前言在日常数据库运维中业务人员想查数据却不会写 SQLDBA 每天重复处理大量帮我查个数据的需求线上慢查询来了还要手动跑 EXPLAIN、逐行分析执行计划、再手写索引优化方案——这些重复性劳动占据了大量精力。能不能让 AI 替我们干这些活本文介绍一个完整的实战项目——InnoAI SQL 助手。它以 MySQL 8.0 DBA 运维核心知识点为基础结合腾讯云 TokenHub 大模型 API构建了一套电商订单库智能查询与性能调优系统1自然语言转 SQL输入查询用户1001的所有订单自动生成合规 SELECT 语句并执行2AI 业务解读查询结果自动由大模型生成通俗易懂的业务总结3SQL 性能调优输入任意 SQL自动解析 EXPLAIN 执行计划输出标准化索引优化方案4安全加固仅允许只读查询拦截一切增删改危险操作全程无需人工手写、分析 SQL适配企业轻量化数据查询、SQL 性能优化、AI 智能解读一体化落地场景。技术栈openEuler 22.03 SP4 MySQL 8.0.45 Python 3.11.9 LangChain Streamlit 腾讯云 TokenHubQwen3.5-Plus / DeepSeek-V4-Pro一、项目概述本项目以MySQL 8.0DBA 运维核心知识点为基础结合腾讯云 TokenHub 开源大模型 API构建一套电商订单库智能查询与性能调优系统。1核心能力功能说明自然语言转 SQL接收业务自然语言自动生成合规 MySQL 查询语句自动执行 结构化输出自动执行查询并输出格式化表格AI 业务解读依托大模型完成订单数据业务总结SQL 性能调优解析 EXPLAIN 执行计划输出标准化索引优化方案2核心价值零门槛数据查询业务人员无需掌握 SQL 语法用自然语言即可完成数据查询与报表统计自动化性能调优自动解析 EXPLAIN 执行计划输出可直接执行的索引创建与 SQL 改写方案安全可控内置 SQL 安全校验机制仅允许 SELECT 查询拦截所有增删改操作分层解耦设计代码结构清晰便于二次开发与教学演示二、技术架构设计1整体架构分层系统采用四层架构设计职责边界清晰层级模块核心职责接入交互层命令行终端 / Streamlit Web面向用户提供交互入口支持两种使用模式Python 程序核心层main.py / web_main.py / prompts.py / mysql_client.py业务逻辑调度、提示词管理、数据库封装底层数据持久层MySQL 8.0.45存储电商订单测试数据作为唯一数据源AI 大模型服务层腾讯云 TokenHub统一 AI 能力出口支持多模型无缝切换2核心文件说明文件名功能定位核心作用main.py总调度入口与公共服务层封装三大核心业务流程提供命令行交互入口web_main.pyWeb 可视化界面层基于 Streamlit 实现图形化交互结果渲染prompts.py提示词工程层统一管理 NL2SQL 与 SQL 调优 Prompt 模板SQL 提取工具mysql_client.py数据访问层封装 MySQL 连接、查询、执行计划获取SQL 安全校验.env独立配置文件集中存放数据库参数与大模型密钥敏感信息隔离三、软硬件环境准备类别名称/规格版本/参数用途备注硬件环境虚拟机CPU≥2核内存≥4GB磁盘≥20GB运行 Linux、MySQL、Python 程序本地虚拟机或云 ECS 均可软件环境操作系统openEuler / RHEL9项目底层运行系统需配置外网访问 APIMySQL8.0.45存储电商订单测试业务数据内置 order_info 订单表Python3.11.9源码编译项目主开发语言依赖 pymysql、python-dotenv、openai、tabulateShellBash系统环境操作、编译 Python系统默认自带网络环境外网访问可访问大模型 API调用大模型接口防火墙放行 443 端口或关闭账号资源腾讯云账号完成实名认证获取 API Key调用大模型官网腾讯云 产业智变·云启未来 - 腾讯四、项目环境搭建1系统初始化配置安装 openEuler 2203_SP4 系统过程略完成以下初始化操作1、修改主机名2、关闭SELinux与防火墙3、配置时间同步4、安装基础依赖包#修改主机名 [rootnode ~]# hostnamectl set-hostname server #关闭防火墙 [rootserver ~]# systemctl disable --now firewalld [rootserver ~]# systemctl status firewalld ○ firewalld.service - firewalld - dynamic firewall daemon Loaded: loaded (/usr/lib/systemd/system/firewalld.service; disabled; ve Active: inactive (dead) Docs: man:firewalld(1) #关闭SELinux [rootserver ~]# sed -i 7s/enforcing/disabled/ /etc/selinux/config [rootserver ~]# reboot [rootserver ~]# getenforce Disabled #配置时间同步服务 [rootserver ~]# vim /etc/chrony.conf server ntp.aliyun.com iburst [rootserver ~]# systemctl restart chronyd [rootserver ~]# chronyc sources MS Name/IP address Stratum Poll Reach LastRx Last sample ^* 203.107.6.88 2 6 17 7 -1434us[-2651us] /- 30ms #下载所需软件 [rootserver ~]# 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-server2源码编译安装Python 3.11.91、下载源码包从 Python 官网下载 3.11.9 源码包上传至/usr/local/src目录下载地址Python 3.11.9https://www.python.org/downloads/release/python-3119/2、解压并编译解压[rootserver src]# tar -xzvf Python-3.11.9.tgz编译配置[rootserver src]# cd Python-3.11.9 [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 install3、配置动态链接库[rootserver Python-3.11.9]# echo /usr/local/python3.11/lib /etc/ld.so.conf.d/python311.conf [rootserver Python-3.11.9]# ldconfig目的解决libpython缺失报错4、建立全局软连接[rootserver Python-3.11.9]# ln -s /usr/local/python3.11/bin/python3.11 /usr/local/bin/python3 [rootserver Python-3.11.9]# ln -s /usr/local/python3.11/bin/pip3.11 /usr/local/bin/pip35、验证安装#验证Python安装 [rootserver Python-3.11.9]# python3 -V Python 3.11.9 [rootserver Python-3.11.9]# pip3 -V pip 24.0 from /usr/local/python3.11/lib/python3.11/site-packages/pip (python 3.11) #校验SSL模块 [rootserver Python-3.11.9]# python3 -c import ssl; print(ssl.OPENSSL_VERSION)3配置 pip 源与安装项目依赖1. 配置阿里镜像源[rootserver ~]# mkdir .pip [rootserver ~]# vim ~/.pip/pip.conf [rootserver ~]# cat ~/.pip/pip.conf [global] index-url http://mirrors.aliyun.com/pypi/simple/ [install] trusted-hostmirrors.aliyun.com2、安装依赖[rootserver ~]# pip3 install --upgrade pip [rootserver ~]# pip3 install pymysql python-dotenv tabulate langchain langchain-openai4部署并初始化 MySQL 8.0.451、虚拟机部署部分的超详细版含原理与高可用分析见本人专栏文章告别RPM包生产环境MySQL通用二进制包安装与高可用配置全解析文章浏览阅读274次点赞10次收藏5次。本文详细介绍了在OpenEuler 22.03 LTS系统上使用通用二进制包安装MySQL 8.0.45的完整流程。首先阐述了二进制包安装的优势包括环境解耦、版本可控等特点。随后逐步演示了软件获取、解压安装、用户权限配置、数据库初始化、启动验证等关键步骤并解决了依赖库报错问题。最后配置了systemd服务和环境变量使MySQL服务可方便管理。文章还指出了当前配置的不足如性能参数未优化、高可用机制缺失等为后续生产环境部署提供了改进方向。整个安装过程注重标准化和安全规范为数据库运维打下良好基础。_glibc 二进制mysql 可用于生产环境吗?https://blog.csdn.net/2502_90206768/article/details/162911810?spm1011.2124.3001.62092、创建测试库与订单表mysql CREATE TABLE order_info( - id BIGINT AUTO_INCREMENT PRIMARY KEY COMMENT 订单ID, - user_id INT COMMENT 用户ID, - order_name VARCHAR(200) COMMENT 商品名称, - pay_amount DECIMAL(10,2) COMMENT 支付金额, - create_time DATETIME COMMENT 下单时间 - ) ENGINEInnoDB COMMENT电商订单业务表; Query OK, 0 rows affected (0.01 sec) mysql INSERT INTO order_info(user_id,order_name,pay_amount,create_time) - VALUES - (1001,智能手机,2999.00,2026-05-01 10:20:00), - (1001,有线入耳耳机,199.00,2026-05-02 14:10:00), - (1002,14英寸轻薄笔记本电脑,5499.00,2026-05-03 09:30:00), - (1002,无线蓝牙鼠标,89.00,2026-05-03 09:35:00), - (1003,平板学习机,1799.00,2026-05-04 11:05:00), - (1003,平板专用保护壳,49.00,2026-05-04 11:08:00), - (1004,机械游戏键盘,349.00,2026-05-05 16:42:00), - (1004,电竞头戴耳机,459.00,2026-05-05 16:48:00), - (1005,大屏智能电视,3299.00,2026-05-06 08:15:00), - (1005,电视壁挂支架,129.00,2026-05-06 08:20:00), - (1006,无线快充充电器,129.00,2026-05-03 13:22:00), - (1006,降噪蓝牙耳机,399.00,2026-05-03 13:25:00), - (1007,电竞显示器,1899.00,2026-05-07 10:10:00), - (1007,显示器增高支架,79.00,2026-05-07 10:15:00), - (1008,折叠平板支架,39.00,2026-05-04 15:30:00), - (1008,便携充电宝,159.00,2026-05-04 15:33:00), - (1009,台式游戏主机,6999.00,2026-05-08 09:05:00), - (1009,电竞防滑鼠标垫,59.00,2026-05-08 09:08:00), - (1010,手机钢化膜,29.00,2026-05-05 17:12:00), - (1010,桌面收纳支架,45.00,2026-05-05 17:16:00); Query OK, 20 rows affected (0.00 sec) Records: 20 Duplicates: 0 Warnings: 0五、获取大模型 API Key1访问腾讯云官网注册账号并完成实名认证腾讯云 产业智变·云启未来 - 腾讯腾讯云(tencent cloud)为数百万的企业和开发者提供安全稳定的云计算服务涵盖云服务器、云数据库、云存储、视频与CDN、域名注册等全方位云服务和各行业解决方案。