润乾全链ChatBI 自然语言查询分析 AI时代自助分析报表

1基础过滤查询

NLQ 引擎解析：

• 分词：姓名，李芳，职务，出生日期，年龄
• 识别：“姓名”、“职务”、“出生日期”、“年龄”被识别为字段词，确定它们来自员工实体
• “李芳”被识别为常数，由于前一个词是字段词“姓名”，引擎将其构建为过滤条件姓名 ='李芳'
• 生成 MQL：SELECT 姓名, 职务, 出生日期, 年龄 FROM EMPLOYEE WHERE 姓名 ='李芳'

SQL

SELECT
	T_1."NAME" "姓名",
	T_1."EMPID" "雇员编码",
	T_1."TITLE" "职务",
	T_1."BIRTHDATE" "出生日期",
	(YEAR(NOW)-YEAR(T_1."BIRTHDATE")-
	CASE
		WHEN 
	MONTH(NOW)* 100 + DAY(NOW)>MONTH(T_1."BIRTHDATE")* 100 + DAY(T_1."BIRTHDATE") 
	THEN 0
		ELSE 1
	END ) "年龄"
FROM
	EMPLOYEE T_1
WHERE
	(T_1."EMPID" = 3)
				

2字段簇与动词消除歧义

NLQ 引擎解析：

• 分词：北京，发往，青岛，订单
• 识别：“订单”被识别为实体
• “发往”被识别为动词簇词。查询动词定义，知其关联“发货”和“收货”两个字段簇
• “北京”在动词左侧，被分配给“发货”簇中的“城市”字段
• “青岛”在动词右侧，被分配给“收货”簇中的“城市”字段
• 生成 MQL：SELECT ... FROM ORDERS WHERE (发货城市 =30101) AND (收货城市 =20201)(其中代码由常数词映射而来)

SQL

SELECT
	T_1_1."SHIPCITY" "发货城市",
	T_1_2."CITYCODE" "客户城市",
	T_1_1."ORDERID" "订单编码",
	T_1_1."SIGNDATE" "签单日期",
	T_1_1."SHIPDATE" "发货日期",
	T_1_1."RECEIVEDATE" "收货日期",
	T_1_1."AMOUNT" "订单金额"
FROM
	ORDERS T_1_1
LEFT JOIN CUSTOMER T_1_2 ON
	T_1_1."CUSTOMERID" = T_1_2."CUSTID"
WHERE
	((T_1_1."SHIPCITY" = 30101)
		AND(T_1_2."CITYCODE" = 20201))
				

3复杂聚合与子查询

NLQ 引擎解析：

• 识别主体“员工”为实体；“女”为常数词，与“性别”维匹配，过滤员工表
• “订单金额总和大于 20 万元”是一个聚合条件。识别出“订单金额”来自订单表，“总和”是聚合词，“大于 20 万元”是比较条件。由于订单表与员工表通过“销售”字段关联，引擎识别出这是一个基于子表聚合结果的过滤
• "大于 20 万元" 这个比较条件，NLQ 引擎会识别 "万元" 为量词，并根据词典中定义的换算系数（1 万元 =10000）自动进行单位转换。"20 万元" 在生成 MQL 时将被转换为 20*10000，而不是直接使用数值 200000，体现了量词保持业务表达的自然性
• 生成 MQL，此 MQL 会表达从员工表中查询，其条件为子表（订单表）中对应销售员的订单金额总和大于 200000
• 生成 MQL：
  SELECT 性别 ,…,ORDERS.sum(订单金额) AS 订单金额总和 FROM EMPLOYEE WHERE (性别 ='女') JOIN ORDERS HAVING 订单金额总和 >20*10000

SQL

SELECT
	T_1."EMPID" "雇员编码",
	T_1."GENDER" "性别",
	T_1."NAME" "姓名",
	T_1."TITLE" "职务",
	T_1."BIRTHDATE" "出生日期",
	(YEAR(NOW)-YEAR(T_1."BIRTHDATE")- CASE
		WHEN MONTH(NOW)* 100 + DAY(NOW)>MONTH(T_1."BIRTHDATE")* 100 + DAY(T_1."BIRTHDATE") THEN 0
		ELSE 1
	END ) "年龄",
	T_2.F_2 "订单金额总和"
FROM
	EMPLOYEE T_1
LEFT JOIN (
	SELECT	T_2."EMPLOYEEID" F_1,sum(T_2."AMOUNT") F_2
	FROM	ORDERS T_2
	GROUP BY T_2."EMPLOYEEID") T_2 ON T_1."EMPID" = T_2.F_1
WHERE
	((T_2.F_2>20))
	AND ((T_1."GENDER" = '女'))
				

4多表汇总与复杂指标计算

NLQ 引擎解析：

• 识别 "各省" 为维词，作为统一的分组维度
• "员工数"、"产品数" 被识别为基于 EMPLOYEE 表和 PRODUCT 表的计数聚合
• "大订单数" 是一复杂指标，该指标采用 SPL 语法定义，用于计算订单金额超过最大订单金额 50% 的订单数量
• 引擎识别出这是一个多表同维汇总与复杂指标结合的查询，需要按照 "省份" 维度分别从员工表、产品表和订单表进行聚合计算，其中订单表需要调用 SPL 指标函数进行复杂计算
• 生成 MQL：此 MQL 会表达为按省份维度，分别统计员工数量、产品数量，并调用大订单数指标进行计算
• 生成 MQL：
  SELECT EMPLOYEE.count(雇员编码) AS 员工数, PRODUCT.count(产品编码) AS 产品数, ORDERS. 大订单数 () AS 大订单数 ON 省份 FROM EMPLOYEE BY 省份 JOIN PRODUCT BY 省份 JOIN ORDERS BY 省份
  指标定义（SPL语法）：大订单数=(x=?1.max(订单金额)/2,?1.count(订单金额>=x))

SQL

SELECT	COALESCE(T_1.F_1,T_2.F_1,T_3.F_1) "省",T_1.F_2 "员工数",T_2.F_2 "产品数",T_3.F_2 "订单数"
FROM
	(SELECT	T_1_2."PROVINCE" F_1, count(1) F_2
	FROM	EMPLOYEE T_1_1
	LEFT JOIN CITY T_1_2 ON T_1_1."HOMECITY" = T_1_2."CITYCODE"
	GROUP BY	T_1_2."PROVINCE") T_1
FULL JOIN (
	SELECT	T_2_3."PROVINCE" F_1,	count(1) F_2
	FROM	PRODUCT T_2_1
	LEFT JOIN SUPPLIER T_2_2 ON T_2_1."SUPPLIERID" = T_2_2."SUPPLIERID"
	LEFT JOIN CITY T_2_3 ON T_2_2."CITY" = T_2_3."CITYCODE"
	GROUP BY	T_2_3."PROVINCE") T_2 ON T_1.F_1 = T_2.F_1
FULL JOIN (
	SELECT	T_3_2."PROVINCE" F_1,	count(1) F_2
	FROM	ORDERS T_3_1
	LEFT JOIN CITY T_3_2 ON T_3_1."SHIPCITY" = T_3_2."CITYCODE"
	GROUP BY	T_3_2."PROVINCE") T_3 ON COALESCE(T_1.F_1,T_2.F_1)= T_3.F_1
				

MQL并没有处理业务常见的多对一外键关联，这种情况如何处理？

DQL的能力与SQL相当，BI中的复杂计算场景会存在局限，如何应对？