如何利用LLM针对高规范化数据模型生成SQL语句

当数据库采用EAV（实体-属性-值）这类高度规范化结构（仅含通用列名，无业务语义化字段）时，仅靠表结构无法让LLM理解数据的业务含义，必须补充以下关键上下文与指令，才能让LLM生成符合需求的查询语句并响应用户问题：

1. 属性语义映射规则 #

提供属性名与业务含义的对应关系，以及关键属性的业务规则（如正常范围、单位等），这是LLM理解数据的核心。以示例表为例：

• BP-Sys：收缩压，正常范围90-140mmHg
• BP-Dia：舒张压，正常范围60-90mmHg
• Temperature：体温（华氏度），正常范围97-99°F
• Height：身高（英尺）
• Weight：体重（磅）

2. 表结构的明确说明 #

直白告知LLM表的结构类型与各列的业务作用：

• 该表为EAV结构，每一行存储一个实体的单个属性值
• Surrogate ID：仅为行唯一标识，无业务意义
• Entity ID：实体的唯一标识，此处代表患者ID
• Attribute：实体的属性名称（对应上述语义映射中的键）
• Value：属性的具体取值，需结合属性语义判断数值类型与单位

3. 明确的查询生成指令 #

给LLM清晰的任务流程：

1. 先将用户的自然语言问题转化为基于EAV结构的查询逻辑
2. 生成可执行的查询语句（如SQL）
3. 根据查询结果与业务规则给出最终结论

示例场景 #

上下文与指令输入

属性语义映射：

• BP-Sys: 收缩压，正常范围90-140mmHg
• BP-Dia: 舒张压，正常范围60-90mmHg
• Temperature: 体温（华氏度），正常范围97-99°F
• Height: 身高（英尺）
• Weight: 体重（磅）

表结构说明：该表为EAV结构，各列含义：

• Surrogate ID：行唯一标识，无业务含义
• Entity ID：患者唯一ID
• Attribute：患者的属性名称
• Value：属性对应的数值，单位见语义映射

指令：根据上述信息，针对问题「患者2的血压是否处于正常范围？」，生成查询语句并给出判断结果。

生成的查询语句（SQL）

-- 查询患者2的收缩压和舒张压数值
SELECT Attribute, Value
FROM patient_eav_table
WHERE Entity ID = 'Patient2' AND Attribute IN ('BP-Sys', 'BP-Dia');

结论逻辑

由于查询结果中患者2无血压相关记录，无法判断其血压是否处于正常范围。

内容的提问来源于stack exchange，提问作者S2L