https://cloud.tencent.com/2进入 TokenHub 控制台进入 API Key 管理 → 新建 API 密钥3填写密钥名称并保存记录生成的 API Key4模型选择推荐使用qwen3.5-plus或deepseek-v4-pro六、核心脚本开发1新建目录及脚本[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 . |-- .env |-- main.py |-- mysql_client.py |-- prompts.py |-- web_main.py -- \343.env 0 directories, 6 files [rootserver mysql_ai_tools]#2编写环境变量配置.env[rootserver mysql_ai_tools]# vim /opt/mysql_ai_tools/.env MYSQL_HOST127.0.0.1 MYSQL_PORT3306 MYSQL_USERroot MYSQL_PASSWORD123456 MYSQL_DBtestdb LLM_API_KEY你自己的API密钥 LLM_BASE_URLhttps://tokenhub.tencentmaas.com/v1 LLM_MODEL_NAMEDeepSeek-V4-Pro LLM_TEMPERATURE0加固文件权限[rootserver mysql_ai_tools]# chmod 600 /opt/mysql_ai_tools/.env3编写数据库连接脚本mysql_client.py[rootserver mysql_ai_tools]# vim mysql_client.py # -*- coding: utf-8 -*- # 文件名: mysql_client.py # 功能: MySQL8.0数据库统一封装类 import pymysql import os import re from dotenv import load_dotenv load_dotenv() class Mysql80Client: def __init__(self): self.host os.getenv(MYSQL_HOST, 127.0.0.1) self.port int(os.getenv(MYSQL_PORT, 3306)) self.user os.getenv(MYSQL_USER, root) self.password os.getenv(MYSQL_PASSWORD, ) self.database os.getenv(MYSQL_DB, testdb) self.conn None self.connect() def connect(self): 创建数据库连接 try: self.conn pymysql.connect( hostself.host, portself.port, userself.user, passwordself.password, databaseself.database, charsetutf8mb4, cursorclasspymysql.cursors.DictCursor ) except pymysql.MySQLError as e: raise Exception(f数据库连接失败,请检查地址/账号/密码:{e.args[1]}) except Exception as e: raise Exception(f数据库连接异常:{str(e)}) staticmethod def _check_sql_safety(sql: str) - None: SQL安全校验仅允许SELECT查询 sql_trim sql.strip().upper() danger_keywords [ INSERT, UPDATE, DELETE, DROP, ALTER, CREATE, TRUNCATE, REPLACE ] for kw in danger_keywords: if re.search(r\b re.escape(kw) r\b, sql_trim): raise Exception(f安全拦截:禁止执行 {kw} 类型语句,仅支持 SELECT 查询) def execute_query(self, sql: str): 执行SELECT查询 self._check_sql_safety(sql) try: with self.conn.cursor() as cursor: cursor.execute(sql) columns [desc[0] for desc in cursor.description] rows cursor.fetchall() return columns, rows except pymysql.MySQLError as e: raise Exception(fSQL执行失败(错误码 {e.args[0]}):{e.args[1]}) except Exception as e: raise Exception(f查询异常:{str(e)}) def get_explain_plan(self, sql: str): 获取SQL执行计划 self._check_sql_safety(sql) explain_sql fEXPLAIN {sql} try: with self.conn.cursor() as cursor: cursor.execute(explain_sql) columns [desc[0] for desc in cursor.description] rows cursor.fetchall() return columns, rows except pymysql.MySQLError as e: raise Exception(f获取执行计划失败:{e.args[1]}) except Exception as e: raise Exception(f执行计划异常:{str(e)}) def close(self): 关闭数据库连接 if self.conn and not self.conn._closed: self.conn.close()4编写提示词工程脚本prompts.py[rootserver mysql_ai_tools]# vim prompts.py # -*- coding: utf-8 -*- # 文件名: prompts.py # 功能: 统一管理大模型提示词模板与SQL提取工具 import re class UnifiedPrompt: # 数据表结构定义 TABLE_SCHEMA 表名: order_info (订单信息表) 字段说明: - id: 订单ID (主键,INT类型) - user_id: 用户ID (INT类型) - order_name: 商品名称 (VARCHAR类型) - pay_amount: 支付金额 (DECIMAL类型) - create_time: 下单时间 (DATETIME类型) # 自然语言转SQL提示词 NL_TO_SQL_PROMPT f 你是严谨的 MySQL 8.0 数据库开发工程师。 【任务目标】 根据用户自然语言描述的业务需求,生成可直接执行、无语法错误的MySQL查询SQL。 【表结构参考】 {TABLE_SCHEMA} 【强制输出规则】 1. 