InnoAI SQL 助手安装

一、环境搭建1、关闭selinx[rootlocalhost ~]# sed -i 7s/enforcing/disabled/ /etc/selinux/config [rootlocalhost ~]# systemctl disable --now firewalld [rootlocalhost ~]# systemctl status firewalld2、修改主机名[rootlocalhost ~]# hostnamectl set-hostname server [rootlocalhost ~]# bash3、检查时间同步[rootserver ~]# /etc/chrony.conf4、下载所需软件及依赖[rootlocalhost ~]# dnf install -y gcc gcc-c make cmake zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel libffi-devel tk-devel wget tar vim tree net-tools openssh-server二、安装Python# 进入源码存放目录 [rootserver ~]# cd /usr/local/src # 解压 [rootserver src]# tar -zxvf Python-3.11.9.tgz [rootserver src]# cd Python-3.11.9 # 编译配置 [rootserver Python-3.11.9]# ./configure --prefix/usr/local/python3.11 --enable-shared # 多核编译安装 [rootserver Python-3.11.9]# make -j$(nproc) make install # 配置动态链接库解决libpython缺失报错 [rootserver Python-3.11.9]# echo /usr/local/python3.11/lib /etc/ld.so.conf.d/python311.conf [rootserver Python-3.11.9]# ldconfig # 建立全局软链接不覆盖系统自带Python3 [rootserver Python-3.11.9]# ln -s /usr/local/python3.11/bin/python3.11 /usr/local/bin/python3 # 验证安装 [rootserver Python-3.11.9]# python3 -V [rootserver Python-3.11.9]# ln -s /usr/local/python3.11/bin/pip3.11 /usr/local/bin/pip3 [rootserver Python-3.11.9]# pip3 -V # 校验SSL模块AI接口必备 [rootserver Python-3.11.9]# python3 -c import ssl; print(ssl.OPENSSL_VERSION)检查结果三、配置pip使用阿里镜像[rootserver Python-3.11.9]# cd [rootserver ~]# mkdir .pip [rootserver ~]# vim ~/.pip/pip.conf安装依赖[rootserver ~]# pip3 install --upgrade pip [rootserver ~]# pip3 install pymysql python-dotenv tabulate langchain langchain-openai四、获取API KEY我选择直接使用deepseek官网api key五、脚本开发1、新建目录[rootserver mysql]# cd [rootserver ~]# mkdir -p /opt/mysql_ai_tools [rootserver ~]# cd /opt/mysql_ai_tools [rootserver mysql_ai_tools]# touch main.py mysql_client.py prompts.py web_main.py .env [rootserver mysql_ai_tools]# tree -La 1 . ├── backup ├── .env ├── main.py ├── mysql_client.py ├── prompts.py └── web_main.py [rootserver mysql_ai_tools]# cd2、编写环境变量[rootserver ~]# vim /opt/mysql_ai_tools/.env3、编写数据库连接脚本[rootserver ~]# vim /opt/mysql_ai_tools/mysql_client.py4、编写sql转换脚本[rootserver ~]# vim /opt/mysql_ai_tools/prompts.py5、编写程序入口脚本[rootserver ~]# vim /opt/mysql_ai_tools/main.py# -*- coding: utf-8 -*- # 文件名main.py # 功能项目核心业务逻辑 终端交互式菜单入口 # 作用统一封装大模型调用、SQL清洗、数据库交互两大核心业务命令行/网页共用底层函数 import os import re import logging from dotenv import load_dotenv # 兼容OpenAI标准大模型接口适配腾讯云TokenHub from langchain_openai import ChatOpenAI # 导入数据库操作封装类 from mysql_client import Mysql80Client # 表格格式化打印工具美化终端输出查询结果 from tabulate import tabulate # 导入提示词管理类与全局实例 from prompts import UnifiedPrompt, prompt_helper # 加载.env文件里所有数据库、大模型配置 load_dotenv() # 全局日志配置替代print记录运行时间、日志级别、报错信息方便排障 logging.basicConfig(levellogging.INFO, format%(asctime)s - %(levelname)s - %(message)s) logger logging.getLogger(__name__) def