Spring Boot Demo - AI SQL 查询助手

在这里插入图片描述https://github.com/xfyang728/spring-boot-demo.git

一个功能完整的 Spring Boot 演示项目，集成了 PostgreSQL 数据库、AI SQL 生成、智能图表推荐和 Vue.js 前端。

1. 项目概述

1.1 项目背景

spring-boot-demo 是一个集成 PostgreSQL 数据库、Redis 缓存、WebSocket 实时通信和 Vue.js 前端的 Spring Boot 演示项目。其核心功能是通过 AI (Ollama/Llama) 自动生成 SQL 查询语句，并将查询结果以图表形式可视化展示。

1.2 核心功能

  • AI SQL 生成: 用户输入自然语言需求，AI 自动生成 PostgreSQL SQL
  • 智能查询执行: 后端执行 SQL 并返回结果
  • 图表可视化: 根据数据特征自动推荐并生成图表
  • 实时交互: 支持用户编辑生成的 SQL 并重新查询

2. 技术栈

后端

  • 框架: Spring Boot 2.7.10
  • Java 版本: 1.8
  • 数据库: PostgreSQL
  • 连接池: Druid
  • 缓存: Redis
  • AI: Ollama (Llama 3.2)
  • 工具库: Hutool、Lombok

前端

  • 框架: Vue 3
  • 构建工具: Vite
  • HTTP 客户端: Axios
  • 图表库: ECharts

3. 项目结构

spring-boot-demo/
├── src/
│   ├── main/
│   │   ├── java/com/example/springbootdemo/
│   │   │   ├── controller/     # REST API 控制器
│   │   │   │   ├── AiController.java           # AI 查询接口
│   │   │   │   └── ExecutionLogController.java  # 执行日志接口
│   │   │   ├── model/          # 数据模型
│   │   │   ├── service/        # 业务逻辑层
│   │   │   │   ├── PromptManager.java           # Prompt 管理
│   │   │   │   ├── SchemaDiscoveryService.java  # 动态 Schema 发现
│   │   │   │   ├── SqlAutoCorrector.java         # SQL 自动修正
│   │   │   │   ├── SqlSecurityValidator.java    # SQL 安全验证
│   │   │   │   ├── ChartRecommendationService.java # 图表推荐
│   │   │   │   ├── QueryCacheService.java        # 查询缓存
│   │   │   │   └── ExecutionLogService.java     # 执行日志
│   │   │   ├── utils/        # 工具类
│   │   │   ├── websocket/    # WebSocket 配置
│   │   │   └── SpringBootDemoApplication.java
│   │   └── resources/
│   │       ├── application.yaml  # 应用配置
│   │       └── db/init.sql       # 数据库初始化脚本
│   └── test/                     # 测试类
├── web/                          # Vue.js 前端项目
│   ├── src/
│   │   ├── components/       # Vue 组件
│   │   │   ├── HelloWorld.vue    # 主页面
│   │   │   └── SqlEditor.vue     # SQL 编辑器
│   │   ├── assets/           # 静态资源
│   │   ├── App.vue           # 根组件
│   │   └── main.js           # 入口文件
│   └── package.json
├── docs/
│   └── AI_SQL_Chart_Design.md # 详细设计文档
├── pom.xml                      # Maven 配置
└── mvnw                         # Maven 包装器

