10-数据库与数据分析 × AI 协同

💬 一句话读懂本篇：AI 写 SQL 又快又溜，但它优化的是”这条查询”，你负责的是”整个数据资产”——模型拍板、口径统一、脱敏红线，三样都不能外包。

岗位定位：🤝 人机协同 · AI 承担约 60% 工作量。本册合并传统的 DBA + 数据分析师两个岗位：一人公司里它们本来就是同一顶帽子——数据的”建、查、护、读”全归你。

一、传统画像：DBA / 数据分析师原来干什么

二、AI 协同后的新画像

你是”数据资产管家”，AI 是”SQL 翻译官 + 报表工人”。 分工的分界线非常清晰：碰结构、碰口径、碰真实数据的动作归你；写查询、做图表、跑统计归 AI。

flowchart LR
    subgraph H["👤 你：数据资产管家"]
        H1["① 模型拍板<br>表结构/关系/迁移"]
        H2["② 口径拍板<br>指标定义唯一化"]
        H3["③ 脱敏红线<br>真实数据不出库"]
        H4["④ 洞察决策<br>数字→动作"]
    end
    subgraph A["🤖 AI：SQL翻译官+报表工人"]
        A1["DDL 草稿<br>（约束/索引齐全版）"]
        A2["查询 SQL<br>自然语言→SQL"]
        A3["慢查询优化建议"]
        A4["报表/看板/图表"]
        A5["统计摘要与异常检测"]
    end
    H1 --> A1
    H2 --> A2
    H3 -.->|"约束所有环节"| A
    A4 --> H4
    A5 --> H4

    classDef human fill:#fff3e0,stroke:#e65100,color:#bf360c
    classDef ai fill:#e3f2fd,stroke:#1976d2,color:#0d47a1
    class H1,H2,H3,H4 human
    class A1,A2,A3,A4,A5 ai

三、逐项对比：传统做法 vs AI 协同做法

⚠️ 两条铁律：

1. AI 生成的 SQL，先读再跑——UPDATE/DELETE 不带对 WHERE 的事故年年有；SELECT 也可能拖垮生产库（全表扫大表）。
2. 真实用户数据不进 AI 对话（总纲红线第 2 条）——要 AI 帮你分析，喂表结构+假数据，或本地跑完只把聚合结果贴出去。

四、协同工作流：数据的”建、查、护、读”四循环

flowchart TD
    subgraph BUILD["🏗 建（一次性，慎之又慎）"]
        B1["🤖 AI 出模型草稿+DDL"] --> B2{"👤 关口：模型评审<br>关系对吗/字段够吗/迁移得起吗"}
        B2 -->|"过"| B3["👤 执行 DDL<br>（迁移脚本+回滚成对）"]
    end
    subgraph QUERY["🔍 查（日常高频）"]
        Q1["🤖 自然语言→SQL"] --> Q2{"👤 读 SQL+核口径<br>破坏性语句加事务干跑"}
        Q2 -->|"过"| Q3["执行取数"]
    end
    subgraph GUARD["🛡 护（例行）"]
        G1["🤖 慢查询分析+优化建议"] --> G2{"👤 从库验证<br>执行计划真的变好了吗"}
    end
    subgraph READ["📊 读（周期）"]
        R1["🤖 聚合统计+异常检测<br>（本地跑，出聚合结果）"] --> R2{"👤 洞察→动作<br>这个数字要改变什么决策？"}
    end
    BUILD --> QUERY --> GUARD --> READ
    READ -.->|"发现模型/口径问题"| BUILD

    classDef human fill:#fff3e0,stroke:#e65100,color:#bf360c
    classDef ai fill:#e3f2fd,stroke:#1976d2,color:#0d47a1
    class B2,Q2,G2,R2 human
    class B1,Q1,G1,R1 ai

节奏建议：建一份指标字典（每个指标一行：名称/定义/口径/负责 SQL），让 AI 生成的一切查询和报表都引用它——口径打架是一人公司数据工作最常见的暗坑：上周”活跃用户”和这周的不是一个东西，你自己都不知道。

