使用 Cursor AI 助手编写高效 SQL 查询指南

在日常开发和数据分析工作中，编写 SQL 查询是一项常见任务。借助 Cursor 这款强大的 AI 编码助手，我们可以通过自然语言对话的方式，快速生成准确的 SQL 查询语句。本文将介绍如何利用 Cursor AI 助手编写 SQL 查询的完整流程。

1. 让 Cursor 读取数据库表结构

首先，我们需要让 Cursor 了解我们的数据库结构。有几种方法可以实现：

方法一：直接上传模型文件

如果你使用 Django、Rails 等框架，可以直接上传 models 文件，让 Cursor 理解表结构：

# 例如上传Django的models.py文件
from django.db import models

class Project(models.Model):
    name = models.CharField(max_length=50)
    description = models.TextField()

class Task(models.Model):
    project = models.ForeignKey(Project, on_delete=models.CASCADE)
    title = models.CharField(max_length=100)
    completed = models.BooleanField(default=False)

方法二：提供数据库表结构描述

可以通过文本描述表结构：

数据库包含以下表：
1. projects(id, name, description, created_at)
2. tasks(id, project_id, title, completed, due_date)
3. users(id, username, email)
4. task_assignments(id, task_id, user_id)

方法三：上传数据库导出的 DDL 语句

CREATE TABLE projects (
  id INT PRIMARY KEY AUTO_INCREMENT,
  name VARCHAR(50) NOT NULL,
  description TEXT,
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE tasks (
  id INT PRIMARY KEY AUTO_INCREMENT,
  project_id INT,
  title VARCHAR(100) NOT NULL,
  completed BOOLEAN DEFAULT FALSE,
  due_date DATE,
  FOREIGN KEY (project_id) REFERENCES projects(id)
);

2. 用自然语言提问

一旦 Cursor 了解了数据库结构，你可以用自然语言提出你的查询需求。例如：

"帮我写一个 SQL，查询 2025 年按月统计，新增接口用例最多的前 10 个项目"

"查找最近 30 天内完成任务最多的 5 名用户，并显示他们完成的任务数量"

"统计每个项目的任务完成率，按完成率降序排列"

自然语言提问的优势在于你可以专注于业务需求，而不是 SQL 语法细节。

3. 生成结果截图

图示：Cursor 根据自然语言需求生成 SQL 查询的界面截图

4. 生成的 SQL 解析与技巧分析

让我们看一个实际的例子。针对"查询 2025 年按月统计，新增接口用例最多的前 10 个项目"的需求，Cursor 生成了以下 SQL：

WITH monthly_stats AS (
    -- 统计每个项目每月新增的接口用例数量
    SELECT 
        p.id AS project_id,
        p.name AS project_name,
        DATE_FORMAT(aca.creatTime, '%Y-%m') AS month,
        COUNT(*) AS new_api_count
    FROM 
        api_test_automationcaseapi AS aca
    JOIN 
        api_test_automationtestcase AS atc ON aca.automationTestCase_id = atc.id
    JOIN 
        api_test_project AS p ON atc.project_id = p.id
    WHERE 
        YEAR(aca.creatTime) = 2025
    GROUP BY 
        p.id, p.name, DATE_FORMAT(aca.creatTime, '%Y-%m')
),
project_total AS (
    -- 计算每个项目2025年总的新增接口用例数量
    SELECT 
        project_id,
        project_name,
        SUM(new_api_count) AS total_new_api_count
    FROM 
        monthly_stats
    GROUP BY 
        project_id, project_name
),
top_projects AS (
    -- 选择新增接口用例总数量前10的项目
    SELECT 
        project_id,
        project_name,
        total_new_api_count
    FROM 
        project_total
    ORDER BY 
        total_new_api_count DESC
    LIMIT 10
)
-- 最终结果：按月份展示前10个项目的新增接口用例数量
SELECT 
    ms.month,
    ms.project_name,
    ms.new_api_count
FROM 
    monthly_stats ms
JOIN 
    top_projects tp ON ms.project_id = tp.project_id
ORDER BY 
    ms.month, ms.new_api_count DESC;

使用的 SQL 技巧分析：

1. 公用表表达式 (CTE)：使用WITH语句创建临时结果集，使查询逻辑分层清晰。

2. 窗口分析法：分步骤统计数据，避免复杂的子查询嵌套。

3. 日期函数：使用DATE_FORMAT和YEAR函数处理日期数据。

4. 分组聚合：通过GROUP BY和聚合函数统计数量。

5. 多表连接：使用JOIN连接多个表，建立数据关系。

6. 排序与限制：使用ORDER BY和LIMIT筛选前 N 条记录。

7. 结果重组：将不同维度的数据关联，得到最终结果。

5. 在 Navicat 中执行结果

图示：在 Navicat 中执行生成的 SQL 查询并显示结果

执行结果显示了 2025 年每个月新增接口用例最多的前 10 个项目及其数量，数据按月份和新增数量排序，清晰展示了项目在各月的表现。

总结

使用 Cursor AI 助手编写 SQL 查询有以下优势：

1. 效率提升：通过自然语言快速生成复杂 SQL，节省编写时间。

2. 降低门槛：即使不精通 SQL 语法，也能获得高质量查询。

3. 学习工具：通过分析 AI 生成的 SQL，学习高级查询技巧。

4. 减少错误：AI 生成的 SQL 通常考虑了各种边界情况和优化。

5. 专注业务：将精力集中在业务需求上，而非 SQL 语法细节。

无论你是数据库新手还是经验丰富的开发者，Cursor 都能帮助你更高效地处理数据查询任务。尝试使用自然语言与 AI 对话，体验智能 SQL 生成的便捷！

提示：这只是 cursor 众多能力的冰山一角，2025 你最该用的工具就是 cursor。