×
¥
查看详情
🔥 会员专享 文生文 数据集

SQL结构解析转换器

👁️ 297 次查看
📅 Oct 18, 2025
💡 核心价值: 本提示词模板专门用于将SQL数据定义语言(DDL)语句转换为结构化的JSON格式,帮助用户轻松解析和理解数据库架构定义。该工具具备智能语法识别能力,能够准确提取表名、字段定义、约束条件等关键信息,并以标准化的JSON结构输出。通过自动化的转换过程,显著提升数据库文档生成、架构分析和系统集成的效率,支持主流的SQL方言包括MySQL、PostgreSQL、Oracle等。转换结果保持原始DDL语句的完整语义,确保数据类型、主外键关系、索引定义等核心要素的准确映射,为数据可视化工具和自动化工作流提供标准化的数据输入。

🎯 可自定义参数(3个)

SQL语句
需要转换的SQL DDL语句,如CREATE TABLE语句
转换配置
转换配置选项,如是否包含注释、索引详情等
输出要求
输出格式特殊要求,如缩进格式、字段排序等

🎨 效果示例

转换结果概览

  • 原始DDL语句摘要
    • CREATE TABLE app_user (...)
    • ALTER TABLE app_user ADD COLUMN last_login TIMESTAMP
    • CREATE TABLE user_profile (...)
    • CREATE INDEX idx_app_user_email ON app_user(email)
  • 解析状态标识
    • 成功

JSON数据结构

{
  "tables": [
    {
      "table_name": "app_user",
      "columns": [
        {
          "name": "id",
          "type": "BIGINT",
          "constraints": ["PRIMARY KEY"]
        },
        {
          "name": "username",
          "type": "VARCHAR(32)",
          "constraints": ["NOT NULL"]
        },
        {
          "name": "email",
          "type": "VARCHAR(64)",
          "constraints": []
        },
        {
          "name": "created_at",
          "type": "TIMESTAMP",
          "constraints": ["DEFAULT CURRENT_TIMESTAMP"]
        },
        {
          "name": "last_login",
          "type": "TIMESTAMP",
          "constraints": []
        }
      ],
      "constraints": {
        "primary_key": "PRIMARY KEY (id)",
        "foreign_keys": [],
        "indexes": [
          {
            "name": "idx_app_user_email",
            "columns": ["email"]
          }
        ]
      }
    },
    {
      "table_name": "user_profile",
      "columns": [
        {
          "name": "user_id",
          "type": "BIGINT",
          "constraints": ["PRIMARY KEY"]
        },
        {
          "name": "nickname",
          "type": "VARCHAR(32)",
          "constraints": []
        },
        {
          "name": "bio",
          "type": "VARCHAR(128)",
          "constraints": []
        }
      ],
      "constraints": {
        "primary_key": "PRIMARY KEY (user_id)",
        "foreign_keys": [
          {
            "name": "fk_user_profile_user",
            "columns": ["user_id"],
            "references": {
              "table": "app_user",
              "columns": ["id"]
            }
          }
        ],
        "indexes": []
      }
    }
  ]
}

解析详情

  • 成功解析的组件统计
    • 表: 2
    • 列: app_user(5), user_profile(3)
    • 主键: 2
    • 外键: 1
    • 索引: 1
    • 变更: 1
  • 需要注意的特殊语法说明
    • DEFAULT CURRENT_TIMESTAMP
    • 列级PRIMARY KEY
    • 命名外键约束: fk_user_profile_user
    • ALTER TABLE ADD COLUMN
  • 变更摘要(比较维度: 列, 约束)
    • app_user: + 列 last_login TIMESTAMP

