提示词（prompt）：

# NLQ范式说明

## A. 查询范式

NLQ支持四种基本查询范式，从简单到复杂依次如下：

### 范式1. 单表明细查询

描述：从单张表中查询符合条件的详细信息，不作分组或聚合计算。

结构：[筛选条件] [实体] [字段1] [字段2] ...

说明：查询语句中可以不包含实体，或者不包含字段。可以没有筛选条件。

实体：指一个独立的业务对象，如员工、商品、客户等，可以理解为ER图中的表。一个实体通常会代表一组信息，包含多个字段，如“员工”可能包含“编号”，“姓名”，“职务”等。

选出字段：只能列出表中存在的原有字段，也可以通过外键关联查询其他实体的字段。关联字段必须使用“外键实体名 字段名”的形式，不允许省略实体名。主表实体名只需在开头指明一次，后续引用时按上下文规则处理。多个字段用空格分隔。

筛选条件：字段等于某个常数，或者满足某个比较关系的条件。如“籍贯 北京”，“年龄 大于40岁”等。条件中使用“北京”这类通用性常数词时，可省略字段名，系统会自动匹配。

示例：

✅ 年龄大于40岁 员工 姓名 职务 生日

✅ 商品名称 ‘龙虾’ 且 库存量小于50 商品 编码 名称 单价

✅ 2025年3月 北京 发货 订单编码 客户 金额

✅ 产品 名称 库存，供应商 城市名称 联系人【查询产品名称库存，以及供应商的城市、联系人，其中“供应商 城市名称 联系人”通过外键供应商关联供应商表】

### 范式2. 单表汇总查询

描述：对单张表聚合统计，可以按一个或多个字段分组，也可以对全表进行整体汇总。当查询意图明确时，可省略实体名。

结构：[数据筛选条件] [分组字段]... [聚合指标][聚合指标筛选条件]...

说明：没有分组字段时，将对整表汇总计算，可以没有筛选条件时。分组字段和聚合指标都可以使用多个。聚合计算不能嵌套。例如“先求和再求最大”这种两次聚合计算不被支持。

分组字段：指定分组依据的字段，分组字段要求取值为维度，如性别、日期、职务、城市、分类等；不能使用数值类的字段分组，如不能用年龄、金额、身高等作为分组字段。分组字段也可以是通过外键关联的其他实体字段，这种情况视为单表汇总查询。分组字段可以不是当前表的直接字段，而通过外键关联查询其他实体的字段，此时则必须使用“外键实体名 字段名”的形式，不允许省略实体名。

聚合指标：使用规范的汇总计算描述，对某个字段汇总计算，如“总金额”，“订单数”，“平均身高”等。也可使用最大、最小、最大者、最小者、最大10等极值类聚合查询，如“最大年龄”，“单价最高者”等。不能对聚合指标再汇总，如不能用“最大总金额”。

数据筛选条件：针对表上字段的筛选条件。

聚合指标筛选条件：在完成分组聚合之后，针对聚合指标，对聚合计算的结果进行过滤的条件。

示例：

✅ 客户 订单数 【按客户统计订单数】

✅ 客户 订单数 金额 【“金额”未设置统计描述，在汇总查询中，会按“求和”处理，即按客户统计订单数和金额总和】

✅ 客户 北京发货 订单数大于5 【先过滤北京发货订单，按客户统计，再筛选订单数>5的客户】

✅ 2025年签单 金额最大10 【找出2025年签单金额最大的10条记录，查询语句中省略实体名“订单”】

✅ 男员工 平均年龄 【整体汇总】

✅ 客户城市 客户 平均订单金额 【多个字段分组，整体汇总】

✅ 性别 年龄最大者 平均身高 【按性别分组汇总，计算各个性别员工的平均身高和年龄最大的，查询语句中省略实体名“员工”】

❌ 订单数小于10 商品 名称 【错误：试图在汇总结果中查询“名称”明细字段】

❌ 各年龄 员工数 【错误：年龄字段的取值并不是维度，不能作为分组字段】

✅ 销售城市 订单数 【销售籍贯城市分组，计算各城市订单数，这里“销售城市”并不是订单表中字段，而是外键关联字段，其中“销售”作为实体名不能省略】

### 范式3. 多表实体查询

描述：查询针对一个主表实体，其选出条件还可能基于一个或多个子表定义。主表本身不聚合；子表的聚合指标可用作过滤条件，不能选出。

结构： [子表1数据筛选条件] [子表1聚合指标] [子表1聚合指标筛选条件] [子表2数据筛选条件] [子表2聚合指标] [子表2聚合指标筛选条件]... [主表数据筛选条件] [主表实体] [主表字段]

主表与子表：在多表实体查询中，主表是核心的主体信息；子表则是与主表相关的明细信息，通过外键字段与主表相关联。以订单表和订单明细表为例，订单表是主表；订单明细表是子表，通过外键“订单编码”和订单表关联。主表与子表间通常是一对多的情况，如每个订单都会对应一条或多条订单明细数据。

说明：可能有多组子表字段和子表筛选条件，即可能有一个或多个子表。主表数据筛选条件和子表数据筛选条件可以没有。结构中，[子表聚合指标] [子表聚合指标筛选条件]这部分可能替换为[有无条件筛选][子表实体]。

子表数据筛选条件：针对子表上字段的筛选条件。子表的数据筛选条件若引用非本表直接字段，必须显式写出外键实体名，格式为“[条件常数] [外键实体名]”或“[外键实体名] [字段] [条件常数]”。子表的数据筛选条件若引用主表或关联表的字段组合（如“收货”已关联到订单表的日期、城市等字段），只需写出实体组合名（如“收货”），不需要再写主表实体名。

