SQL Genius 对比 SDF

在 SQL Genius 中输入英文问题，它会根据您在页面上定义的表模式返回一个 Postgres SQL 查询。您可以添加一个或多个包含列名和类型的表，用简单语言描述您想要的结果，然后点击“Write SQL”生成语句。一个独立的 SQL 解释器面板允许您粘贴现有的 SQL，并以通俗语言解读每个子句的作用。

专用的文本转 SQL 工具通常假设您已经了解自己的模式。SQL Genius 将模式编辑与查询生成保持在同一工作区，预加载了患者、医生和入院等示例医院表，方便您立即测试查询。高级 SQL 类型选择器专门针对 Postgres SQL，这比声称支持所有数据库方言的生成器更精确地缩小了输出范围。

了解数据模型但不熟悉 SQL 语法的分析师、研究人员和初级开发者使用它来更快地起草查询，并在数据库客户端运行前对语句进行合理性检查。该网站将产品标记为测试版，并通过顶部导航链接英文转 SQL、SQL 解释器和博客。

SDF 是一个 SQL 理解引擎，它读取数据仓库中的 SQL，构建每个查询的中间表示，并在执行前标记错误。它位于分析堆栈中原始 SQL 文本和数据库之间，为团队提供编译时对语法、类型和下游列结构的洞察。

大多数 SQL 代码检查工具仅停留在表面语法层面。SDF 通过三个层级工作：解析为语法树，编译带有函数签名和返回类型的逻辑计划，以及在数据级检查重要时执行物理计划。这个层级结构能捕捉 Snowflake dateadd 调用中的错误参数顺序和解析器单独无法发现的不可能的日期类型转换，这也是 dbt Labs 收购 SDF Labs 并将该引擎嵌入 dbt 而非附加另一个字符串预处理器的原因。

分析工程师和 dbt 开发者使用 SDF 来强化大型仓库项目，追踪列级血缘关系，并减少运行时意外失败地发布转换。自 2024 年中期 GA 发布以来，sdf.com 将访问者引导至 dbt Labs 页面，解释此次收购如何将 SDF 融入下一代 dbt 引擎。