GPT收费,国内NieData好用又免费,你怎么看?
ChatGPT注册有网络限制,国内NineData的智能SQL,好用又免费,为什么只针对程序员使用?
答:
NineData 通过内置强大的AI生成能力,让你可以在 NineData 平台上,通过自然语言提问,轻松完成库表生成、测试数据构建、数据查询变更及性能优化等常见的数据库开发、数据分析及日常运维工作。
1、创建表,就是这么简单数据库使用过程中,根据业务需求设计并上线表结构,是业务开发及数据分析过程中的关键一环。由于建表语法较复杂且使用频率较低,对数据使用者来说,通过 SQL 语句或可视化建表方式来建表无疑是一项费劲又容易出错的工作。
反观 NineData,我们只需要通过自然语言提出具体的建表需求,系统即可自动生成表创建语法。
▋范例一:添加一张用户表
例如,我们需要创建一张用户表。此时,只需输入“添加一张用户表”的需求,NineData 即会生成对应的建表语句,且它会根据自己的理解,往表中添加:id、用户名称、性别、邮箱、地址 等业务字段。
▋范例二:创建一张订单表
当然,很多时候业务对于字段属性可能有特殊的要求。此时,你可以在需求中进行特殊说明。例如,我们想要创建一张包含特定业务字段的订单表的时候。我们可以输入如下的需求说明:
创建一张订单表,包括:订单号、下单日期、修改时间、客户 ID、商品 ID、订单状态、订单金额。
此时,NineData 会按照你的要求,生成对应的业务表,包含相应的业务字段。
2. 数据查询,所需即所得在数据的生命周期过程中,查询与变更是其最核心也是最高频的业务场景。借助 NineData,你可以直接使用自然语言提问,并完成对应数据的查询与变更。
▋范例一:列出各个部门每一天入职的新员工数
如下图所示,通过描述查询需求:列出每个部门每一天入职的新员工数,NineData 即可自动进行按部门、按日期的数据聚合分析,同时,返回统计结果。
▋范例二:调整 Georgi 的生日为 1985-09-01
除了查询,NineData 也能轻松搞定数据变更。例如下面的例子,输入“调整 Georgi 的生日为1985-09-01”,即可自动生成对应的变更 SQL。
3.智能构建测试数据在很多开发场景中,出于业务敏感性的要求,一般都有测试数据构建的业务诉求。当前大家使用的传统构建智能数据集的方案,存在如下弊端:
1) 测试数据不匹配业务逻辑,大部分的测试数据构建工具都是基于随机数据生成的方案,构建出来的数据不具备语义逻辑。例如 email 字段可能插入的数据为随机字符串。
2) 人工配置工作量大,传统工具一般都需要手动配置结构定义及数据生成算法,包括:数据类型、精度、数据内容、生成算法等。
使用 NineData 智能 SQL 功能,只需简单输入需要构建的数据量,就可快速生成并应用测试数据集。
▋范例一:向用户表插入10条数据
如下示例,通过请求“向用户表插入10条数据”,即可返回测试数据,且测试数据会根据表结构各字段的业务含义,自动生成具备业务含义的数据。例如 email、电话号码、地址等业务字段。
▋范例二、向用户表插入10条数据,使用中文
如果你对测试数据有特殊要求,可以在输入需求中进行特殊说明。
例如,我们修正下上面的示例,要求测试数据中的用户名称、邮箱要符合一定的要求。此时,只需调整需求描述为:向用户表插入10条数据,邮箱用163.com,gmail.com,qq.com,用中文 即可。
写在最后由于篇幅有限,不能跟大家一一展示当前的产品能力。如果各位有兴趣,可以直接登录 NineData 申请免费测试数据源,开始你的探秘之旅。