND (u.role IS NULL OR u.role <> 'admin')
    AND COALESCE(u.is_admin, 0) = 0
    /* 软删除排除（按实际字段择一使用） */
    AND u.deleted_at IS NULL
    AND COALESCE(u.is_deleted, 0) = 0
)
SELECT
  id,
  login_at,
  email_before,
  email_after,
  has_uppercase,
  has_trim_spaces,
  has_dup_dots
FROM candidates
ORDER BY login_at DESC
FETCH FIRST :preview_rows ROWS ONLY;


/* ========== 事务方案（可回滚）========== */
START TRANSACTION;

-- 1) 统计本批将影响的行数（按主键批处理，避免长事务）
WITH candidates AS (
  SELECT
    u.id,
    u.email AS email_before,
    (
      WITH RECURSIVE s(e) AS (
        SELECT LOWER(TRIM(u.email))
        UNION ALL
        SELECT REPLACE(e, '..', '.')
        FROM s
        WHERE POSITION('..' IN e) > 0
      )
      SELECT e
      FROM s
      WHERE POSITION('..' IN e) = 0
      FETCH FIRST 1 ROW ONLY
    ) AS email_after
  FROM users u
  WHERE
    u.login_at >= CURRENT_DATE - INTERVAL '30' DAY
    AND u.email IS NOT NULL
    AND TRIM(u.email) <> ''
    AND (
      u.email <> LOWER(u.email)
      OR u.email <> TRIM(u.email)
      OR POSITION('..' IN u.email) > 0
    )
    AND (u.role IS NULL OR u.role <> 'admin')
    AND COALESCE(u.is_admin, 0) = 0
    AND u.deleted_at IS NULL
    AND COALESCE(u.is_deleted, 0) = 0
),
to_update AS (
  SELECT id, email_before, email_after
  FROM candidates
  WHERE email_before <> email_after
),
batch AS (
  SELECT *
  FROM to_update
  ORDER BY id
  FETCH FIRST :batch_size ROWS ONLY
)
SELECT COUNT(*) AS affected_rows
FROM batch;

-- 2) 示例前后差异（取本批中的若干行）
WITH candidates AS (
  SELECT
    u.id,
    u.email AS email_before,
    (
      WITH RECURSIVE s(e) AS (
        SELECT LOWER(TRIM(u.email))
        UNION ALL
        SELECT REPLACE(e, '..', '.')
        FROM s
        WHERE POSITION('..' IN e) > 0
      )
      SELECT e
      FROM s
      WHERE POSITION('..' IN e) = 0
      FETCH FIRST 1 ROW ONLY
    ) AS email_after
  FROM users u
  WHERE
    u.login_at >= CURRENT_DATE - INTERVAL '30' DAY
    AND u.email IS NOT NULL
    AND TRIM(u.email) <> ''
    AND (
      u.email <> LOWER(u.email)
      OR u.email <> TRIM(u.email)
      OR POSITION('..' IN u.email) > 0
    )
    AND (u.role IS NULL OR u.role <> 'admin')
    AND COALESCE(u.is_admin, 0) = 0
    AND u.deleted_at IS NULL
    AND COALESCE(u.is_deleted, 0) = 0
),
to_update AS (
  SELECT id, email_before, email_after
  FROM candidates
  WHERE email_before <> email_after
),
batch AS (
  SELECT *
  FROM to_update
  ORDER BY id
  FETCH FIRST :batch_size ROWS ONLY
)
SELECT
  id,
  email_before AS old_email,
  email_after  AS new_email
FROM batch
FETCH FIRST :sample_rows ROWS ONLY;