子表聚合指标：使用规范的汇总计算描述，对子表的某个字段汇总计算。

子表聚合指标筛选条件：针对子表聚合指标的筛选条件。

子表实体的有无条件筛选：在多表实体查询中，可以对子表或子表中的实体做有无判断，如“有订单”“没有顾客”等。有/没有 [子表实体] 可在子表聚合指标筛选条件的位置出现，也可附带其他筛选条件。

主表数据筛选条件：针对主表上字段的筛选条件。

注意：子表的数据筛选条件中，可以引用子表关联的主表字段，但不能多层引用。例如在“订单明细”子表中，可以通过“订单”外键引用“订单”表的字段。若筛选条件仅用于限定某个子表的聚合指标计算，且该条件与主表或其他子表无直接关系，则必须将该条件与对应的聚合指标用括号括起，形成“条件聚合项”。

示例：

✅ 去年 北京发货 订单数 大于1 客户信息 【查询去年从北京发货的订单数大于1的客户信息】

✅ 收货城市数 大于10 产品信息 名称 类别 供应商名称 【查询收货的城市数超过10个的产品信息，以及产品的名称、类别和供应商名称】

✅ 经理年龄大于45岁 订单数大于20 男 员工 籍贯 经理 姓名 【查询经理的年龄大于45岁，同时订单数大于20的男性员工记录，以及他们的籍贯和经理姓名】

✅ 2024年 浏览数大于10 订单数大于5 产品 【查询2024年内，网页浏览数超过10次，同时订单数大于5的产品记录，产品表为主表，网页事件表和订单明细表均为子表】

✅ (2024年 浏览数大于10) 订单数大于5 产品 【查询2024年内，网页浏览数超过10次，同时所有的订单数大于5的产品记录，产品表为主表，网页事件表和订单明细表均为子表，括号内的条件聚合项，使得过滤条件仅对特定聚合计算有效】

✅ 2025年 有订单 员工 【查询2025年有销售订单的员工】

✅ 2024年 没有订单明细 海鲜 商品 【查询2024年没有订单明细数据的海鲜类商品】

### 范式4. 多表对齐查询

描述：基于相同的分组维度，对多个表聚合计算，并将结果对齐比较。这是最复杂的范式。

结构：[总体数据筛选条件][分组维度] [表1数据筛选条件][表1聚合指标1]... [表2筛选条件][表2聚合指标] ...

总体数据筛选条件：针对所有表中数据的筛选条件。

分组维度：所有表的聚合必须基于完全相同的分组维度，如相同的“城市”、“年月”。

表数据筛选条件：针对某个表上字段的筛选条件。

表聚合指标：使用规范的汇总计算描述，对表的某个字段汇总计算，同一个表可能有多个聚合指标。聚合计算中，基本的聚合词包括：“数”（计数）、“总值”（求和）、“均值”（平均值）、“最大”、“最小”、“最早”、“最晚”、“最大者”、“最小者”、“最大n”、“最小n”。不应随意创造新的聚合词。可以根据语意将一些查询转换为聚合计算，如“首次”、“第一次”可转换为“最早”聚合查询。

示例：

✅ 城市， 订单数， 客户数 【“订单数”来自订单表，“客户数”来自客户表，均按“城市”分组对齐】

✅ 年月， 销售额总值， 订单数 【按年月对齐统计销售和订单数据】

✅ 2020年后 年月 北京发货 销售额 订单数，浏览器访问 会话数 【按年月对齐统计2020年后，北京发货的销售额和订单数，以及浏览器访问的网站会话数】

## B. 语法细节

### B1. 字段组合

描述：属于同一实体的多个字段可被视为一个组合，查询组合内的各字段用空格分隔。组合的第一个词通常指明实体，查询中涉及不同实体的组合或独立的单项时，用逗号“，”分隔开。查询字段组合内的字段信息，使用方式和普通字段类似。查询时必须基于实际表结构。如客户表没有“性别”字段，就不能按“客户性别”分组查询。

注意：在范式1中，当查询语句涉及多个实体（如通过外键关联）且字段名可能重复时，应在字段前加“实体名 字段名”以明确归属，如果并不存在重名字段，则不应添加。在范式3的结果部分，若返回主表字段，且子表中存在与主表同名的字段时，需要连续写出两次主表实体名，格式为“主表实体 主表实体 字段1 字段2 ...”。第一个“主表实体”是查询的目标实体，第二个“主表实体”是字段归属的实体前缀，两者间用空格分隔。例如“产品 产品 编码 名称 单价”。

✅ 男员工 姓名，籍贯 名称 省 人口，年龄 【名称、省、人口都属于籍贯这一实体，用逗号和其它查询内容分隔开，字段组合内的字段，如籍贯名称，和普通字段，如姓名，查询时是类似的】

✅ 订单编码 客户， 发货 城市 日期， 收货 城市 日期 【查询订单编码、客户，发货城市、发货日期、收货城市和收货日期，查询语句中的“发货”和“收货”为两组字段组合。】

✅ 去年 订单数 大于1 客户 客户 名称 联系人 【查询客户的明细字段时，在字段“名称 联系人”前需要加上实体名“客户”，客户要写两遍，不能省略】

### B2. 筛选条件

#### B2a. 常数条件

描述：找出字段与某常数值相等的记录。

结构：[字段] [常数值]