4. 系统架构

4.1 整体架构

┌─────────────────────────────────────────────────────────────────┐
│                        前端层 (Vue.js)                          │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────────┐  │
│  │ 用户输入  │→ │ Prompt   │→ │ 图表渲染  │→ │ 错误提示    │  │
│  │ 组件     │  │ 构建器    │  │ 组件     │  │ 组件        │  │
│  └──────────┘  └──────────┘  └──────────┘  └──────────────┘  │
└──────────────────────────┬──────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────────┐
│                      AI 服务层 (Ollama)                         │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────────┐  │
│  │ Prompt 管理器 │→ │ SQL 生成器   │→ │ 多模型支持           │  │
│  │ - Schema     │  │              │  │ - Llama 3.2         │  │
│  │ - 示例       │  │              │  │                      │  │
│  └──────────────┘  └──────────────┘  └──────────────────────┘  │
└──────────────────────────┬──────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────────┐
│                    安全验证层                                    │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────────┐  │
│  │ SQL 语法验证  │→ │ 注入检测     │→ │ 危险关键字过滤       │   │
│  └──────────────┘  └──────────────┘  └──────────────────────┘  │
└──────────────────────────┬──────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────────┐
│                      数据执行层                                  │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────────┐  │
│  │ 智能重试机制  │→ │ 结果缓存     │→ │ 查询优化              │   │
│  └──────────────┘  └──────────────┘  └──────────────────────┘  │
└─────────────────────────────────────────────────────────────────┘

4.2 数据流设计

1. 用户输入自然语言 → Prompt 构建 → AI 生成 SQL
2. SQL 验证 → 语法检查 → 注入检测 → 危险关键字过滤
3. SQL 执行 → 结果缓存 → 响应返回
4. 数据分析 → 图表推荐 → 图表渲染
5. 错误发生 → 错误分类 → 自动修复 → 重试机制

5. 快速开始

5.1 环境要求

  • JDK 1.8+
  • Node.js 14+
  • PostgreSQL 12+
  • Redis 6+
  • Ollama (用于 AI SQL 生成)

5.2 后端启动

# 初始化数据库
psql -U postgres -f src/main/resources/db/init.sql

# 启动 Spring Boot 应用
./mvnw spring-boot:run

服务将在 http://localhost:7878 启动

5.3 前端启动

cd web
npm install
npm run dev

前端将在 http://localhost:5173 启动

6. 核心模块

6.1 Prompt 管理器 (PromptManager)

职责
  • 管理和构建 AI 提示词
  • 包含完整的数据库 Schema 信息
  • 提供 SQL 生成规则和示例
System Prompt 模板
你是 PostgreSQL SQL 专家。

数据库信息：
- 表名: car_sale
- 字段定义:
  * province (省份/地区)
  * date (日期 YYYY-MM-DD HH:MI:SS格式)
  * value (金额/销售额)
  * count (数量)

【强制输出规则】必须严格遵守以下所有规则：
1. 只输出纯 SQL，不要任何前缀、后缀、说明文字、代码块标记
2. 不要包含分号（;）
3. LIMIT 限制最大 100 行
4. 必须使用数据库中实际的列名（如 province、date、value）
5. 禁止使用的操作: DROP, DELETE, TRUNCATE, ALTER, CREATE, INSERT, UPDATE
6. 按日期分组统计时，必须使用 CAST(date AS DATE) 提取纯日期

6.2 SQL 安全验证器 (SqlSecurityValidator)

验证规则
规则类型 具体规则 处理方式
SQL 长度 最大 500 字符 拒绝
危险关键字 DROP, DELETE, TRUNCATE, ALTER, CREATE, INSERT, UPDATE, GRANT, REVOKE 拒绝
前缀检查 必须以 SELECT 或 WITH 开头 拒绝
LIMIT 检查 最大 1000 行 自动调整
JOIN 数量 最多 3 个 JOIN 警告

6.3 SQL 自动修正器 (SqlAutoCorrector)

错误类型与修复策略
错误类型 错误特征 修复策略
类型转换错误 “cannot be cast” 添加适当的 CAST
EXTRACT 错误 “pg_catalog.extract” 使用 CAST 包裹日期字段
不存在函数 “function does not exist” 简化函数调用
语法错误 “syntax error” 返回给用户手动修正

6.4 智能图表推荐器 (ChartRecommendationService)

推荐规则
数据特征 推荐图表 说明
时间序列 + 数值 折线图/柱状图 展示趋势变化
分类 + 数值 柱状图 展示分类对比
单一数值 ≤10行 饼图 展示占比分布
数据量 > 100行 表格 展示详细数据
支持的图表类型
  • bar: 柱状图
  • line: 折线图
  • pie: 饼图
  • table: 数据表格