-- 3) 执行本批更新（按主键批处理）
WITH candidates AS (
  SELECT
    u.id,
    u.email AS email_before,
    (
      WITH RECURSIVE s(e) AS (
        SELECT LOWER(TRIM(u.email))
        UNION ALL
        SELECT REPLACE(e, '..', '.')
        FROM s
        WHERE POSITION('..' IN e) > 0
      )
      SELECT e
      FROM s
      WHERE POSITION('..' IN e) = 0
      FETCH FIRST 1 ROW ONLY
    ) AS email_after
  FROM users u
  WHERE
    u.login_at >= CURRENT_DATE - INTERVAL '30' DAY
    AND u.email IS NOT NULL
    AND TRIM(u.email) <> ''
    AND (
      u.email <> LOWER(u.email)
      OR u.email <> TRIM(u.email)
      OR POSITION('..' IN u.email) > 0
    )
    AND (u.role IS NULL OR u.role <> 'admin')
    AND COALESCE(u.is_admin, 0) = 0
    AND u.deleted_at IS NULL
    AND COALESCE(u.is_deleted, 0) = 0
),
to_update AS (
  SELECT id, email_before, email_after
  FROM candidates
  WHERE email_before <> email_after
),
batch AS (
  SELECT *
  FROM to_update
  ORDER BY id
  FETCH FIRST :batch_size ROWS ONLY
)
UPDATE users u
SET email = (SELECT b.email_after FROM batch b WHERE b.id = u.id)
WHERE EXISTS (SELECT 1 FROM batch b WHERE b.id = u.id);

-- 4) 若检查无误则提交，否则回滚
-- COMMIT;
-- ROLLBACK;

语句说明

  • 操作类型：更新（带预览与可回滚事务）
  • 涉及表名：users
  • 主要功能：
    • 仅对最近30天有登录记录的活跃用户，修正邮箱字段：
      • 统一转小写：LOWER(email)
      • 去除首尾空格：TRIM(email)
      • 清理重复点号：递归替换将 .. 压缩为 .
    • 排除管理员与已软删除用户
    • 仅处理确实会变更的记录（前后不同）
    • 按主键分批更新，避免长事务；提供预览与影响行数统计，可选择 COMMIT 或 ROLLBACK
  • 性能提示：
    • 建议索引：
      • 索引1：users(login_at) 覆盖最近30天过滤
      • 索引2：users(email) 支撑条件与更新列（如需去重检查/约束）
      • 索引3：users(id) 作为主键（用于批处理与更新匹配）
      • 过滤列（管理员与软删除）如常用：可建组合/单列索引 users(is_admin) / users(role) / users(is_deleted) / users(deleted_at)
    • 严格使用批处理（:batch_size）控制单次更新量，缩短行级锁持有时间，降低回滚成本
    • 递归CTE仅对本批数据执行，数据量可控时性能可接受；若有超大数据量，建议先离线计算新值或使用存储函数
    • 若 email 存在唯一约束，建议在预览阶段检查 email_after 是否重复，必要时分批或跳过会冲突的记录

参数说明

  • :batch_size：单次更新的最大行数（建议 200~2000，根据实例负载调整）
  • :preview_rows：预览列表返回的行数，按 login_at 降序（建议 20/50）
  • :sample_rows：在事务中返回示例前后差异的行数（建议 10/20）
  • login_at：最近活跃时间，过滤条件为 login_at >= CURRENT_DATE - INTERVAL '30' DAY
  • 管理员/软删除字段：
    • 管理员：示例使用 (role <> 'admin') 与 COALESCE(is_admin,0)=0，实际请选择其一或按实际字段调整
    • 软删除：示例使用 deleted_at IS NULL 与 COALESCE(is_deleted,0)=0，实际请选择其一或按实际字段调整
  • 主键：示例使用 id 作为主键进行批处理与匹配，请替换为实际主键列

使用示例

  • 预览（最近登录优先）：设置 :preview_rows = 20，确认“before/after”及变更原因标记
  • 事务执行：
    1. START TRANSACTION;
    2. 将 :batch_size 设为 500，运行“1) 统计本批将影响的行数”确认数量
    3. 运行“2) 示例前后差异”核对样例
    4. 运行“3) 执行本批更新”
    5. 如无异常则 COMMIT；如发现问题则 ROLLBACK

备注与替代实现：

  • 如果目标数据库不支持递归CTE，可在小批场景用多层 REPLACE 近似折叠重复点号（性能更优但不完全严谨）： REPLACE(REPLACE(REPLACE(REPLACE(LOWER(TRIM(email)), '..', '.'), '..', '.'), '..', '.'), '..', '.') 可按需要加深层数；但为确保正确性，优先使用递归CTE方案。
  • 如果需要预防更新后触发唯一键冲突，可在 to_update/batch 上先做聚合检测： SELECT email_after, COUNT() FROM batch GROUP BY email_after HAVING COUNT() > 1 并同时检查 email_after 是否已存在于 users 表中，必要时排除将冲突的 id 再执行更新。

