Bagikan melalui

Panduan Cepat: Menggunakan Penyusun Kueri Pintar

Dalam mulai cepat ini, Anda mempelajari bagaimana asisten pembuatan kueri membantu Anda membuat kueri yang efisien, akurat, dan aman menggunakan SQL mentah atau ORM pilihan Anda. Dirancang untuk pengembang code-first dan data-first, ini memungkinkan pembuatan logika siap produksi yang lebih cepat selaras dengan skema database anda yang terhubung.

Mulai sekarang!

Pastikan Anda tersambung ke database dan membuka jendela editor aktif dengan ekstensi MSSQL. Koneksi ini memungkinkan @mssql peserta obrolan untuk memahami konteks lingkungan database Anda, memungkinkan saran yang akurat dan sadar konteks. Tanpa koneksi database, peserta obrolan tidak akan memiliki skema atau konteks data untuk memberikan respons yang bermakna.

Contoh berikut menggunakan AdventureWorksLT2022 database sampel, yang dapat Anda unduh dari beranda Sampel Microsoft SQL Server dan Proyek Komunitas .

Untuk hasil terbaik, sesuaikan nama tabel dan skema agar sesuai dengan lingkungan Anda sendiri.

Pastikan obrolan menyertakan awalan @mssql . Misalnya, ketik @mssql diikuti dengan pertanyaan atau perintah Anda. Ini memastikan bahwa peserta obrolan memahami Bahwa Anda meminta bantuan terkait SQL.

Penyusunan kueri

GitHub Copilot mendukung konstruksi kueri cerdas langsung dalam Visual Studio Code. Dari SELECT dasar hingga gabungan, filter, dan agregasi yang kompleks, ini menghasilkan kueri SQL atau ORM yang mengikuti praktik terbaik dan mencerminkan skema Anda saat ini, sehingga Anda dapat fokus pada logika aplikasi Anda.

Berikut adalah kasus penggunaan umum dan contoh apa yang dapat Anda tanyakan melalui peserta obrolan:

Analisis berbasis waktu

Perintah ini membantu menganalisis tren dari waktu ke waktu, seperti aktivitas penjualan terbaru, performer teratas berdasarkan periode, atau perbandingan dengan rata-rata historis. GitHub Copilot dapat membuat kueri yang menghitung nilai relatif terhadap tanggal terbaru data Anda, menghindari asumsi berdasarkan tanggal sistem saat ini.

Daftar pengembalian pesanan penjualan di atas rata-rata selama enam bulan terakhir

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).

Mengembalikan tiga pelanggan teratas yang dikelompokkan menurut tahun

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

Mengembalikan total pendapatan per pelanggan dalam 30 hari terakhir

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).

Mengembalikan pelanggan dan pesanan dalam setahun terakhir

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).

Hubungan kompleks

Gunakan perintah ini untuk menghasilkan kueri yang mencakup beberapa tabel terkait. Baik saat Anda sedang menggabungkan data pelanggan dengan detail pesanan atau membangun agregasi pendapatan, GitHub Copilot membantu menavigasi relasi yang kompleks dengan menggunakan konteks skema untuk menghasilkan penggabungan dan kondisi yang akurat.

Mengembalikan daftar pesanan di atas total rata-rata

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).

Mengembalikan pelanggan yang dipesan berdasarkan pendapatan

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

Membuat kueri untuk pendapatan keseluruhan per pelanggan

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

Mengembalikan sepuluh pelanggan teratas berdasarkan penjualan

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

Mengembalikan produk yang tidak terjual sesuai penjualan terkini

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).

Mengakses data pelanggan berdasarkan total pengeluaran

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).

Wawasan bisnis

Perintah ini dirancang untuk menampilkan wawasan yang dapat diambil tindakan dari data Anda. Dari mengidentifikasi pelanggan churn-risk hingga menemukan produk yang tidak terjual, GitHub Copilot dapat membantu membangun logika yang mendukung keputusan dan pelaporan strategis, disesuaikan dengan database anda yang terhubung.

Mengidentifikasi pelanggan baru

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.

Mengidentifikasi produk yang belum terjual baru-baru ini

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.

Mengidentifikasi pelanggan bernilai tinggi yang tidak melakukan pembelian terbaru.

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.

Mengembalikan lima produk teratas berdasarkan tingkat pengembalian

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

Hasilkan data tren pendapatan bulanan

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.

Membuat laporan frekuensi pesanan yang menurun

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.

Membagikan pengalaman Anda

Untuk membantu kami memperbaiki dan meningkatkan GitHub Copilot untuk ekstensi MSSQL, gunakan templat masalah GitHub berikut untuk mengirimkan umpan balik Anda: GitHub Copilot Feedback

Saat mengirimkan umpan balik, pertimbangkan untuk menyertakan:

  • Skenario yang diuji - Beri tahu kami area mana yang Anda fokuskan, misalnya, pembuatan skema, pembuatan kueri, keamanan, pelokalan.

  • Apa yang bekerja dengan baik - Menjelaskan pengalaman apa pun yang terasa lancar, membantu, atau melebihi harapan Anda.

  • Masalah atau bug - Sertakan masalah, inkonsistensi, atau perilaku yang membingungkan. Cuplikan layar atau rekaman layar sangat membantu.

  • Saran untuk perbaikan – Bagikan ide untuk meningkatkan kegunaan, memperluas cakupan, atau meningkatkan respons GitHub Copilot.

Konten terkait

  • Last updated on