6.5 动态 Schema 发现 (SchemaDiscoveryService)

功能
  • 从数据库 information_schema 自动获取表结构
  • 缓存 Schema 信息（5分钟 TTL）
  • 提供字段类型、描述等信息

7. API 接口

7.1 AI 查询接口

POST /ai/query
Content-Type: application/json

Request:
{
  "question": "每天的订单数量是多少"
}

Response:
{
  "success": true,
  "data": {
    "sql": "SELECT CAST(date AS DATE) as date, COUNT(*) FROM car_sale GROUP BY CAST(date AS DATE) LIMIT 100",
    "results": [...],
    "rowCount": 2,
    "executionTimeMs": 125
  },
  "chartRecommendation": {
    "type": "line",
    "title": "时间趋势图",
    "xAxis": "date",
    "yAxis": "count"
  }
}

7.2 直接执行 SQL

POST /ai/execute
Content-Type: application/json

Request:
{
  "sql": "SELECT province, SUM(value) FROM car_sale GROUP BY province LIMIT 100"
}

7.3 SQL 验证

POST /ai/validate
Content-Type: application/json

Request:
{
  "sql": "SELECT * FROM car_sale LIMIT 10"
}

Response:
{
  "valid": true,
  "errors": [],
  "warnings": ["建议添加具体的 SELECT 字段而非 *"]
}

7.4 执行日志查询

GET /logs/recent?limit=10

8. 数据库配置

默认配置

  • 主机: 127.0.0.1
  • 端口: 5432
  • 数据库: postgres
  • 用户名: postgres
  • 密码: postgres

Redis 配置

  • 主机: localhost
  • 端口: 6379
  • 数据库: 0

9. 安全设计

9.1 SQL 注入防护

  1. 参数化查询: 所有用户输入必须参数化
  2. 输入过滤: 过滤特殊字符 ;, --, /*, */
  3. 权限控制: 只允许 SELECT 操作
  4. 资源限制: LIMIT 最大 1000 行

9.2 审计日志

记录所有 SQL 执行：

  • 执行时间
  • SQL 内容
  • 执行结果
  • 状态（SUCCESS/ERROR/VALIDATION_ERROR）

10. 性能优化

10.1 缓存策略

缓存内容 TTL 说明
Schema 信息 5分钟 表结构缓存
查询结果 5分钟 SQL 查询结果
AI 响应 30分钟 热门查询

10.2 查询优化

  • 添加 LIMIT 限制
  • 使用索引提示
  • 分析执行计划
  • 慢查询日志

11. 开发说明

项目采用前后端分离架构：

  1. 后端 (Spring Boot) - 负责业务逻辑、数据处理和 AI 交互
  2. 前端 (Vue.js) - 负责用户界面、图表渲染和交互

12. 详细设计

更多详细设计文档请参考：docs/AI_SQL_Chart_Design.md

许可证

MIT License

# 人工智能 # sql # 数据库 # 前端 # 后端
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

【最新 v2.7.1 版本】阿里云百炼 API Key 创建及 OpenClaw 配置教程

avatar AtomGit开源社区

AI抠图怎么制作？2026年最全工具对比和实战指南

说白了，AI抠图就是用人工智能技术识别图片中的主体对象，自动把它从背景里分离出来。相比传统的手工抠图方法，AI抠图快得不是一点半点。我自己做过对比，用PS手工抠一张人像照片，少说也得花15-20分钟。但用AI工具的话，就是上传图片、等待几秒钟、下载成品，整个流程可能还不到一分钟。特别是对于我们这种没有专业设计基础的人来说，AI抠图简直就是救星。从2024年开始，AI抠图工具就开始爆火，到了2026

avatar AtomGit开源社区
cover

维普AI率100%能降吗？维普极端重灾区的完整应对方案路径！

avatar AtomGit开源社区