SQL查询语句

-- 0) 影响范围预览（建议先按ID范围或时间窗口做预估，避免全表扫描）
-- 说明：如库中布尔类型不是TRUE/FALSE，请按实际取值替换（如 0/1 或 'N'/'Y'）。
SELECT COUNT(*) AS candidate_total
FROM coupons c
WHERE c.deleted_at IS NULL
  AND c.is_system_reserved = FALSE
  AND c.expire_at < CURRENT_DATE
  AND (c.usage_count = 0 OR c.status = 'unused')
  AND EXISTS (
    SELECT 1
    FROM activities a
    WHERE a.id = c.activity_id
      AND (a.status IN ('ended','closed') OR a.end_time < CURRENT_TIMESTAMP)
  )
  -- 可选分段条件（强烈建议启用以避免锁表和大范围扫描）
  AND c.id BETWEEN :start_id AND :end_id;


-- 1) 分段选取本批次候选ID（按过期时间升序；同时间按创建时间升序，再按ID）
-- 注：FETCH FIRST 为标准SQL分页写法；若数据库不支持，请使用等效语法（如 MySQL/PG 使用 LIMIT）。
SELECT c.id
FROM coupons c
WHERE c.deleted_at IS NULL
  AND c.is_system_reserved = FALSE
  AND c.expire_at < CURRENT_DATE
  AND (c.usage_count = 0 OR c.status = 'unused')
  AND EXISTS (
    SELECT 1
    FROM activities a
    WHERE a.id = c.activity_id
      AND (a.status IN ('ended','closed') OR a.end_time < CURRENT_TIMESTAMP)
  )
  AND c.id BETWEEN :start_id AND :end_id
ORDER BY c.expire_at ASC, c.created_at ASC, c.id ASC
FETCH FIRST :batch_size ROWS ONLY;


-- 2) 记录审计日志（在同一事务中先插入审计再更新）
-- 说明：使用与更新同一条件确保审计与更新目标一致；batch_id 用于批次回滚与追踪。
INSERT INTO coupon_audit_logs (
  coupon_id,
  action,
  previous_status,
  previous_deleted_at,
  change_reason,
  changed_by,
  changed_at,
  batch_id
)
SELECT c.id,
       'soft_delete',
       c.status,
       c.deleted_at,
       :reason,
       :operator_id,
       CURRENT_TIMESTAMP,
       :batch_id
FROM coupons c
WHERE c.deleted_at IS NULL
  AND c.is_system_reserved = FALSE
  AND c.expire_at < CURRENT_DATE
  AND (c.usage_count = 0 OR c.status = 'unused')
  AND EXISTS (
    SELECT 1
    FROM activities a
    WHERE a.id = c.activity_id
      AND (a.status IN ('ended','closed') OR a.end_time < CURRENT_TIMESTAMP)
  )
  AND c.id BETWEEN :start_id AND :end_id;


-- 3) 执行软删除（设置 deleted_at、status、reason）
-- 说明：为避免重复处理，限定 deleted_at IS NULL；与审计条件一致。
UPDATE coupons c
SET c.deleted_at = CURRENT_TIMESTAMP,
    c.status     = 'inactive',
    c.reason     = :reason
WHERE c.deleted_at IS NULL
  AND c.is_system_reserved = FALSE
  AND c.expire_at < CURRENT_DATE
  AND (c.usage_count = 0 OR c.status = 'unused')
  AND EXISTS (
    SELECT 1
    FROM activities a
    WHERE a.id = c.activity_id
      AND (a.status IN ('ended','closed') OR a.end_time < CURRENT_TIMESTAMP)
  )
  AND c.id BETWEEN :start_id AND :end_id;


-- 4) 本批次影响统计（更新后基于审计日志）
-- 4.1 受影响总量
SELECT COUNT(*) AS affected_rows
FROM coupon_audit_logs
WHERE batch_id = :batch_id
  AND action = 'soft_delete';

-- 4.2 按活动分布的影响量（便于评估业务影响）
SELECT c.activity_id,
       COUNT(*) AS affected_per_activity
FROM coupons c
WHERE c.id IN (
  SELECT al.coupon_id
  FROM coupon_audit_logs al
  WHERE al.batch_id = :batch_id
    AND al.action = 'soft_delete'
)
GROUP BY c.activity_id
ORDER BY affected_per_activity DESC;


