SQL 查詢撰寫

用 Claude 撰寫高效的 SQL 查詢 — 從簡單的 SELECT 到複雜的 JOIN、CTE 和效能優化。

2026年3月25日 · 9 min read

你將學到什麼

如何提示 Claude 從你所需內容的自然語言描述撰寫 SQL 查詢
解釋你的 schema 讓 Claude 生成實際能在你的資料表上運行的查詢的技巧
如何使用 Claude 優化慢速查詢並理解查詢執行計劃

使用情境

SQL 是一個你了解語言和你善用它之間的差距是巨大的技能。你可能對撰寫基本的 SELECT 陳述式感到得心應手，但在窗函數、側向連接或遞迴 CTE 上卻舉步維艱。或者你知道你需要什麼數據，但不確定使用哪種連接類型，或如何用集合論邏輯表達業務需求。

Claude 非常擅長將業務需求翻譯成 SQL，因為它既理解自然語言又理解關係代數。你用自然語言描述你想要的——「給我每個地區 2026 年第一季前 10 名客戶的收入」——Claude 處理翻譯成帶有正確聚合、分組和過濾邏輯的可用查詢。

除了生成之外，Claude 在查詢優化方面也很出色。當查詢運行緩慢時，你可以分享查詢和執行計劃，請 Claude 識別瓶頸——缺少索引、全資料表掃描、低效的連接順序，或應該是 CTE 的子查詢。這種優化指導曾經需要隨時待命的 DBA。現在只需一次對話。

逐步指南

第一步：先分享你的 schema

在請求 SQL 查詢之前，你能做的最重要的事情是分享你的資料表結構。沒有了解你的 schema，Claude 無法寫出正確的 JOIN 條件、使用正確的欄位名稱，或正確處理數據類型。

你不需要貼上完整的 DDL 傾印。一個簡潔的 schema 描述就足夠了：

資料表：
- orders (id, customer_id, created_at, status, total_amount)
- customers (id, name, email, region, created_at)
- order_items (id, order_id, product_id, quantity, unit_price)
- products (id, name, category, cost_price)

資料庫：PostgreSQL 15

如果關係不明顯，添加外鍵關係：「orders.customer_id 引用 customers.id」。

第二步：用自然語言描述你的需求

用自然語言寫出你想要的，就像向同事解釋一樣。對以下方面要具體：

你想要返回什麼數據（欄位、計算）
要包含哪些記錄（過濾條件）
如何分組或聚合（每個群組的總和、計數、平均值）
如何排序以及你需要多少結果

範例：「我需要一個查詢，顯示每個客戶的訂單總數、總消費和平均訂單金額——但只針對 2025 年下了至少 3 個訂單的客戶。按總消費降序排列，並限制為前 20 名。」

第三步：指定你的 SQL 方言

SQL 方言的差異大到重要。提及你的資料庫：

PostgreSQL、MySQL 8、SQLite、SQL Server、BigQuery、Snowflake、DuckDB 等。

每種資料庫都有不同的日期函數、字符串聚合、窗函數和 CTE 語法。在 PostgreSQL 上完美運行的查詢可能需要針對 MySQL 進行調整。

第四步：連同查詢一起請求解釋

Claude 生成查詢時，請它解釋方法——尤其是帶有多個 CTE、窗函數或子查詢的複雜查詢。理解結構幫助你在需求改變時調整它。

在你的提示中添加：「在查詢後，簡要解釋它的工作方式——尤其是窗函數或 CTE 結構等非顯而易見的部分。」

第五步：優化慢速查詢

對於優化，同時貼上慢速查詢和其執行計劃（PostgreSQL 中 EXPLAIN ANALYZE 的輸出、MySQL 中 EXPLAIN 等）。請 Claude：

識別計劃中最昂貴的操作
建議對查詢或 schema 的具體修改（索引、將子查詢重寫為連接等）
顯示優化後的版本

提示範本

資料庫：[PostgreSQL / MySQL / SQLite / 等]

Schema：
[資料表名稱] ([欄位1, 欄位2, ...])
[資料表名稱] ([欄位1, 欄位2, ...])
[任何重要的關係，例如「orders.customer_id 引用 customers.id」]

我需要的：
[你想要的數據的自然語言描述，包括：]
- 要包含哪些記錄（過濾）
- 如何聚合或分組（如果適用）
- 如何排序和限制結果

請為此撰寫一個高效的 SQL 查詢。在查詢後，簡要解釋它的工作方式。

對於查詢優化：

資料庫：[PostgreSQL / MySQL / 等]

我有一個慢速查詢。以下是它：

[貼上查詢]

執行計劃（EXPLAIN ANALYZE 輸出）：
[貼上 EXPLAIN 輸出]

是什麼導致了慢速，你如何重寫查詢或添加索引來修復它？

技巧與最佳實踐

為了可讀性使用 CTE，而不只是正確性 — 當 Claude 生成複雜查詢時，請它使用 CTE（公共資料表運算式）將邏輯分解成命名步驟。這使查詢更容易理解、測試和修改。添加：「請使用 CTE 而不是嵌套子查詢來組織這個。」
請求邊界情況處理 — SQL 有尖銳的邊緣：聚合中的 NULL、計算欄位中的除以零、空群組。添加 「適當地處理 NULL 值並避免除以零錯誤」 從一開始就獲得強健的查詢。
請求索引建議 — 獲得查詢後，問：「哪些索引最能改善這個查詢的效能？請撰寫 CREATE INDEX 陳述式。」 這通常是可用的最高槓桿優化。
先用 LIMIT 測試 — 當 Claude 給你一個你還沒有運行過的查詢時，請它添加一個 LIMIT 100，這樣你可以在不運行昂貴的全掃描的情況下驗證輸出。一旦你確認了正確性，可以刪除限制。
用數據範例迭代 — 如果查詢沒有返回你期望的，分享樣本輸入數據和預期輸出。「給定 orders 中的這 3 行……我期望得到……但我得到的是……」 這讓 Claude 推理確切的行為，而不是猜測你的數據。

動手試試

想一個你需要從你工作的資料庫中獲取的報告或數據提取。用一段自然語言段落寫出你需要什麼——欄位、過濾條件、分組和排序順序。然後打開 Claude 並貼上：

「以下是我的資料庫 schema：[你的資料表]。我需要：[你的自然語言描述]。請為此撰寫一個 PostgreSQL 查詢，並解釋任何複雜的部分。」

運行查詢，檢查輸出，並使用後續提示精化它。