只能生成 SELECT 查询语句,绝对不允许生成 INSERT/UPDATE/DELETE/DROP 等修改、删除数据的语句。 2. 只能使用上面列出的5个字段,禁止自己编造不存在的字段名。 3. 查询字段可使用中文别名,格式固定为:字段 AS 别名。 4. SQL语法遵循MySQL8.0标准,所有关键字统一大写。 5. 最终SQL必须包裹在 sql Markdown代码块内。 6. 禁止输出任何解释、说明文字,只返回纯SQL代码块。 7. 中文别名内部不能带空格。 【用户需求】 {{user_input}} # SQL性能调优提示词 SQL_TUNE_PROMPT f 你是资深 MySQL DBA 性能优化专家。 【任务目标】 根据原始SQL EXPLAIN执行计划数据,定位查询性能问题并给出可直接落地的优化方案。 【表结构参考】 {TABLE_SCHEMA} 【待分析SQL】 {{sql_input}} 【执行计划数据】 {{explain_data}} 【输出要求】 1. 先点明核心性能问题:全表扫描、无索引、索引失效、扫描行数过多等。 2. 给出完整建索引SQL语句,可直接复制执行。 3. 若原SQL写法存在缺陷,提供改写后的完整优化SQL。 4. 内容简洁、分点罗列,不输出多余废话。 staticmethod def extract_sql(response_text: str) - str: 从大模型返回文本中提取纯净SQL语句 if not response_text: return # 优先级1: markdown sql代码块 match re.search( rsql\s*(.*?)\s*, response_text, re.DOTALL | re.IGNORECASE ) if match: return match.group(1).strip() # 优先级2: sql标签 match re.search( rsql\s*(.*?)\s*/sql, response_text, re.DOTALL | re.IGNORECASE ) if match: return match.group(1).strip() # 优先级3: SELECT开头兜底匹配 match re.search( r(SELECT\s.*?;), response_text, re.DOTALL | re.IGNORECASE ) if match: return match.group(1).strip() return # 全局单例 prompt_helper UnifiedPrompt()5编写程序入口脚本main.py[rootserver mysql_ai_tools]# vim main.py # -*- coding: utf-8 -*- # 文件名: main.py # 功能: 核心业务逻辑 终端交互式菜单入口 import os import re import logging from dotenv import load_dotenv from langchain_openai import ChatOpenAI from mysql_client import Mysql80Client from tabulate import tabulate from prompts import UnifiedPrompt, prompt_helper load_dotenv() logging.basicConfig( levellogging.INFO, format%(asctime)s - %(levelname)s - %(message)s ) logger logging.getLogger(__name__) def check_config() - None: 启动前配置校验 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)}) 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 api_key os.getenv(LLM_API_KEY) base_url os.getenv(LLM_BASE_URL) model_name os.getenv(LLM_MODEL_NAME) 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标准化清洗函数 if not sql: return # 1. 替换各类空白字符 special_spaces [ \xa0, \u200b, \u200c, \u200d, \u200e, \u200f, \u3000, \t, \n, \r ] for sp in special_spaces: sql sql.replace(sp, ) # 2. 删除控制字符 sql re.sub(r[\x00-\x1f\x7f], , sql) # 3. 中文标点转英文 sql sql.replace(, ,).replace(, ;).replace(, ().replace(, )) # 4. 合并连续空格 sql re.sub(r\s, , sql).strip() # 5. 清理别名中的空格 def _clean_alias_space(match): prefix match.group(1) alias match.group(2) alias_clean re.sub(r\s, , alias) return f{prefix} {alias_clean} 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. 关键字补空格 keywords_upper [ SELECT, FROM, WHERE, ORDER BY, GROUP BY, AND, OR, LIMIT, DESC, ASC, AS, INNER JOIN, LEFT JOIN, RIGHT JOIN, ON, LIKE, IN, BETWEEN, IS NULL, COUNT, SUM, AVG, MAX, MIN ] for kw in keywords_upper: pattern r([a-z_])( re.escape(kw) r) sql re.sub(pattern, r\1 \2, sql) pattern_cn r([\u4e00-\u9fa5])( re.escape(kw) r) sql re.sub(pattern_cn, r\1 \2, sql) # 7. 