五、提示词模板（直接抄作业）

模板 A · 数据模型设计

1
2
3
4
5
6
7
8
9
【输入】PRD 摘要与业务规则：（粘贴）；预期数据量级与增长：xxx；数据库：xxx（托管服务）
【任务】设计数据模型：
1. ER 图（mermaid erDiagram）
2. 每张表的 DDL：字段类型精确、NOT NULL 默认拉满、外键与索引齐全、每列带注释
3. 设计说明：为什么这样拆表、预留了什么扩展点、哪些地方故意反范式（说明理由）
【约束】
1. 面向"未来迁移得起"：主键策略明确、时间字段统一带时区、软删除策略统一
2. 不确定的业务规则标【待确认】，禁止自行拍板字段语义
3. 一人公司原则：表数量克制，别为"将来可能的微服务"提前拆库

模板 B · 自然语言取数

1
2
3
4
5
6
7
【输入】表结构：（粘贴 DDL，不含真实数据）；指标字典相关条目：（粘贴）
【需求】统计：xxx（自然语言描述）
【任务】生成查询 SQL，并附：
1. 口径说明：这条 SQL 里"xxx"是怎么定义的（时间边界/去重规则/排除条件）
2. 与指标字典的一致性自查：有无口径偏差
3. 预估扫描量：会不会扫大表？需要哪个索引？
【约束】只输出 SELECT；聚合粒度明确；口径含糊处先向我提问再写 SQL。

模板 C · 慢查询优化

1
2
3
4
5
6
【输入】慢 SQL：（粘贴）；EXPLAIN 输出：（粘贴）；表结构与数据量：（粘贴）
【任务】1) 解读执行计划，指出瓶颈（全表扫/错误索引/回表过多/join 顺序）；
2) 给出优化方案：改写 SQL / 加索引（给出 DDL）/ 结构调整，各注明代价
3) 预测优化后执行计划的变化
【约束】加索引必须说明写入代价和空间代价；
不确定的地方标注"需在从库验证"——我会先 EXPLAIN 对比再上线。

模板 D · 数据质量校验

1
2
3
4
5
6
7
【输入】表结构 + 业务规则：（粘贴）
【任务】生成一组校验 SQL，覆盖：
1. 完整性：关键字段空值率、外键孤儿记录
2. 唯一性：业务唯一键重复检测
3. 合理性：数值范围异常（负金额/未来时间/超长文本）
4. 一致性：跨表汇总对账（如订单总额 vs 支付流水总额）
每条校验附：查出问题时的严重度（阻塞级/关注级）和建议处置。

六、验收清单

建（模型/DDL 上线前）

• 模型是你拍板的：每张表说得清”存什么、谁写、谁读”
• DDL 约束齐全：NOT NULL/默认值/外键/唯一约束/索引一个不缺
• 迁移脚本 + 回滚脚本成对，且在测试库演练过
• 大表变更评估过锁表影响（选低峰窗口，参照 08 分册时间窗纪律）

查（每次执行 AI 给的 SQL 前）

• SQL 逐行读懂，WHERE 条件和你想要的一致
• UPDATE/DELETE：先在事务里 SELECT 同条件确认行数，再执行
• 生产库大查询：先 EXPLAIN，确认不全表扫
• 贴给 AI 的只有表结构和假数据/聚合结果，无真实用户数据

护（例行）

• 慢查询清单每周过一遍，优化先在从库验证
• 备份恢复季度演练（08 分册）
• 数据库账号最小权限：应用账号无 DDL 权限，你的管理账号开 MFA

读（每次看报表前）

• 指标口径出自指标字典，和上次看的是同一个定义
• 异常数字先怀疑口径和管道，再怀疑业务
• 每个”洞察”落成一个动作或一个决定，否则不看（防止报表囤积癖）

七、坑点清单

💬 收尾一句：数据岗的 AI 协同公式是”AI 管语法，你管语义“。SQL 写得再快，模型错了迁移不起、口径错了决策全歪、数据漏了无法挽回——这三件事的把关权，一分钟都不要让渡。 下一册：11-技术文档 × AI 协同（规划中）——AI 承担 85% 的岗位，你的活儿只剩”事实核对”四个字，但恰恰最不能省。

• Previous
  14-客服 × AI 协同
• Next
  运维 DevOps × AI 协同：AI 写 100% 的脚本，你按 100% 的回车