-- 5) 回滚指引（基于审计日志恢复之前状态；务必在单独事务中执行）
-- 5.1 执行回滚：恢复之前的 deleted_at、status；reason 写入回滚说明
UPDATE coupons c
SET c.deleted_at = (
      SELECT al.previous_deleted_at
      FROM coupon_audit_logs al
      WHERE al.coupon_id = c.id
        AND al.batch_id = :batch_id
        AND al.action = 'soft_delete'
    ),
    c.status = (
      SELECT al.previous_status
      FROM coupon_audit_logs al
      WHERE al.coupon_id = c.id
        AND al.batch_id = :batch_id
        AND al.action = 'soft_delete'
    ),
    c.reason = :rollback_reason
WHERE EXISTS (
  SELECT 1
  FROM coupon_audit_logs al
  WHERE al.coupon_id = c.id
    AND al.batch_id = :batch_id
    AND al.action = 'soft_delete'
);

-- 5.2 回滚动作审计（可选）
INSERT INTO coupon_audit_logs (
  coupon_id,
  action,
  previous_status,
  previous_deleted_at,
  change_reason,
  changed_by,
  changed_at,
  batch_id
)
SELECT c.id,
       'rollback_soft_delete',
       c.status,
       c.deleted_at,
       :rollback_reason,
       :operator_id,
       CURRENT_TIMESTAMP,
       :batch_id
FROM coupons c
WHERE EXISTS (
  SELECT 1
  FROM coupon_audit_logs al
  WHERE al.coupon_id = c.id
    AND al.batch_id = :batch_id
    AND al.action = 'soft_delete'
);

语句说明

  • 操作类型：更新（软删除）、审计记录、统计、回滚
  • 涉及表名：coupons、activities（活动表）、coupon_audit_logs（审计表）
  • 主要功能：
    • 根据条件选取已过期且未使用的、所属活动已结束或关闭的、且非系统保留的优惠券，分批进行软删除（设置 deleted_at、status=inactive、写入 reason）。
    • 软删除前写审计日志，确保可追溯与可回滚。
    • 提供影响范围统计（总量与按活动分布）。
    • 提供回滚指引，按 batch_id 恢复本批次变更。
  • 性能提示：
    • 强烈建议使用分段条件（ID范围或时间窗口）进行批处理，避免大事务与长时间锁。
    • 为避免全表扫描，请确保以下索引：
      • coupons(idx_expire_status_usage_reserved): (expire_at, status, usage_count, is_system_reserved, deleted_at)
      • coupons(idx_activity_id): (activity_id)
      • coupons(pk_id): (id) 作为分段键
      • activities(idx_id_status_endtime): (id, status, end_time)
    • 事务中控制批次大小（如 500~2000），并在每批次之间提交。
    • 审计插入与更新在同一事务中执行，保证一致性；统计与回滚可在单独事务中执行。
    • 若数据量很大，建议先以查询筛出待处理ID（按排序）并在应用层分页推进（游标/键集分页），再传入 start_id/end_id 进行更新。

参数说明

  • :start_id, :end_id：分段处理的ID范围（包含边界），用于限制每批次处理规模。
  • :batch_size：本批次候选ID的选取上限（标准SQL为 FETCH FIRST n ROWS；不支持时请用等效分页语法）。
  • :reason：软删除原因说明（例如 'expired-unused soft delete'）。
  • :operator_id：操作者标识（用于审计）。
  • :batch_id：批次标识（例如 '20241201_01'），用于统计与回滚定位。
  • :rollback_reason：回滚原因说明（例如 'rollback soft delete batch 20241201_01'）。
  • 字段假设（请根据实际表结构调整）：
    • coupons.expire_at：优惠券过期时间（DATE/TIMESTAMP）
    • coupons.created_at：优惠券创建时间（TIMESTAMP）
    • coupons.usage_count：使用次数（INT）
    • coupons.status：状态（如 'unused'、'inactive' 等）
    • coupons.activity_id：所属活动ID（外键）
    • coupons.is_system_reserved：是否系统保留（BOOLEAN/INT/CHAR，示例使用 BOOLEAN）
    • coupons.deleted_at：软删除时间（TIMESTAMP）
    • coupons.reason：最近一次状态变更原因（VARCHAR）
    • activities.status：活动状态（如 'ended'、'closed'）
    • activities.end_time：活动结束时间（TIMESTAMP）

