背景

大模型的出现带动了 Text2SQL 技术，数据查询貌似变得前所未有的简单，只要会打字、提问，就能轻松获得结果，具有很强的“灵活性”。

但是，大模型天生存在不可克服的幻觉，查询数据的“准确性”无法保证。业界用了很多辅助手段仍然难以消除幻觉，只能大幅限定查询范围，严重削弱 “复杂性”，结果以 Text2SQL 技术为基础的 chatBI 就只能沦为“玩具”。

当前的 Text2SQL 技术，就一直面临这种 “灵活性”、“准确性”与 “复杂性”难以兼顾的困境。

润乾 NLQ 创新地使用规范文本作为中间层，让用户有了确认正确性的能力以消除幻觉，继而使用规则引擎实现准确的 SQL 生成。内置的中间层 MQL 覆盖了多种典型查询范式，保证了复杂查询能力。大模型只需负责多样化的自然语言与规范文本之间的转换。这种机制下，润乾 NLQ 可以同时兼顾灵活性、准确性与复杂性。而且，这种架构还有巨大成本优势，为 Text2SQL 的实用化提供了一条可行的工程路径。

我们精心设计了这门培训课程，从润乾 NLQ 原理的细致解析，到手把手的实际操作讲解，助您掌握这个利器，建成真正实用、好用的 AI 式数据查询系统。

目录

课程的内容包括：

1. NLQ 原理

了解 NLQ 原理，工作机制。

详细介绍参见： 万字长文解析 Text2SQL 破局，兼得灵活复杂准确

2. 明细查询

针对明细数据的查询，讲解字段词、实体词等。

3. 条件过滤

根据一定的条件查询出需要的数据，讲解比较词、字段簇等。

4. 指标计算

查询简单指标、复杂指标，讲解指标词、固有维度等。

5. 聚合查询

不分组的全表聚合、按照字段分组的聚合计算。

6. 多表查询

涉及多个表的查询，讲解主子表的查询。

7. 汇总查询

按照维度分组汇总的查询。

8. 应用集成

在 Java 应用中集成调用 NLQ 服务，以及与 LLM 之间的接口。

课程准备

开始之前，需要做些准备工作。

1、 先学习前序课程：DQL 超维分析课程

2、 下载安装润乾报表

3、 数据和配置文件随安装包附带

4、启动、连接数据源

打开 NLQ 汉语查询，点击菜单 - 本地应用 - 启动实例数据库，运行系统自带的 HSQL 数据库和嵌入式的 DQL 服务：

点击菜单 - 工具 - 数据源，连接 [系统]dql 数据源：

数据源名字变成粉红色表示已经连接成功。