说明：常数值可能为文字、数值、日期等。

文字常数为词典中的常数词时可不加引号；如果文字不在词典中时，应该添加引号。

✅ 城市 北京 客户 【找出城市为北京的客户，北京为常数词，不必加引号】

✅ 联系人 “王先生” 客户 【找出联系人为“王先生”的客户，“王先生”不是通用文字，需要加引号】

常数为数值时，必须写明单位。

✅ 年龄 40岁 员工 【找出年龄为40岁的员工】

✅ 订单数 10 产品 【找出订单数为10的产品，汇总计算时，计数的结果并没有单位】

常数为日期时，用明确的标准日期表示，可以使用日期的部分分量，如年份，年月部分，季度等。

✅ 交易日期 2024年1月2日 股票代码 开盘价 收盘价 【列出2024年1月2日交易的股票代码、开盘价和收盘价】

✅ 发货日期 2025年5月 订单明细 【列出发货日期在2025年5月的订单明细】

✅ 生日 3月4日 员工 【找出生日是3月4日的员工，这里筛选时只使用日期的月日部分】

维常数的使用：

若字段是引用某个维度的外键字段（如“城市编码”），则可以使用该维的常数词（如：北京、深圳）不加引号，系统会自动将其转换为对应的外键值进行匹配。

若字段是存储维度表相关属性的字符串字段（如“城市名称”），则常数值应作为普通字符串常量处理。此时，即使该字符串恰好是常数词（如“北京”），也必须加双引号，以明确其为字符串常量，而非维度实例。例如：城市名称 “北京”客户。

关键原则：常数词代表维度表中的一个记录，只能与引用该维度的外键字段直接搭配；与名称属性字段搭配时，必须转换为字符串常量（加引号）。

#### B2b. 比较条件

描述：用明确的比较符，表示字段与常数值，或者字段与字段的大小关系。

结构：[字段] [比较符] [常数值]，或者[字段] [比较符] [字段]

说明：常数值与a常数条件中要求相同。比较符可以用大于、小于、大于等于、小于等于等，也可以用“是”“不是”表示是否相等。

✅ 金额 大于1000元 订单 【找出金额超过1000元的订单】

✅ 城市 不是 北京 客户 【找出城市不是北京的客户】

✅ 年龄 大于 上级年龄 员工 【年龄比上级年龄大的员工】

✅ 生日 大于等于3月 员工 【生日在3月或之后的员工，这里筛选时只使用日期的月份】

#### B2c. 区间条件

描述：用明确的比较符，表示字段与常数值的大小关系。

结构：[字段] [常数值a] 至 [常数值b]

说明：区间条件中的常数只能用数值或者日期类型，不适合使用字符类常数。区间条件中，常数值a需要小于常数值b。常数值a或常数值b的单位可以缺省掉一个，如果都写时必须相同。

✅ 人口800万至1000万 城市名称 【列出人口在800万至1000万的城市名称】

✅ 年龄 40至50岁员工 【列出年龄在40岁至50岁的员工】

❌ 人口800万至1千万 城市名称 【错误：区间前后单位不同】

❌ 年龄 50岁至40岁员工 【错误：区间描述左大右小】

#### B2d. 半条件

描述：前面的各类筛选条件中使用常数，或者维常数（指NLQ词典中维的常数值，如“北京”“日用品”等），查询语句中可以不指明字段，此时将根据查询内容，自动匹配。

结构：[常数值]，或[比较符] [常数值]，或[常数值a] 至 [常数值b]

✅ 大于1000元 订单 【找出超过1000元的订单】

✅ 北京 客户名称 【列出北京的客户名称】

✅ 40至50岁员工 【列出40岁至50岁的员工】

当多个常数连续出现且属于同一实体的不同维度时，会自动组合为多个条件。

✅ 北京点心 商品 【自动匹配为：城市北京且类别点心的商品】

#### B2e. 动词条件

描述：用某些特定的动词，隐式表示条件中常数相关的字段。如“生于”，“发往”，“产自”，“卖给”等。

结构：[常数值a] [动词] [常数值b]

说明：可用的动词是特定的。动词左右的常数会分别关联到一个字段或字段组。动词关联到字段组时，动词前后可能同时使用多个常数值。

✅ 生于 3月4日 员工 【找出生日是3月4日的员工，通过“生于”表示与生日字段关联】

✅ 2024年北京 发往 山东 订单 【找出发货日期是2024年，发货城市是北京，收货省是山东的订单，通过“发往”表示2024是发货日期，北京是发货的城市，山东是收货的省】

#### B2f. 多条件

描述：多条件可用“且”、“或”连接，“或”关系可省略括号；当多个非同类条件连续出现且无连接词时，默认为“且”关系。当多个常数词并列且无连接词时，若它们属于同一实体不同维度，默认按“且”组合；若它们属于同一维度的不同取值（如“北京上海”），则按“或”组合。此规则也适用于动词左右的多值情况。

结构：[条件1] [连接词] [条件2]...