关键字统一大写 for kw in keywords_upper: sql re.sub( r\b re.escape(kw.lower()) r\b, kw.upper(), sql, flagsre.IGNORECASE ) 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并执行查询 llm get_llm() db Mysql80Client() try: logger.info(正在生成SQL语句...) prompt UnifiedPrompt.NL_TO_SQL_PROMPT.format(user_inputuser_input) response llm.invoke(prompt) raw_content response.content.strip() 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) clean_sql clean_sql_spacing(extracted_sql) logger.info(f生成SQL:{clean_sql}) columns, rows db.execute_query(clean_sql) 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。 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() return { success: True, sql: clean_sql, columns: columns, rows: rows, summary: summary, raw_llm: raw_content } except Exception as e: 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: db.close() def sql_tune_analyze(raw_sql: str) - dict: 核心业务2: SQL性能调优分析 llm get_llm() db Mysql80Client() try: clean_sql clean_sql_spacing(raw_sql) logger.info(正在获取执行计划...) columns, plan_rows db.get_explain_plan(clean_sql) 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: db.close() def main_cli(): 终端交互主函数 try: check_config() except ValueError as e: print(f❌ {e}) return 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() 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) 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 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) 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 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]}) elif choice 0: print(程序已安全退出。) break else: print(无效输入,请重试。) print(\n - * 40) if __name__ __main__: main_cli()七、功能测试1自然语言查询测试启动程序[rootserver mysql_ai_tools]# python3 /opt/mysql_ai_tools/main.py2SQL 性能调优测试输入待分析 SQLSELECT order_name AS 商品名称, pay_amount AS 支付金额, create_time AS 下单时间 FROM order_info WHERE user_id 1001;八、Web 可视化版本Streamlit1Streamlit 介绍Streamlit 是开源、纯 Python Web 开发库核心定位不用写 HTML/CSS/JS只用 Python 就能快速做交互式网页。1、特点MIT 开源商用免费组件开箱即用内置全套交互控件开发热重载改代码自动刷新页面部署极其简单支持服务器 systemd 常驻无缝兼容 Python 全生态2、局限性并发性能一般单进程模型自定义 UI 能力弱原生无登录权限控制2部署流程1、安装并检查 Streamlit 依赖[rootserver mysql_ai_tools]# /usr/local/python3.11/bin/pip3 install streamlit [rootserver mysql_ai_tools]# /usr/local/python3.11/bin/python3 -c import langchain_openai; print(3.11依赖全部正常) 3.11依赖全部正常2、创建 Streamlit 可视化入口web_main.py[rootserver mysql_ai_tools]# vim web_main.py # -*- coding: utf-8 -*- # 文件名: web_main.py # 功能: Streamlit网页可视化界面 import streamlit as st import os import re from main import check_config, nl2sql_query, sql_tune_analyze st.set_page_config(page_titleInnoAI SQL 助手, layoutwide) # 全局样式优化 st.markdown( style html, body, [class*css] { font-size: 15px; line-height: 1.6; font-family: -apple-system, BlinkMacSystemFont, Segoe UI, PingFang SC, Microsoft YaHei, sans-serif; } .block-container { padding-top: 2.5rem; padding-bottom: 3rem; max-width: 1100px; margin: 0 auto; } h1 { font-size: 2rem !important; font-weight: 600; margin-bottom: 1.8rem; } h2, h3 { font-weight: 600; margin-top: 1.5rem; margin-bottom: 1rem; } .stButton button { font-size: 15px !important; font-weight: 500; padding: 0.65rem 2.2rem !important; border-radius: 8px !important; min-width: 160px; } .stCodeBlock { position: relative !important; border-radius: 8px !important; } .stCodeBlock code, .stCodeBlock pre { font-size: 14.5px !important; line-height: 1.7 !important; font-family: JetBrains Mono, Consolas, Monaco, monospace; } .stDataFrame { font-size: 14.5px; border-radius: 8px; overflow: hidden; } /style , unsafe_allow_htmlTrue) # 配置校验 if config_checked not in st.session_state: try: check_config() st.session_state.config_checked True except ValueError as e: st.error(f配置错误:{e}) st.stop() # 侧边栏导航 with st.sidebar: st.title( InnoAI SQL 助手) st.info(f当前模型:{os.getenv(LLM_MODEL_NAME, 未知)}) page st.radio(功能导航, [ 数据查询与总结, ⚙️ SQL 性能调优]) # 页面1: 自然语言查询 if page 数据查询与总结: st.header( 自然语言转 SQL 查询) user_input st.text_area(请输入你的业务查询需求:, height150) if st.button( 生成并执行, typeprimary): input_trim user_input.strip() if not input_trim: st.warning(请输入有效的业务查询需求后再提交) 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,请勿直接粘贴 SQL 语句。) else: with st.spinner(AI 正在生成 SQL 并查询数据...): result nl2sql_query(user_input) if not result[success]: st.error(f处理失败:{result[error]}) if result.get(raw_llm): with st.expander(查看大模型原始回复): st.code(result[raw_llm]) else: st.success(SQL 生成并执行成功) st.code(result[sql], languagesql) if result[rows]: st.dataframe(result[rows], use_container_widthTrue) if result[summary]: st.markdown(### 业务总结) st.info(result[summary]) else: st.info(未查询到匹配的数据) # 页面2: SQL性能调优 else: st.header( SQL 性能调优分析) raw_sql st.text_area(请输入待分析的 SQL 语句:, height200) if st.button( 开始分析, typeprimary): input_trim raw_sql.strip() if not input_trim: st.warning(请输入有效的 SQL 语句后再提交) 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。) else: with st.spinner(正在获取执行计划并分析...): result sql_tune_analyze(raw_sql) if not result[success]: st.error(f分析失败:{result[error]}) 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、配置 systemd 后台服务[rootserver mysql_ai_tools]# vim /etc/systemd/system/mysql-ai-web.service [Unit] DescriptionInnoAI SQL Streamlit Web Tool Afternetwork.target mysqld.service [Service] Typesimple Userroot WorkingDirectory/opt/mysql_ai_tools ExecStart/usr/local/python3.11/bin/python3 -m streamlit run web_main.py \ --server.address 0.0.0.0 \ --server.port 8501 \ --server.headless true Restartalways RestartSec3 StandardOutputjournal StandardErrorjournal [Install] WantedBymulti-user.target启动服务[rootserver mysql_ai_tools]# vim /etc/systemd/system/mysql-ai-web.service [rootserver mysql_ai_tools]# systemctl daemon-reload [rootserver mysql_ai_tools]# systemctl enable --now mysql-ai-web Created symlink /etc/systemd/system/multi-user.target.wants/mysql-ai-web.service → /etc/systemd/system/mysql-ai-web.service.4、访问测试即可看到 InnoAI SQL 助手的 Web 可视化界面支持自然语言查询和 SQL 性能调优两大功能。九、总结本文完整实现了InnoAI SQL 助手项目从 openEuler 系统初始化、Python 3.11.9 源码编译、MySQL 8.0.45 部署到大模型 API 对接、Python 分层脚本开发、功能测试、Streamlit Web 可视化部署全流程可复现。亮点说明 安全设计SQL 黑名单拦截 .env 密钥隔离 600 权限加固 提示词工程严格约束模型输出格式三层 SQL 提取兜底️ 容错清洗7 步 SQL 标准化清洗兼容各大模型输出差异 分层架构数据层/提示词层/业务层/展示层完全解耦 双端支持CLI 终端 Streamlit Web 可视化一套核心逻辑