转换结果概览

  • 原始DDL语句摘要:3个表:user_account, orders, order_item;包含主键、外键、检查约束与默认值
  • 解析状态标识:成功

JSON数据结构

{
  "tables": [
    {
      "table_name": "user_account",
      "columns": [
        {
          "name": "user_id",
          "type": "bigint",
          "constraints": ["primary key", "auto_increment"]
        },
        {
          "name": "user_name",
          "type": "varchar(32)",
          "constraints": ["not null"]
        },
        {
          "name": "created_at",
          "type": "timestamp",
          "constraints": ["not null"]
        }
      ],
      "constraints": {
        "primary_key": "pk_user_account(user_id)",
        "foreign_keys": [],
        "checks": [],
        "indexes": []
      }
    },
    {
      "table_name": "orders",
      "columns": [
        {
          "name": "order_id",
          "type": "bigint",
          "constraints": ["primary key", "auto_increment"]
        },
        {
          "name": "user_id",
          "type": "bigint",
          "constraints": ["not null"]
        },
        {
          "name": "status",
          "type": "char(1)",
          "constraints": ["not null", "default 'N'"]
        },
        {
          "name": "total_amount",
          "type": "numeric(10,2)",
          "constraints": ["not null"]
        },
        {
          "name": "created_at",
          "type": "timestamp",
          "constraints": ["not null"]
        }
      ],
      "constraints": {
        "primary_key": "pk_orders(order_id)",
        "foreign_keys": [
          "fk_orders_user(user_id) REFERENCES user_account(user_id)"
        ],
        "checks": [
          "chk_status (status IN ('N','P','C'))"
        ],
        "indexes": []
      }
    },
    {
      "table_name": "order_item",
      "columns": [
        {
          "name": "item_id",
          "type": "bigint",
          "constraints": ["primary key", "auto_increment"]
        },
        {
          "name": "order_id",
          "type": "bigint",
          "constraints": ["not null"]
        },
        {
          "name": "sku_code",
          "type": "varchar(32)",
          "constraints": ["not null"]
        },
        {
          "name": "qty",
          "type": "integer",
          "constraints": ["not null"]
        },
        {
          "name": "price",
          "type": "numeric(10,2)",
          "constraints": ["not null"]
        }
      ],
      "constraints": {
        "primary_key": "pk_order_item(item_id)",
        "foreign_keys": [
          "fk_item_order(order_id) REFERENCES orders(order_id)"
        ],
        "checks": [],
        "indexes": []
      }
    }
  ],
  "relationship_graph": [
    {
      "name": "fk_orders_user",
      "from": "orders.user_id",
      "to": "user_account.user_id"
    },
    {
      "name": "fk_item_order",
      "from": "order_item.order_id",
      "to": "orders.order_id"
    }
  ]
}

解析详情

  • 成功解析的组件统计:表(3),列(user_account:3, orders:5, order_item:5),主键(3),外键(2),检查约束(1),默认值(1),索引(0)
  • 需要注意的特殊语法说明:
    • BIGSERIAL已标准化为bigint并以auto_increment标识
    • 保留显式命名的外键与检查约束
    • 命名已规范为snake_case

转换结果概览

  • 原始DDL语句摘要: CREATE TABLE: 2; CREATE INDEX: 1
  • 解析状态标识: 成功; 方言: MySQL

JSON数据结构

{
  "tables": [
    {
      "table_name": "fact_order_daily",
      "comment": "每日订单指标",
      "columns": [
        {
          "name": "date_key",
          "type": "INT",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "日期键"
        },
        {
          "name": "gmv",
          "type": "DECIMAL(12,2)",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "交易额"
        },
        {
          "name": "order_cnt",
          "type": "INT",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "订单数"
        }
      ],
      "constraints": {
        "primary_key": "date_key",
        "foreign_keys": [
          {
            "name": "fk_fact_date",
            "columns": [
              "date_key"
            ],
            "references": {
              "table": "dim_date",
              "columns": [
                "date_key"
              ]
            }
          }
        ],
        "indexes": [
          "idx_fact_date"
        ]
      }
    },
    {
      "table_name": "dim_date",
      "columns": [
        {
          "name": "date_key",
          "type": "INT",
          "constraints": [
            "PRIMARY KEY"
          ],
          "comment": "日期键"
        },
        {
          "name": "date_value",
          "type": "DATE",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "日期值"
        },
        {
          "name": "month",
          "type": "INT",
          "constraints": [
            "NOT NULL"
          ],
          "comment": "月份"
        }
      ],
      "constraints": {
        "primary_key": "date_key",
        "foreign_keys": [],
        "indexes": []
      }
    }
  ]
}

解析详情

  • 成功解析的组件统计: 表: 2; 列: 6; 主键: 2; 外键: 1; 索引: 1; 列注释: 6; 表注释: 1
  • 需要注意的特殊语法说明: 使用列与表COMMENT子句; 外键命名: fk_fact_date; 额外分隔符: 全角;在索引语句末尾

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

🕒 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...