✅ (北京 女) 或 (山东 男) 员工【列出北京的女员工，或者山东的男员工】

无歧义时，“或”可以省略。

✅ 北京上海 发往 山东 订单 【列出北京或上海，发往山东的订单】

❌ （北京 发往 山东 订单）（上海 发往 山东 订单）【错误：不能重复要查询的信息“订单”，要把条件合并】

#### B2g. 上下文中的字段引用

在筛选条件中，如果当前查询已明确指定了主表实体（例如在多表实体查询中，通过主表实体名指明了主体），则如果没有用逗号分隔开，那么后续针对该主表实体的字段可以直接使用字段名，对于该主表实体的字段组合（如“收货 日期”）可以直接使用组合名，无需重复主表实体名。

但若涉及不同实体的字段比较（如“订单明细 数量 > 商品 库存量”），或存在字段名歧义时，仍需显式使用“实体名 字段名”以明确归属。

在多表对齐查询（范式4）中，分组维度可能来自不同实体，必须显式写出实体名，即使主表已指明，也不能省略。

示例：

✅ 订单 发货日期 收货 日期 客户

【第一个“订单”指明实体，后续“收货 日期”中的“收货”已隐含属于订单，故无需再写“订单 收货 日期”】

❌ 订单 发货日期 订单 收货 日期 客户

【若上下文未指明实体，则第一个“出发日期”可能歧义，但此处已指明，后一个“订单”多余】

❌ 性别， 产品 数【错误，性别字段归属不明，产品表中没有性别字段，无法确定数据源】

✅ 销售 性别， 产品 数【正确，分组字段“销售 性别”明确来自员工表】

### B3. 表达式

表达式使用：表达式仅可用于过滤条件（如(单价-成本)>100元），不能作为查询字段返回结果。

✅ 收货日期-发货日期>3天 订单 【收货日期比发货日期晚3天以上的订单】

❌ 订单编码 客户名称 收货城市名称 收货日期-发货日期 【错误：不能用表达式作为返回字段】

### B4. 聚合方式

聚合计算中用“数”表示去重计数，“总值”表示求和，“均值”表示求平均值，“最大”表示求数值类最大值，“最小”表示求数值类最小值，“最早”表示求日期时间类最小值，“最晚”表示求日期时间类最大值，“最大者”表示求最大值所在记录，“最小者”表示求最小值所在记录，“最大n”表示最大n个值所在记录，“最小n”表示最小n个值所在记录。极值聚合不允许附加字段，如最大者、最小者、最大n、最小n之后不能再有其它信息，包括字段名过滤条件等。

✅ 北京发货 订单数 【聚合时，对订单计数】

✅ 男员工 平均年龄 【聚合时，计算年龄的平均值】

✅ 女员工 年龄最大者 【计算女员工中，年龄最大的记录】

✅ 2025年签单 金额最大10 【计算金额最大的10个订单记录】

范式2或范式3中，过滤条件中判断总数为0时，由于需要考虑到结果是空值，因此用“总数小于等于0”。

❌ 订单数等于0 员工【由于没有结果时的汇总计数结果可能是空值，因此无法得到结果】

✅ 订单数小于等于0 员工【查找没有订单的员工】

### B5. 指标查询

在表中有一些指标类数据，在查询时会执行汇总计算，如“月交易数”“浏览数”等。这些指标的名称中会包含分组或者汇总计算的信息，使用时也和普通的字段不同，它们实际上是针对集合计算出的汇总结果。指标可能对全集汇总，也可能针对某个维度分组汇总，但分组维度是固有的，不需要在查询时指定。查询指标时，相当于针对其固有维度的汇总查询，因此，指标并不适用于范式1单表明细查询。在其它范式查询中，如果指定了维度，那么指标将针对指定的维度汇总而不是固有维度。

指标中可以使用参数，使用时需要把带参数的指标用括号（）括起来。

✅ 股票 AUTO006 月交易数 【单表汇总查询，指定股票每月的交易数，未指定分组维度，但得到的是按固有的“年月”维度分组汇总结果】

✅ 2025年 各产品编码 浏览数 下单数 付款数 【单表汇总查询，按产品编码分组，统计浏览数总数，下单数总数和付款数总数】

✅ 2025年 浏览数大于0 产品 【多表实体查询，2025年总浏览数大于0的产品】

✅ 每年 订单数 浏览数 月交易数 【多表对齐查询，指标会按指定维度汇总计算】

✅ （股价创20日新高的次数） 【20为指标参数，带参数的指标在查询时需要用括号括起来】

✅ 按年月 各股票 （股价创20日新高的次数） 超过10

### B6. 选出聚合项

在范式2单表汇总查询，以及范式4多表对齐查询中，可以把聚合指标作为结果返回，语句中的聚合项称为选出聚合项。除了对某个字段汇总计算之外，指标的使用其实也类似选出聚合项。聚合指标可以带筛选条件，但若筛选条件仅针对该指标，需按B7加括号。数据源需根据语义确定，必要时显式写出实体名。

✅ 男员工 平均年龄 【“平均年龄”为选出聚合项】

✅ 城市， 订单数， 客户数 【“订单数”和“客户数”为选出聚合项】

在使用选出聚合项时，也有可能会针对聚合结果过滤。

✅ 客户 北京发货 订单数大于5

✅ 年月 销售额总值 大于 5000元， 订单数 大于3

### B7. 条件聚合项

在范式2、范式3和范式4使用聚合指标时，对某个表的数据过滤条件会影响这个表的所有聚合指标的计算，如“客户 北京发货 订单数 总金额”，这里得到的订单数和总金额，都是用“北京发货”的订单汇总计算的。如果想使得数据过滤条件只对某个聚合指标有效，那么可以把条件和聚合指标用括号()括起来。

当某个筛选条件仅希望影响特定子表的聚合指标时，必须将该条件与对应的聚合指标用括号括起，形成条件聚合项。例如，“2025年 订单数”应写作“(2025年 订单数)”。若不加括号，条件将默认作用于所有相关表，有可能产生错误，应该避免。 任何聚合指标前的筛选条件，若只针对该指标而非全局，必须用括号将该条件与聚合指标括为一个整体。括号内可包含多个条件，但仅作用于该聚合指标的计算。对于包含多个聚合指标的查询，每个指标若有专属条件，均应独立加括号。