check_config() - None: 程序启动前置配置校验函数 作用提前检测.env必填参数是否存在避免运行中途缺参数崩溃 # 大模型必填参数列表 required_llm [LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME] missing [k for k in required_llm if not os.getenv(k)] if missing: raise ValueError(f配置缺失请在 .env 文件中填写 {, .join(missing)}) # 数据库必填参数列表 required_db [MYSQL_HOST, MYSQL_USER, MYSQL_DB] missing_db [k for k in required_db if not os.getenv(k)] if missing_db: raise ValueError(f数据库配置缺失请检查 {, .join(missing_db)}) def get_llm() - ChatOpenAI: 初始化大模型客户端 适配腾讯云TokenHub等全部兼容OpenAI接口规范的MaaS平台 返回可直接调用的大模型实例 # 从环境变量读取大模型连接信息 api_key os.getenv(LLM_API_KEY) base_url os.getenv(LLM_BASE_URL) model_name os.getenv(LLM_MODEL_NAME) # 温度不存在则默认0.1数值越低输出越严谨稳定 temperature float(os.getenv(LLM_TEMPERATURE, 0.1)) return ChatOpenAI( api_keyapi_key, base_urlbase_url, modelmodel_name, temperaturetemperature ) def clean_sql_spacing(sql: str) - str: SQL标准化清洗工具函数兜底修复各大模型输出格式 解决中文空格别名、中文标点、特殊空白、关键字连写等语法报错问题 入参大模型原始SQL字符串 返回清洗后可直接执行的标准英文SQL if not sql: return # 1. 统一替换各类中文全角空格、换行、制表符为普通半角空格 special_spaces [ \xa0, \u200b, \u200c, \u200d, \u200e, \u200f, \u3000, \t, \n, \r ] for sp in special_spaces: sql sql.replace(sp, ) # 2. 删除不可见控制字符防止解析异常 sql re.sub(r[\x00-\x1f\x7f], , sql) # 3. 中文标点批量替换为英文标点解决Qwen等模型输出中文逗号报错 sql sql.replace(, ,).replace(, ;).replace(, ().replace(, )) # 4. 多个连续空格合并为单个去除首尾多余空格 sql re.sub(r\s, , sql).strip() # 5. 精准处理AS别名内部空格只删别名里空格保留AS与别名之间分隔空格 def _clean_alias_space(match): prefix match.group(1) # 捕获AS关键字 alias match.group(2) # 捕获后面全部别名文本 alias_clean re.sub(r\s, , alias) return f{prefix} {alias_clean} # 匹配AS后别名截止逗号、FROM、WHERE等关键字前停止匹配 sql re.sub( r\b(AS)\s(.?)(?\s*,\s*|\sFROM\b|\sWHERE\b|\sORDER\b|\sGROUP\b|\sLIMIT\b|\s*;), _clean_alias_space, sql, flagsre.IGNORECASE ) # 6. 自动给连写的关键字补空格字段/中文关键字粘连自动拆分 keywords_upper [ SELECT, FROM, WHERE, ORDER BY, GROUP BY, AND, OR, LIMIT, DESC, ASC, AS, INNER JOIN, LEFT JOIN, RIGHT JOIN, ON, INSERT INTO, UPDATE, SET, DELETE FROM, VALUES, LIKE, IN, BETWEEN, IS NULL, COUNT, SUM, AVG, MAX, MIN, OVER ] for kw in keywords_upper: # 字母下划线关键字粘连拆分补充第三个参数sql pattern r([a-z_])( re.escape(kw) r) sql re.sub(pattern, r\1 \2, sql) # 中文文字关键字粘连拆分补充第三个参数sql pattern_cn r([\u4e00-\u9fa5])( re.escape(kw) r) sql re.sub(pattern_cn, r\1 \2, sql) # 7. 统一所有SQL关键字大写格式标准化 keywords_lower [kw.lower() for kw in keywords_upper] for kw in keywords_lower: sql re.sub( r\b re.escape(kw) r\b, kw.upper(), sql, flagsre.IGNORECASE ) # 最终再清理一遍多余空格 sql re.sub(r\s, , sql).strip() return sql def nl2sql_query(user_input: str) - dict: 核心业务1自然语言转SQL、执行查询、AI生成业务总结 对外统一标准返回字典终端/网页程序均可直接调用无重复代码 入参用户自然语言查询需求 返回包含执行状态、SQL、字段、数据、AI总结、模型原始输出 # 初始化大模型、数据库客户端 llm get_llm() db Mysql80Client() try: logger.info(正在生成SQL语句...) # 1. 加载NL2SQL提示词填充用户需求传给大模型 prompt UnifiedPrompt.NL_TO_SQL_PROMPT.format(user_inputuser_input) response llm.invoke(prompt) raw_content response.content.strip() # 2. 