使用示例

  • 分批处理示例（批次1）：

    • 参数：
      • :start_id = 1000001
      • :end_id = 1005000
      • :batch_size = 1000
      • :reason = 'expired-unused soft delete'
      • :operator_id = 'ops_user_123'
      • :batch_id = '20241201_01'
      • :rollback_reason = 'rollback soft delete batch 20241201_01'
    • 步骤：
      1. 使用“1) 分段选取本批次候选ID”获取ID列表并确认数量。
      2. 在同一事务中执行“2) 记录审计日志”与“3) 执行软删除”。
      3. 事务提交后执行“4) 本批次影响统计”确认影响范围。
    • 回滚：
      • 如需回滚批次1，使用“5.1 执行回滚”与“5.2 回滚动作审计”，传入相同的 :batch_id。

  • 键集分页提示（不依赖数据库分页语法的通用方案）：

    • 先取上一批次最后一个ID为 :last_id（初始为最小ID-1）。
    • 查询： SELECT c.id FROM coupons c WHERE ...条件同上... AND c.id > :last_id ORDER BY c.expire_at ASC, c.created_at ASC, c.id ASC;
    • 在应用层仅取前 N 个ID作为本批次，再以这些ID的最小/最大值作为 :start_id/:end_id 执行审计与更新。

注意事项：

  • 全部语句应使用绑定变量传参，禁止拼接原始输入，避免SQL注入风险。
  • 在生产环境中请先在只读环境或小样本上验证条件与影响范围，再逐批推进。

示例详情

📖 如何使用

⚡ 模式 1：即插即用（手动档）
直接复制参数化模版。手动修改 {{变量}} 即可快速发起对话，适合对结果有精准预期的单次任务。
加载中...
💬 模式 2：沉浸式引导（交互档）
一键转化为交互式脚本。AI 将化身专业面试官或顾问，主动询问并引导您提供关键信息，最终合成高度定制化的专业结果。
转为交互式 →
🚀 模式 3：原生指令自动化（智能档）
无需切换，输入 / 唤醒 8000+ 专家级提示词。 插件将全站提示词库深度集成于 Chat 输入框。基于当前对话语境，系统智能推荐最契合的 Prompt 并自动完成参数化，让海量资源触手可及，从此彻底告别“手动搬运”。
安装插件 →
🔌 发布为 API 接口
将 Prompt 接入自动化工作流，核心利用平台批量评价反馈引擎，实现"采集-评价-自动优化"的闭环。通过 RESTful 接口动态注入变量，让程序在批量任务中自动迭代出更高质量的提示词方案，实现 Prompt 的自我进化。
发布 API →
🤖 发布为 Agent 应用
以此提示词为核心生成独立 Agent 应用，内嵌相关工具（图片生成、参数优化等），提供完整解决方案。
创建 Agent →

🛠️ 提示词工具

🕒 版本历史

当前版本
v2.1 2024-01-15
优化输出结构，增强情节连贯性
  • ✨ 新增章节节奏控制参数
  • 🔧 优化人物关系描述逻辑
  • 📝 改进主题深化引导语
  • 🎯 增强情节转折点设计
v2.0 2023-12-20
重构提示词架构，提升生成质量
  • 🚀 全新的提示词结构设计
  • 📊 增加输出格式化选项
  • 💡 优化角色塑造引导
v1.5 2023-11-10
修复已知问题，提升稳定性
  • 🐛 修复长文本处理bug
  • ⚡ 提升响应速度
v1.0 2023-10-01
首次发布
  • 🎉 初始版本上线
COMING SOON
版本历史追踪，即将启航
记录每一次提示词的进化与升级，敬请期待。

💬 用户评价

4.8
⭐⭐⭐⭐⭐
基于 28 条评价
5星
85%
4星
12%
3星
3%
👤
电商运营 - 张先生
⭐⭐⭐⭐⭐ 2025-01-15
双十一用这个提示词生成了20多张海报，效果非常好！点击率提升了35%，节省了大量设计时间。参数调整很灵活，能快速适配不同节日。
效果好 节省时间
👤
品牌设计师 - 李女士
⭐⭐⭐⭐⭐ 2025-01-10
作为设计师，这个提示词帮我快速生成创意方向，大大提升了工作效率。生成的海报氛围感很强，稍作调整就能直接使用。
创意好 专业
COMING SOON
用户评价与反馈系统，即将上线
倾听真实反馈，在这里留下您的使用心得，敬请期待。

试用后开通会员即可无限使用

加载中...
敬请期待...