✅ 客户 (2024年发货 订单数) (2025年发货 订单数) 【用括号处理条件聚合项，来分别计算2024年和2025年发货的订单数，如果不加括号，两个条件会同时有效，结果会是空】

✅ (2024年发货 订单数)大于0 (2025年发货 订单数)大于0 客户【在多表实体查询中，把条件聚合项的聚合指标用在过滤条件中】

❌ 2025年 订单数 大于0 员工【错误，这是多表实体查询，如果不加括号，过滤条件中的2025年会被认为全局筛选条件，对订单表和员工表均试图过滤】

✅ (2025年 订单数) 大于0 员工【括号使“2025年”仅作用于订单数统计，不影响其他指标或者实体】

## C. 不支持的查询

使用指标能够执行一些特殊的计算，下面不支持的查询，均在无法识别为指标时才会被认定为非法。

### C1. 不支持排序、排名计算

不支持按某个字段或某个表达式的结果排序，也不支持计算排名。汇总计算中的前几名、最大、最小等是支持的。

❌ 员工信息，按年龄排序【错误：不支持排序】

❌ 2025年 订单 金额排名【错误：不支持排名】

✅ 2025年签单 金额最大10 【支持：汇总计算中的最大10名是支持的】

### C2. 不支持跨行计算

涉及单表内多行数据比较或计算的查询（如增长率、中位数、连续记录比较等）均不支持。但跨表关联、聚合运算（求和、计数、平均、前几名、最大、最小等）是支持的。有的跨行计算可以转换为聚合运算，如“首次出现”、“第一次”等查询需求，可以通过“最早”“最早者”聚合方式结合条件实现。

❌ 各股票每天涨幅【错误：不支持跨行计算涨幅】

❌ 2025年5月 订单 销售额占比 【错误：占比计算属于跨行计算，不支持】

✅ 2025年签单 平均订单金额 【支持：汇总计算中的平均值可以使用】

✅ 2025年（股价创20日新高的次数） 【支持：使用指标可以得到一些需要跨行计算的结果】

✅ 销售 李芳 金额 大于 1000元 最早签单日期 【查询李芳什么时候第一次签订1000元以上订单】

### C3. 不支持按数值类字段的分组汇总

分组汇总的分组字段必须是维度，或者取值是维度的字段。不支持按数值类或者取值不是维度的字段分组汇总，也不支持按表达式的计算结果分组汇总，如用case等表达式动态计算分组值等。转换前需根据词典判断所有涉及的字段（包括分组字段、筛选条件字段）是否存在于对应实体中。若某字段不存在，则判定为“不支持”。例如，“每种类别”若指客户类别，因客户表无类别字段，应输出不支持。

❌ 各年龄 员工数【错误：分组字段不能用数值型的“年龄”】

❌ 按金额范围 统计 订单数【错误：分组字段不能用“金额范围”的计算结果分组汇总】

### C4. 不支持嵌套汇总

不支持任何形式的二次聚合计算，包括但不限于：在分组汇总后，再对汇总结果求最大、最小、排序等；先计算总和，再计算哪个最大；先计算平均值，再比较哪组平均值最高；先计算子表聚合指标，再对主表聚合指标进行极值或比较运算；对同一个表进行两次聚合（如先求和再平均）等。任何需要先进行子查询（如“有订单”、“没有订单明细”）再对结果进行聚合（计数、求和等）的查询，均构成二次聚合，不支持。如范式3中的“没有子表”条件属于子查询语义，当需要在“没有子表”的结果集上再进行聚合（计数、求和等）时，构成两次聚合，不支持。转换时应识别此类模式，直接输出“不支持”。

❌ 订单数 最大 员工【错误：不能在分组计算员工订单数后，再求最大值】

❌ 总购买数量 大于1000 商品总数 【错误：不能在分组计算总购买数量后，再计数】

❌ 总销售额 最大3 产品【错误：不能在汇总计算总销售额后，再求其中最大的3个】

❌ 2024年 没有订单明细 海鲜 商品数 【查询“没有订单明细”时，属于聚合计算，在此之后不能再次聚合计算“商品数”】

### C5. 不支持在选出结果中使用表达式

可以在筛选条件中使用字段表达式，但不能把表达式作为返回结果。与之类似，也不能对表达式结果执行聚合计算。

❌ 订单 发货日期-签单日期【错误：不能计算日期差作为返回的结果】

✅ 发货日期 - 签单日期 小于2天 订单 【支持：表达式可以作为筛选条件】

### C6. 不支持在过滤条件中使用子查询

不支持在过滤条件中使用子查询。

❌ 身高 大于 平均身高 员工【错误：过滤条件中的“平均身高”需要用子查询计算】

❌ 销售额 在前一半 订单【错误：过滤条件中需要子查询和排序计算】

### C7. 不支持多层外键查询

NLQ查询多表关联时，不支持查询外键表的外键表。

❌ 员工姓名 经理姓名 籍贯城市人口【错误：经理是员工的外键，籍贯是经理的外键，不能查询外键表的外键表的明细字段】

### C8. 不支持对不存在的字段进行查询

转换时必须根据词典判断所有涉及的字段（包括分组字段、筛选条件字段）是否存在于对应实体中。若某字段不存在，则判定为“不支持”。

❌ 供应商 性别【错误，供应商表无“性别”字段，应输出“不支持”】

# NLQ词典

## 表和字段

员工(雇员表,雇员数据,员工表,员工数据,雇员,雇员信息,员工信息,雇员资料,员工资料,员工详细信息,雇员详细信息,雇员附加数据,雇员附加信息): 雇员编码(编码,员工编码); 姓名(雇员姓名,名字,名叫,车主); 职务; 出生日期(生日); 雇用日期(雇佣日期); 上级编码; 籍贯(籍贯城市,城市); 性别, 类型:字符串; 年龄, 单位:岁; 婚否(是否已婚,是否结婚,婚姻状况); 身份证(身份证号码,身份证号); 车牌号(车牌,车牌号码); 身高(高度), 单位:厘米; 体重(重量), 单位:千克; BMI(BMI指数,Bmi指数,bmi指数,BMI值,Bmi值,bmi值,Bmi,bmi); 雇用年数(雇用,雇佣), 单位:年; 籍贯省(省)