从模型返回文本提取纯净SQL提取失败直接抛异常 extracted_sql prompt_helper.extract_sql(raw_content) if not extracted_sql: raise Exception(大模型未返回有效SQL请重新描述需求) # 3. 清洗SQL修复各类格式问题 clean_sql clean_sql_spacing(extracted_sql) logger.info(f生成SQL{clean_sql}) # 4. 数据库执行查询拿到表头与数据 columns, rows db.execute_query(clean_sql) # 5. 如果有数据调用大模型生成业务解读总结 summary if rows: logger.info(正在生成数据总结...) summary_prompt f 以下是真实的SQL查询结果请作为电商数据分析师给出简练的业务总结。 SQL语句{clean_sql} 查询数据{str(rows)} 重点说明数据反映的业务含义如有异常值请指出。 summary_resp llm.invoke(summary_prompt) summary summary_resp.content.strip() # 成功结果返回 return { success: True, sql: clean_sql, columns: columns, rows: rows, summary: summary, raw_llm: raw_content } except Exception as e: # 捕获全流程所有异常记录日志并返回错误信息 logger.error(f查询处理失败{str(e)}) return { success: False, error: str(e), raw_llm: raw_content if raw_content in dir() else } finally: # 无论成功失败都关闭数据库连接释放资源 db.close() def sql_tune_analyze(raw_sql: str) - dict: 核心业务2SQL性能调优分析 流程清洗SQL → 获取EXPLAIN执行计划 → AI分析给出优化方案 入参用户输入待优化SQL 返回执行状态、清洗后SQL、执行计划字段/内容、调优建议 llm get_llm() db Mysql80Client() try: # 先标准化清洗SQL clean_sql clean_sql_spacing(raw_sql) logger.info(正在获取执行计划...) # 调用数据库封装方法获取EXPLAIN执行计划 columns, plan_rows db.get_explain_plan(clean_sql) # 填充调优提示词传入SQL和执行计划让AI分析瓶颈 logger.info(正在分析性能瓶颈...) prompt UnifiedPrompt.SQL_TUNE_PROMPT.format( sql_inputclean_sql, explain_datastr(plan_rows) ) response llm.invoke(prompt) return { success: True, sql: clean_sql, plan_columns: columns, plan_rows: plan_rows, suggestion: response.content.strip() } except Exception as e: logger.error(f调优分析失败{str(e)}) return { success: False, error: str(e) } finally: # 操作结束关闭数据库连接 db.close() def main_cli(): 终端交互入口主函数 提供循环菜单支持用户选择查询/调优/退出纯终端操作 # 程序启动先校验全部配置失败直接退出菜单 try: check_config() except ValueError as e: print(f❌ {e}) return # 循环交互不退出可持续多次使用 while True: print(\n InnoAI SQL 助手 ) print(1. 自然语言生成SQL自动查询并AI总结数据) print(2. 输入SQL语句AI分析执行计划并给出调优方案) print(0. 退出程序) choice input(请输入功能序号: ).strip() # 功能1自然语言查数据 if choice 1: query input(请输入你的数据查询需求: ).strip() if not query: print(⚠️ 请输入有效需求) continue result nl2sql_query(query) # 处理失败场景打印错误与模型原始输出 if not result[success]: print(f\n❌ 处理失败{result[error]}) if result.get(raw_llm): print(f大模型原始回复\n{result[raw_llm]}) continue # 成功打印SQL、格式化表格展示数据、输出业务总结 print(f\n✅ 生成SQL) print(result[sql]) if result[rows]: print(f\n 查询结果共 {len(result[rows])} 条) print(tabulate(result[rows], headerskeys, tablefmtpretty)) if result[summary]: print(f\n 业务总结\n{result[summary]}) else: print(\n⚠️ 未查询到匹配数据) # 功能2SQL性能调优 elif choice 2: sql_input input(\n请输入需要分析的 SQL 语句: ).strip() if not sql_input: print(⚠️ 请输入有效SQL) continue result sql_tune_analyze(sql_input) if not result[success]: print(f\n❌ 分析失败{result[error]}) continue # 打印执行计划表格和AI优化建议 print(f\n 执行计划详情) print(tabulate(result[plan_rows], headerskeys, tablefmtpretty)) print(f\n 调优建议\n{result[suggestion]}) # 