Freigeben über

Schnellstart: Verwenden des Intelligenten Abfrage-Generators

In dieser Schnellstartanleitung erfahren Sie, wie Sie mit dem Abfrageerstellungs-Assistenten effiziente, genaue und sichere Abfragen mithilfe von rohem SQL oder Ihrem bevorzugten ORM erstellen können. Sie wurde sowohl für Code-First- als auch für Daten-First-Entwickler entwickelt und ermöglicht eine schnellere Generierung produktionsfähiger Logik, die mit Ihrem verbundenen Datenbankschema ausgerichtet ist.

Loslegen

Stellen Sie sicher, dass Sie mit einer Datenbank verbunden sind und ein aktives Editorfenster mit der MSSQL-Erweiterung geöffnet ist. Diese Verbindung ermöglicht es dem @mssql Chatteilnehmer, den Kontext Ihrer Datenbankumgebung zu verstehen und präzise und kontextbezogene Vorschläge zu ermöglichen. Ohne Datenbankverbindung verfügt der Chatteilnehmer nicht über das Schema oder den Datenkontext, um aussagekräftige Antworten bereitzustellen.

In den folgenden Beispielen wird die AdventureWorksLT2022 Beispieldatenbank verwendet, die Sie auf der Startseite von Microsoft SQL Server-Beispielen und Communityprojekten herunterladen können.

Um optimale Ergebnisse zu erzielen, passen Sie Tabellen- und Schemanamen an Ihre eigene Umgebung an.

Stellen Sie sicher, dass der Chat das @mssql Präfix enthält. Geben Sie @mssql z. B. gefolgt von Ihrer Frage oder Aufforderung ein. Dadurch wird sichergestellt, dass der Chatteilnehmer versteht, dass Sie sql-bezogene Unterstützung anfordern.

Abfrageerstellung

GitHub Copilot unterstützt die intelligente Abfrageerstellung direkt in Visual Studio Code. Von einfachen SELECTs bis hin zu komplexen Verknüpfungen, Filtern und Aggregationen generiert es SQL- oder ORM-Abfragen, die bewährte Methoden befolgen und Ihr aktuelles Schema widerspiegeln, sodass Sie sich auf Ihre Anwendungslogik konzentrieren können.

Nachfolgend finden Sie häufige Anwendungsfälle und Beispiele dafür, was Sie über den Chatteilnehmer fragen können:

Zeitbasierte Analyse

Diese Eingabeaufforderungen helfen, Trends im Laufe der Zeit zu analysieren, z. B. aktuelle Vertriebsaktivitäten, Top-Performer nach Zeitraum oder Vergleiche mit historischen Durchschnittswerten. GitHub Copilot kann Abfragen erstellen, die Werte relativ zu den neuesten Datumsangaben Ihrer Daten berechnen und Annahmen basierend auf dem aktuellen Systemdatum vermeiden.

Liste der über dem Durchschnitt liegenden Verkaufsaufträge der letzten sechs Monate zurückgeben

Generate a nested query to fetch orders from `SalesLT.SalesOrderHeader` where the total is above the average order amount for the last six months, relative to the most recent order date in the database (not relative to the current date).

Geben Sie die drei besten Kunden nach Jahr gruppiert zurück

Write a query to find the top three customers by total sales in the `SalesLT.SalesOrderHeader` table, grouped by year.

Gesamtumsatz pro Kunde in den letzten 30 Tagen zurückgeben

Find the total revenue for each customer in `SalesLT.Customer` who has placed orders in the last 30 days, relative to the most recent order date in `SalesLT.SalesOrderHeader` (not relative to the current date).

Wiederkehrende Kunden und Bestellungen im letzten Jahr

Create a Sequelize query to fetch `Customers` (`SalesLT.Customers`) along with their orders (`SalesLT.SalesOrderDetail`) and total revenue, sorted by descending revenue during the last year in the database (not relative to the current date).

Komplexe Beziehungen

Verwenden Sie diese Eingabeaufforderungen, um Abfragen zu generieren, die mehrere verwandte Tabellen umfassen. Ganz gleich, ob Sie Kundendaten mit Bestelldetails oder Erstellung von Umsatzaggregationen verknüpfen, GitHub Copilot hilft bei der Navigation komplexer Beziehungen mithilfe des Schemakontexts, um genaue Verknüpfungen und Bedingungen zu erzeugen.