客户(客户表,客户信息,客户数据,客户表数据): 编码(客户编码); 名称(名字); 联系人(联系人姓名); 联系人职务(职务); 城市编码(城市); 所在城市(城市名称); 所在省(省)

订单明细(订单明细表,订单明细信息,订单明细数据,订单明细表数据,明细): 订单编码; 产品编码(商品编码); 数量(购买数量), 单位:元; 折扣(折扣率); 生产商编码(供应商编码,厂家编码); 客户编码; 价格(售价,货款,实际金额,明细金额,金额), 单位:元; 运输时间(运输天数,快递天数,快递时间,运输), 单位:天; 发货日期; 发货城市编码(城市,地); 发货城市名称(城市); 发货省; 收货日期; 收货销售编码; 收货城市编码(城市,地); 收货城市名称(城市); 收货省; 产品类别; 单价, 单位:元

订单(订单表,订单信息,订单数据,订单表数据,简要订单,订单概览,订单简要信息,新订单,新订单表,新订单数据): 订单编码(编码); 客户编码; 销售编码; 签单日期; 出发日期(装运日期); 城市发货; 发货日期; 发货城市(地); 发货城市名称; 发货省(省); 收货日期; 收货城市(目的地,客户城市); 收货城市(地); 收货城市名称; 收货省(省客户); 订单金额(金额,总价,销售金额,销售额), 单位:元; 运输时间(运输天数,运输,路上,快递,快递消耗,运输消耗,快递时间), 单位:天; 发货月; 销售城

产品(商品,商品表,商品信息,商品数据,商品表数据,产品表,产品信息,产品数据,产品表数据): 编码(产品编码,商品编码); 名称; 供应商编码(厂家编码); 名称; 城市(产地); 省; 类别(类型,分类); 单价(定价), 单位:元; 库存量(库存); 重量, 单位:克; 价值, 单位:元

供应商(供应商表,供应商信息,供应商数据,供应商表数据): 编码(供应商编码,厂家编码,商家编码); 名称(厂家,厂商); 联系人(联系人姓名); 联系人职务(职务); 供应商城市(城市,厂家城市,商家城市,厂商城市,厂址); 省份(供应商省份,省); 城市名称(供应商城市名称,厂址,商家城市名称)

城市(城市表,城市信息,城市数据,城市表数据,直辖市信息,直辖市数据,直辖市): 城市编码; 名称(城市名称,城市名); 省份(所在省,省份名称,省); 人口, 单位:人

事件(访问事件,网页事件,网站事件,事件数据,事件表数据): 编码(事件编码); 类型(事件类型); 时间(事件时间); 产品编码(商品编码); 会话编码; 产品分类(产品类别)

会话(会话表,会话信息,会话数据,会话表数据): 编码(会话编码); 客户编码; 来源(会话来源,会话渠道,会话途径,访问来源,访问渠道,访问途径,渠道,途径); 起始时间(开始时间,起始时刻,开始时刻); 终止时间(结束时间,终止时刻,结束时刻)

交易信息(交易,交易表,交易数据,交易表数据,股市数据,股市信息,股市交易,股票交易信息): 交易日期(日期); 股票代码(股票,代码,股票名称); 开盘价(开盘), 单位:元; 最高价(最高), 单位:元; 最低价(最低), 单位:元; 收盘价(收盘,价格), 单位:元; 交易量, 单位:股

## 实体词，用于字段组合

(员工): 上级(领导,老板,经理)

(订单明细): 发货[日期,城市编码,城市,地,城市名称,城市,省]; 收货[客户编码,日期,城市编码,城市,地,城市名称,城市,省]; 订单; 客户(顾客); 生产商(供应商,厂家,商家); 销售(销售员); 产品(商品)

(订单): 发货[日期,城市,地,城市名称,省,发货省,发货月]; 收货(到货)[客户编码,日期,城市,地,城市名称,省,省客户]; 客户(顾客); 销售(销售编码,销售员)

(产品): 供应商(厂家,厂商,生产商)[供应商编码,厂家编码,名称,城市,产地,省]

(事件): 产品(商品)

(会话): 客户

【说明】

可在查询时，指明实体后查询与其相关的字段组合。

✅ 员工 姓名，经理 姓名 年龄 【姓名、年龄都是与“经理”相关的】

✅ 订单编码 客户， 到货 城市 日期， 收货 城市 日期 【“发货”实体后的城市、日期与发货相关，“到货”实体后的城市、日期与到货相关。】

## 维词，用于分组

订单，网站事件，会话，股票，日期时间，日期，星期，年，月，日，年月，月日，季度，年季度，周，客户，雇员，商品，生产商，城市，省，性别，职务，商品分类，婚否，事件类型，访问渠道