0 退出循环结束程序 elif choice 0: print(程序已安全退出。) break # 无效数字输入提示 else: print(无效输入请重试。) print(\n - * 40) # 程序入口直接运行main.py则启动终端菜单 if __name__ __main__: main_cli()六、测试[rootserver ~]# python3 /opt/mysql_ai_tools/main.py七、web可视化版本1、安装 Python 依赖[rootserver ~]# /usr/local/python3.11/bin/pip3 install langchain-openai streamlit pymysql python-dotenv sqlparse tabulate [rootserver ~]# /usr/local/python3.11/bin/python3 -c import langchain_openai;print(3.11依赖全部正常)2、创建 Streamlit 可视化入口 web_main.py[rootserver ~]# vim /opt/mysql_ai_tools/web_main.py# -*- coding: utf-8 -*- # 文件名web_main.py # 功能Streamlit网页可视化界面 # 说明前端交互页面完全复用main.py封装好的业务函数无需重复编写AI、数据库逻辑 # 两大页面自然语言查数据、SQL性能调优做输入前置校验、美化结果展示 import streamlit as st import os import re # 从核心主程序导入通用业务函数、配置校验方法 from main import check_config, nl2sql_query, sql_tune_analyze # 全局页面基础配置页面标题、页面宽度铺满屏幕 st.set_page_config(page_titleInnoAI SQL 助手, layoutwide) # 全局CSS样式定制优化字体、间距、按钮、代码块、表格展示 # 使用markdown注入前端样式统一页面视觉效果方便演示观看 st.markdown( style /* 全局文字基础样式统一字体、字号、行间距适配Windows/Mac中文显示 */ html, body, [class*css] { font-size: 15px; line-height: 1.6; font-family: -apple-system, BlinkMacSystemFont, Segoe UI, PingFang SC, Microsoft YaHei, sans-serif; } /* 页面主体容器左右留白收窄太宽的数据表格阅读疲劳 */ .block-container { padding-top: 2.5rem; padding-bottom: 3rem; max-width: 1100px; margin: 0 auto; } /* 各级标题字号、粗细、边距统一优化 */ h1 { font-size: 2rem !important; font-weight: 600; margin-bottom: 1.8rem; letter-spacing: 0.5px; } h2, h3 { font-weight: 600; margin-top: 1.5rem; margin-bottom: 1rem; } h3 { font-size: 1.25rem !important; } /* 文本输入框标签样式美化 */ .stTextArea label p { font-size: 15px; font-weight: 500; color: #1f2937; margin-bottom: 0.5rem; } /* 输入框内部样式字号、圆角、内边距 */ textarea { font-size: 15px !important; line-height: 1.6 !important; border-radius: 8px !important; padding: 12px 14px !important; } /* 全局操作按钮统一尺寸、圆角、内边距视觉统一 */ .stButton button { font-size: 15px !important; font-weight: 500; padding: 0.65rem 2.2rem !important; border-radius: 8px !important; min-width: 160px; } /* 左侧侧边栏样式调整 */ section[data-testidstSidebar] { font-size: 14.5px; } /* 侧边大标题禁止自动换行 */ section[data-testidstSidebar] h1 { font-size: 1.5rem !important; white-space: nowrap; margin-bottom: 1.2rem; } /* 侧边单选按钮间距放大 */ section[data-testidstSidebar] .stRadio div { gap: 0.8rem; } /* 提示警告框字号统一 */ .stAlert { font-size: 14.5px; border-radius: 8px !important; } /* 重点修复代码块复制按钮失效问题 */ .stCodeBlock { position: relative !important; border-radius: 8px !important; } /* 强制显示复制按钮提高层级防止被遮挡 */ .stCodeBlock button { opacity: 1 !important; visibility: visible !important; pointer-events: auto !important; z-index: 999 !important; width: 36px; height: 36px; top: 10px; right: 10px; border-radius: 6px; background: #f3f4f6 !important; color: #374151 !important; border: 1px solid #e5e7eb !important; } /* 按钮悬浮变色提升交互感 */ .stCodeBlock button:hover { background: #e5e7eb !important; } /* SQL代码等宽字体优化提升代码可读性 */ .stCodeBlock code, .stCodeBlock pre { font-size: 14.5px !important; line-height: 1.7 !important; font-family: JetBrains Mono, Consolas, Monaco, monospace; } /* 数据表格单元格内边距放大避免文字拥挤 */ .stDataFrame { font-size: 14.5px; border-radius: 8px; overflow: hidden; } .stDataFrame [data-testidtable] td { padding: 10px 12px; } /style , unsafe_allow_htmlTrue) # 全局一次性配置校验会话缓存避免重复校验 # st.session_statestreamlit会话全局存储页面刷新前一直生效 if config_checked not in st.session_state: try: # 调用main.py的配置校验函数检测.env文件必填参数 check_config() # 标记已校验下次页面刷新不再重复执行 st.session_state.config_checked True except ValueError as e: # 配置缺失直接弹窗报错终止页面加载 st.error(f配置错误{e}) st.stop() # 左侧侧边栏区域系统标题、当前模型展示、页面切换导航 with st.sidebar: st.title( InnoAI SQL 助手) # 读取环境变量展示当前正在使用的大模型名称 st.info(f当前模型{os.getenv(LLM_MODEL_NAME, 未知)}) # 单选框切换两大功能页面 page st.radio(功能导航, [ 数据查询与总结, ⚙️ SQL 性能调优]) # 页面1自然语言转SQL查询页面 if page 数据查询与总结: st.header( 自然语言转 SQL 查询) # 多行文本输入框接收用户中文业务需求 user_input st.text_area(请输入你的业务查询需求, height150) # 点击提交按钮触发查询逻辑 if st.button( 生成并执行, typeprimary): input_trim user_input.strip() # 校验1输入为空拦截 if not input_trim: st.warning(请输入有效的业务查询需求后再提交) # 校验2禁止直接粘贴SQL区分两个页面的使用场景 elif re.match(r(?i)^\s*SELECT\s, input_trim): st.warning(此处请输入自然语言描述的查询需求例如查询用户 1001 的所有订单请勿直接粘贴 SQL 语句。) # 输入校验全部通过执行AI查询逻辑 else: # 加载动画提示用户等待 with st.spinner(AI 正在生成 SQL 并查询数据...): # 调用main封装好的核心业务方法 result nl2sql_query(user_input) # 分支1业务执行失败展示错误信息 if not result[success]: st.error(f处理失败{result[error]}) # 折叠面板展示大模型原始返回内容方便排错 if result.get(raw_llm): with st.expander(查看大模型原始回复): st.code(result[raw_llm]) # 分支2执行成功分层展示结果 else: st.success(SQL 生成并执行成功) # 高亮展示生成后的标准SQL语句 st.code(result[sql], languagesql) # 存在查询数据则渲染表格 if result[rows]: st.dataframe(result[rows], use_container_widthTrue) # 存在AI业务总结则展示解读文本 if result[summary]: st.markdown(### 业务总结) st.info(result[summary]) # 无匹配订单提示 else: st.info(未查询到匹配的数据) # 页面2SQL性能调优分析页面 else: st.header( SQL 性能调优分析) # 输入框接收用户待优化SELECT语句 raw_sql st.text_area(请输入待分析的 SQL 语句, height200) # 点击分析按钮执行调优流程 if st.button( 开始分析, typeprimary): input_trim raw_sql.strip() # 校验1空输入拦截 if not input_trim: st.warning(请输入有效的 SQL 语句后再提交) # 校验2必须是SELECT语句禁止其他类型SQL elif not re.match(r(?i)^\s*SELECT\s, input_trim): st.warning(此处请输入待分析的 SELECT SQL 语句请勿输入自然语言描述。如需自然语言转 SQL请切换到「数据查询与总结」页面。) # 校验通过执行调优分析 else: with st.spinner(正在获取执行计划并分析...): # 调用main封装的调优函数 result sql_tune_analyze(raw_sql) # 分析失败展示错误 if not result[success]: st.error(f分析失败{result[error]}) # 分析成功展示执行计划表格AI优化建议 else: st.success(执行计划获取成功) st.dataframe(result[plan_rows], use_container_widthTrue) st.markdown(### 调优建议) st.markdown(result[suggestion])3、创建 systemd 后台常驻服务[rootserver ~]# vim /etc/systemd/system/mysql-ai-web.service4、启动服务[rootserver ~]# systemctl daemon-reload [rootserver ~]# systemctl enable --now mysql-ai-web5、测试查看ip[rootserver ~]# hostname -I访问完成