借助DeepSeek API实现SQL优化平台

这一节内容，来聊下通过调用DeepSeek 的API，来实现一个SQL优化平台。

效果图如下：

1 申请硅基流动的API

目前，DeepSeek官方的API，因为资源紧张，暂时不送额度，也不能充值了。我们就可以使用硅基流动的API key来使用DeepSeek模型。

当然，后续如果官方API key开放充值了，也可以参考这篇文章的方法。

进入到硅基流动的API密钥管理页面：https://cloud.siliconflow.cn/account/ak

点击新建API密钥。就可以在页面查看到API密钥。

2 在代码中测试DeepSeek API

把硅基流动的API key 设置为环境变量。

Windows环境：

setx SILICONFLOW_API_KEY xxx

Linux环境：

export SILICONFLOW_API_KEY xxx

硅基流动的API支持用openai库进行调用，所以我们可以先安装OpenAI的Python库：

pip install --upgrade openai

在PyCharm中编写测试API key的代码：

from openai import OpenAI
import os
api_key = os.getenv('SILICONFLOW_API_KEY')
client = OpenAI(api_key=api_key, base_url="https://api.siliconflow.cn/v1")
response = client.chat.completions.create(
    model='deepseek-ai/DeepSeek-V3',
    messages=[
        {'role': 'user',
        'content': "2025年，对创业者来说，有哪些机遇？"}
    ],
    stream=True
)
for chunk in response:
    print(chunk.choices[0].delta.content, end='')

如下图，如果能正确返回结果，说明API key没问题。

3 通过DeepSeek生成SQL优化平台代码

进入到DeepSeek的官网：https://chat.deepseek.com/

发送如下提示词（记得勾选“深度思考”）：

借助gradio实现一个页面，

有两个输入框

一个框输入表结构，另一个框输入SQL语句

然后替换以下代码中的content

一个输出框输出优化结果

from openai import OpenAI
import os
api_key = os.getenv('SILICONFLOW_API_KEY')
client = OpenAI(api_key=api_key, base_url="https://api.siliconflow.cn/v1")
response = client.chat.completions.create(
    model='deepseek-ai/DeepSeek-V3',
    messages=[
        {'role': 'user',
        'content': "2025年，对创业者来说，有哪些机遇？"}
    ],
    stream=True
)
for chunk in response:
    print(chunk.choices[0].delta.content, end='')

小编的会话截图如下：

生成的代码是：

from openai import OpenAI
import os
import gradio as gr
def optimize_sql(schema, sql):
    # 组合提示词
    prompt = f"""请优化以下SQL语句：
【表结构】
{schema}
【原始SQL】
{sql}
【优化建议】
"""
    # 创建OpenAI客户端
    client = OpenAI(
        api_key=os.getenv('SILICONFLOW_API_KEY'),
        base_url="https://api.siliconflow.cn/v1"
    )
    # 流式请求
    response = client.chat.completions.create(
        model='deepseek-ai/DeepSeek-V3',
        messages=[{'role': 'user', 'content': prompt}],
        stream=True
    )
    # 逐步收集并返回结果
    full_response = ""
    for chunk in response:
        content = chunk.choices[0].delta.content or ""
        full_response += content
        yield full_response
with gr.Blocks(title="SQL优化助手") as demo:
    gr.Markdown("## SQL优化助手")
    gr.Markdown("请输入表结构和需要优化的SQL语句")
    with gr.Row():
        with gr.Column():
            schema_input = gr.Textbox(
                label="表结构",
                placeholder="请输入表结构（例如：users(id INT, name VARCHAR(50), age INT)）",
                lines=7
            )
            sql_input = gr.Textbox(
                label="SQL语句",
                placeholder="请输入需要优化的SQL语句",
                lines=7
            )
        output = gr.Textbox(
            label="优化结果",
            interactive=False,
            lines=12
        )
    gr.Examples(
        examples=[
            [
                "employees(id INT, name VARCHAR(100), department_id INT, salary DECIMAL(10,2))",
                "SELECT * FROM employees WHERE salary > 5000"
            ],
            [
                "orders(order_id INT, customer_id INT, order_date DATE, total_amount DECIMAL)",
                "SELECT customer_id, COUNT(*) FROM orders GROUP BY customer_id HAVING total_amount > 1000"
            ]
        ],
        inputs=[schema_input, sql_input]
    )
    submit_btn = gr.Button("开始优化", variant="primary")
    submit_btn.click(
        fn=optimize_sql,
        inputs=[schema_input, sql_input],
        outputs=output
    )
if __name__ == "__main__":
    demo.queue().launch()

4 运行代码

运行之后，会创建一个web服务。

在网页直接访问：http://127.0.0.1:7860/

界面如下：

5 测试SQL优化效果

我们来测试SQL优化。

表结构：

CREATE TABLE `t1` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `a` varchar(20) DEFAULT NULL,
  `b` int(20) DEFAULT NULL,
  `c` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,  
  PRIMARY KEY (`id`),
  KEY `idx_a` (`a`) USING BTREE
) ENGINE=InnoDB  DEFAULT CHARSET=utf8mb4;

故意构造一条隐式转换的SQL，看DeepSeek是否能优化。

select * from t1 where a=1000;

能发现存在的问题，以及给出合理的优化建议。

当然，SQL优化平台只是举个例子，比如其他一些类似的平台，包括SQL生成器，Json格式化平台，都不在话下。大家也可以尝试一下。

另外，大家如果想系统学习DBA，可以看下我制作的DBA体系课。

课程亮点如下：

• 从基础到提升，包括DBA需要掌握的绝大多数内容；
  

• 10多个企业级DBA项目；

• 通过Go开发一套DB平台；

• 3种主流高可用方案精讲；

• 数据库上云后DBA的具体工作；

• AI协助DBA高效管理数据库；

• 答疑服务。

课程链接：https://class.imooc.com/sale/dba