【说明】

维词可在多表对齐查询中用于分组。

✅ 年月， 销售额总值， 订单数 【维词“年月”用于分组，对齐统计销售和订单数据】

单表查询中用来分组的字段，它的值必须能对应某个维。

✅ 客户 平均订单金额 【订单的客户字段的值对应“客户”维，用于单表分组汇总】

## 常数词，用于条件比对

（客户）：三川实业有限公司,东南实业,坦森行贸易,国顶有限公司,通恒机械,森通,国皓,迈多贸易,祥通,广通,光明杂志,威航货运有限公司,三捷实业,浩天旅行社,同恒,万海,世邦,迈策船舶,中通,正人资源,红阳事业,嘉元实业,嘉业,五洲信托,友恒信托,国银贸易,文成,康浦,东旗,建资,业兴,仪和贸易,光远商贸,实翼,远东开发,五金机械,师大贸易,鑫增贸易,永业房屋,霸力建设,池春建设,和福建设,春永建设,幸义房屋,兴中保险,富泰人寿,保信人寿,正太实业,阳林,悦海,华科,仲堂企业,富同企业,利合材料,瑞栈工艺,一诠精密工业,立日股份有限公司,就业广兑,顶上系统,康毅系统,兰格英语,留学服务中心,高上补习班,大东补习班,学仁贸易,建国科技,宇欣实业,永大企业,德化食品,汉光企管,大钰贸易,艾德高科技,百达电子,赐芳股份,昇昕股份有限公司,福星制衣厂股份有限公司,上河工业,新巨企业,东帝望,协昌妮绒有限公司,亚太公司,伸格公司,中硕贸易,千固,山泰企业,凯旋科技,升格企业,凯诚国际顾问公司,椅天文化事业,志远有限公司,汉典电机。

（雇员）：张颖,王伟,李芳,郑建杰,赵军,孙林,金士鹏,刘英玫,张雪眉,许赵阳,沈蓉芳

（商品）：苹果汁,牛奶,蕃茄酱,盐,麻油,酱油,海鲜粉,胡椒粉,鸡,蟹,大众奶酪,德国奶酪,龙虾,沙茶,味精,饼干,猪肉,墨鱼,糖果,桂花糕,花生,糯米,燕麦,汽水,巧克力,棉花糖,牛肉干,烤肉酱,鸭肉,黄鱼,温馨奶酪,白奶酪,浪花奶酪,啤酒,蜜桃汁,鱿鱼,干贝,绿茶,运动饮料,虾米,虾子,糙米,柳橙汁,蚝油,雪鱼,蚵,蛋糕,玉米片,薯条,玉米饼,猪肉干,三合一麦片,盐水鸭,鸡肉,鸭肉,白米,小米,海参,光明奶酪,花奶酪,海鲜酱,山渣片,甜辣酱,黄豆,海苔酱,肉松,矿泉水,绿豆糕,黑奶酪,苏打水,意大利奶酪,酸奶酪,海哲皮,鸡精,浓缩咖啡,柠檬汁,辣椒粉

（生产商）：佳佳乐,康富食品,妙生,为全,日正,德昌,正一,康堡,菊花,金美,小当,义美,东海,福满多,德级,力锦,小坊,成记,普三,康美,日通,顺成,利利,涵合,佳佳,宏仁,大钰,玉成,百达

（城市）：直辖市,大连,沈阳,上海,青岛,济南,南京,常州,南昌,温州,北京,天津,张家口,石家庄,秦皇岛,深圳,广州,海口,厦门,福州,西安,成都,重庆

（省）：四川,山东,广东,江苏,江西,河北,浙江,海南,福建,辽宁,陕西

（性别）：男,女

（职务）：销售代表,销售经理,内部销售协调员,前台,副总裁,综合部经理,助理销售代理,助理销售代表,市场助理,市场经理,物主,物主/市场助理,结算经理,采购员,销售代理,销售员,产品经理,出口主管,国际市场经理,地区结算代表,外国市场协调员,市场代表,批发结算代表,订购主管,采购经理

（商品分类）：日用品,海鲜,点心,特制品,肉,调味品,谷类,饮料

（婚否）：已婚,未婚

（事件类型）：浏览,选购,付款

（访问渠道）：度度搜索,浏览器访问,豆豆视频广告,信信平台广告,官网优惠活动,客户回馈活动,产品优惠计划A,产品优惠计划B,产品优惠计划C,产品优惠计划D,产品试新优惠

（股票代码）：TECH001, FIN002, HLTH003, ENRG004, CONS005, AUTO006, RTAIL007, BIO008

【说明】

常数词会对应某个维，可以在过滤条件中使用，与对应维的外键字段比较，无需添加引号。

✅ 去年 北京发货 订单 【查询去年从北京发货的订单，北京是“城市”维的常数词，可以和对应城市维的外键字段“发货城市”比较】

✅ 河北 客户 城市名称 【查询河北省的客户，并列出城市名称。河北是“省”维的常数词，但能够与客户表中的“城市”信息自动关联】

城市维中的常数“直辖市”是一个代表所有直辖市的维常数，可用于简化查询直辖市相关的条件。

✅ 直辖市 员工 【查询籍贯是直辖市（即北京上海天津重庆）的员工】

## 指标词，用于指标查询，注意里面的问号查询时会替换为数值常数

(订单): 月总订单金额,各月总订单金额,月收款金额,销售总额,总销售额,订单金额总数,?年的订单数,?年的销售额增长率,?年的销售额

(事件): 事件总数,浏览数,访问数,下单数,选购数,在线下单数,付款数,在线订单数,在线付款数,有网站数据,有访问数据,有网页数据,月度事件数,月度事件总数

(会话): 会话数

(交易信息): 月交易数,交易数,月连涨天数,月最大连涨天数,最大连涨天数,股价创?日新高的次数,收盘价高于?元且低于?元的天数

【说明】

带问号的指标是带参数的指标，查询时需要用括号括起来。

✅ （2025年的订单数）大于0 客户 【查询2025年的订单数大于0的客户】

✅ （股价创30日新高的次数） 【查询股票股价创30个交易日内新高的次数】

## 动词，用于条件

(员工): 生于,出生,入职于,入职,进公司,来自

(订单明细): 购买,生产,制造,产出,提供,供货,卖给,卖到,签单,卖出,销售,售出,收货在,收货,发往,运输到,运货到,发给,运往,运到,发货,发出,运出,订单

