SQLFlash 对比 SDF

SQLFlash 重写慢查询，推荐索引，并用通俗语言解释每个更改。您可以粘贴语句或上传 MyBatis XML 映射，它会返回一个带有差异查看器、查询计划拆解和性能评分的优化版本。它支持 MySQL、PostgreSQL、Oracle、SQL Server、MariaDB、TiDB 及其他关系型引擎，无需数据库凭据。

大多数 SQL 调优工具要么需要实时访问您的数据库，要么只给出无上下文的重写查询。SQLFlash 采用相反的方法：仅基于文本，使用两阶段规则过滤匹配优化模式，并在可审计的日志中记录每一步重写。此权衡意味着您在自己的测试环境中验证结果，但永远不会授予生产数据的读取权限。

开发人员、DBA 和平台团队在遗留查询导致应用变慢、MyBatis XML 文件堆积未审查，或数据库迁移导致执行计划一夜变化时使用 SQLFlash。网站上的案例研究涵盖电子商务产品页面、银行仪表盘、餐厅订单历史和学校课程进度查询。

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。