SQLByColumnGenerator

SQLByColumnGenerator 是一个SQL生成算子，它根据数据库的schema信息（包括表结构、列信息等），自动调用大语言模型（LLM）合成SQL查询。该算子旨在生成覆盖不同难度、数据库Schema、函数和风格的SQL语句，主要用于Text2SQL任务的数据增强。

__init__函数

def __init__(self, 
             llm_serving: LLMServingABC, 
             database_manager: DatabaseManager,
             generate_num: int = 5,
             prompt_template = None
    )

init参数说明

参数名	类型	默认值	说明
llm_serving	LLMServingABC	必需	大语言模型服务实例，用于执行SQL生成。
database_manager	DatabaseManager	必需	数据库管理器实例，用于获取数据库的schema和数据。
generate_num	int	5	为每个特定列生成的SQL查询数量。
prompt_template	PromptABC	None	提示词模板对象，用于构建生成SQL的输入。默认为SelectSQLGeneratorPrompt。

Prompt模板说明

Prompt 模板名称	主要用途	适用场景	特点说明

run函数

def run(self, storage: DataFlowStorage,
        output_sql_key: str = "sql",
        output_db_id_key: str = "db_id"
    )

执行算子主逻辑，连接数据库获取schema信息，为每个数据库生成指定数量的SQL查询，并将结果写回存储。

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责读取与写入数据。
output_sql_key	str	"sql"	输出列名，对应生成的SQL查询字段。
output_db_id_key	str	"db_id"	输出列名，对应数据库ID字段。

🧠 示例用法

🧾 默认输出格式（Output Format）

字段	类型	说明
db_id	str	数据库的ID。
sql	str	模型生成的SQL查询语句。

示例输出：

{
"db_id":"chinook_1",
"sql":"SELECT COUNT(DISTINCT SupportRepId) FROM Employee"
}