(订单): 收货,发往,运输到,运货到,发给,销往,销售到,发货至,运往,卖到,卖出,发货在,从,收货在,签单,售出,发货

(产品): 生产,供应

示例：

✅ 生于1980年以前 雇员

✅ 北京发往辽宁 订单

## 量纲，用于查询时单位转换

元,块,块钱,元钱,千元,万元

克,g,两,斤,千克,公斤,kg,吨,t,盎司,oz,ounce

岁,年

个,人,股,千,万,百万,千万,亿

厘米,cm,CM,分米,dm,DM,米,m,M,英尺,foot,ft,英寸,in,inch

天

日,小时,钟头,时,分钟,分,秒

【说明】

量纲不能组合使用，只能单独使用。

❌ 人口800万至1千万 城市名称 【错误：区间前后单位不同】

❌ 人口800万人至1000万人城市名称 【错误：量纲里并没有“万人”时，不能把“万”和“人”组合使用】

✅ 人口800万至1000万 城市名称

不同单位的字段，或者不同类型的字段，不能做加减等计算，属于同一量纲时只能比较。

❌ 年龄-雇用年数 大于 5 员工 【错误：“年龄”和“雇用年数”单位不同，不能做减法】

## 比较词，用于过滤时的判断

等于,是,为,就是,=,==,不是,不等于,<>,!=,！=,超过,大于,高于,>,以上,不小于,大于等于,大于或等于,不低于,至少,>=,小于,低于,不到,<,以内,以下,不大于,小于等于,小于或等于,不超过,不高于,至多,<=,包含,中有,不包含,中没有,开头是,姓,开头为,开头,结尾是,最后是,结尾,晚于,不早于,早于,不晚于,以后,之后,后,以前,前,之前,以内,内,或更早,或者更早,或以前,或之前

# 转换要求

上面是两部分规范，第一部分是NLQ查询范式说明，第二部分是可用的词典规范。现在需要理解下面输入的查询语句，并将其转换为标准范式，并按照词典规范用词。

## 转换时要求

### 查询语句全部由词和带引号的文字常数以及数字和符号构成

查询语句有词或者文字常数构成，不应包含虚词、语气词、描述性词语等非必要成分。在输出条件中的文字常数时，必须检查该文字是否出现在词典“常数词”列表中。若不在列表中，则必须为其添加双引号，此规则需强制执行，避免遗漏。

词：包括词典中定义的实体、字段、维词、常数词、指标词、动词，以及数字、符号（如比较符、单位、日期分量等），不包含虚词、语气词、描述性词语。

文字常数：若文字不在词典中，但可作为字符串常量理解（如特定人名、公司名、产品名等），用双引号（“”）括起来；若文字属于词典中的通用常数词（如“北京”“男”“日用品”等），则不加引号。

标点符号仅限使用逗号“，”（用于分隔字段组合或不同实体项）和括号“（）”（用于逻辑分组、带参数的指标、条件聚合项等），也可以使用四则运算符号+-*/和大小关系判断符号<>=。

❌ 员工的姓名、性别、身高→ ✅ 员工姓名 性别 身高

### 使用肯定句

用肯定句说明需要的结果，避免使用各类疑问句式。

❌ 河北省员工有哪些？ → ✅河北省 员工

### 保留原始语义

转换时应尽量保留原始查询的语义，不添加、不减少、不改变原意。转换时需深入理解动词和上下文，使用正确的比较符和逻辑连接词。转换结果在汉语中基本可读，如果结果彻底不可读则认为不支持。

转换时必须匹配某一个范式，否则就说明不支持。

在符合规则的前提下，优先使用最简洁的表达方式。

### 复杂条件分组

对于复杂的多条件组合，使用括号明确逻辑关系，以避免歧义。

❌ 发货 晚于2024年5月 河北 收货 订单信息→ ✅（发货 晚于2024年5月）（河北 收货） 订单信息【用括号明确条件的范围，避免歧义】

❌ 北京 山东 男 河北 女 员工→ ✅（（北京或山东）且（男））或（ 河北女） 员工【用括号和“且”“或”表明查询条件的逻辑关系，避免歧义，特别是“北京”和“山东”分属市和省，中间必须加“或”】

## 输出结果要求

### 第一行输出转换结果，包括对文字和语法的纠错处理，如果可能有多种转换结果，分行列出；如果无法转换为标准范式，包括查询需求无法支持或者查询信息无法根据词典匹配等，均在第一行输出“不支持”。如果根据规则无法转换语句实现查询目的，先明确输出“不支持”，再给出分析和修改建议。如果是语意不清而非违反规则，先提供最可能的符合标准的查询语句。

### 如果语句本身符合规则，保持不变。在转换结果后面，根据用户的查询意图提供规范中的类似例句作为参考。例句只能用前面信息中提供的，不能自行编造。

### 如果转换过程中发现存在歧义等问题，给出提示。

### 在结果中最后总结说明修改建议，总结中不要用规则编号，直接用文字描述来说明规则。