Eine Liste von Bestellungen mit einem Gesamtbetrag über dem Durchschnitt zurückgeben

Using the actual schema of the `SalesLT.SalesOrderHeader` table, generate a nested SQL query that retrieves orders where the order total is above the average order total for the last six months. The six-month period should be calculated relative to the most recent order date in the table (not the current date).

Kunden nach Umsatz sortiert zurückgeben

Using my current database, create a SQLAlchemy query to fetch customers along with their orders and total revenue, sorted by descending revenue.

Generieren einer Abfrage für den Gesamtumsatz pro Kunde

Using Prisma, generate a query that joins `SalesLT.Customer`, `SalesLT.SalesOrderHeader`, and `SalesLT.SalesOrderDetail` and calculates total revenue per customer.

Geben Sie die zehn umsatzstärksten Kunden zurück

In Entity Framework, write a LINQ query that returns the top 10 customers by sales in the past year using the `SalesLT` schema.

Produkte zurückgeben, die nicht im Verhältnis zu den jüngsten Verkaufszahlen verkauft wurden

Write a TypeORM query that finds products that haven't been sold in the last six months. The six-month period should be calculated relative to the most recent order date in the table (not the current date).

Abrufen von Kunden basierend auf Gesamtausgaben

Write a Django ORM query that retrieves all customers who have made purchases in the last year, sorted by total spending. The "last year" period should be calculated relative to the most recent order date in the table (not the current date).

Geschäftseinblicke

Diese Eingabeaufforderungen dienen dazu, um umsetzbare Erkenntnisse aus Ihren Daten anzuzeigen. Von der Identifizierung von Churn-Risk-Kunden bis hin zum Auffinden nicht verkaufter Produkte kann GitHub Copilot dabei helfen, Logik zu erstellen, die strategische Entscheidungen und Berichte unterstützt, die auf Ihre verbundene Datenbank zugeschnitten sind.

Identifizieren neuer Kunden

Using my current database, generate a list that shows which customers have placed their first order in the last six months, using the most recent order date in the database as the reference point.

Identifizieren von Produkten ohne aktuelle Verkäufe

Using my current database, generate a list that identifies products that haven't been sold in the last 12 months, using the most recent order date in the database as the reference.

Identifizieren von hochwertigen Kunden ohne aktuelle Käufe

Identify customers who have placed more than five orders but none in the last 90 days, using the most recent order date in the database as reference.

Zurückgeben der fünf wichtigsten Produkte basierend auf dem Zinssatz

List the top five products with the highest return rate based on order returns or cancellations, calculated relative to the most recent order date.

Generieren monatlicher Umsatztrenddaten

Generate a trend of monthly revenue over the last 12 months based on `OrderDate` in `SalesLT.SalesOrderHeader`, using the most recent order date as the anchor.

Erstellen eines degressierenden Auftragshäufigkeitsberichts

Using SQLAlchemy and Pandas, create a report that identifies customers with declining order frequency over the last three quarters based on the most recent order date.

Teilen von Erfahrungen

Um uns dabei zu helfen, GitHub Copilot für die MSSQL-Erweiterung zu verfeinern und zu verbessern, verwenden Sie die folgende GitHub-Problemvorlage, um Ihr Feedback zu übermitteln: GitHub Copilot Feedback

Berücksichtigen Sie bei der Übermittlung von Feedback Folgendes:

  • Getestete Szenarien – Teilen Sie uns mit, auf welche Bereiche Sie sich konzentrieren, z. B. Schemaerstellung, Abfragegenerierung, Sicherheit, Lokalisierung.

  • Was gut funktioniert hat – Beschreiben Sie alle Erfahrungen, die sich reibungslos, hilfreich fühlen oder Ihre Erwartungen überschritten haben.

  • Probleme oder Fehler – Schließen Sie alle Probleme, Inkonsistenzen oder verwirrende Verhaltensweisen ein. Screenshots oder Bildschirmaufzeichnungen sind besonders hilfreich.

  • Verbesserungsvorschläge – Teilen Sie Ideen zur Verbesserung der Benutzerfreundlichkeit, zur Erweiterung der Abdeckung oder zur Verbesserung der Antworten von GitHub Copilot.

Verwandte Inhalte

  • Last updated on