Text-to-SQL 与 Analytics Agent · 企业落地

定位：在 27-Agent参考架构 七视图 母版下，专述 自然语言 → 可执行 SQL / 语义指标 的 Analytics Agent 生产架构——覆盖 Schema Linking、语义层（dbt Metrics / Headless BI）、SQL 沙箱、行列级安全、成本封顶、Golden Set、幻觉 Join、审批流与审计。
不重复：Agent 通用控制面见 27 §3；RAG 管线见 03；ReAct/Tool 见 04；治理见 17；考前冲刺见 98。
数据底座：执行引擎与优化器语境见 MySQL 套件、PostgreSQL 套件。

---

导航 · 套件内关联

类型	文件	本篇用法
结构母版	27 七视图	§1–§8 章节映射
前置必读	03 RAG	Schema/文档检索、Hybrid
前置必读	04 Agent	ReAct、Tool Router、MCP
前置必读	17 治理	四层防御、审计字段
深链	06 Eval	Golden Set、faithfulness
深链	07 Serving	Token FinOps、路由
深链	13 Playbook	12 能力域、HITL
深链	21 部署指南	Checkpoint、幂等
冲刺	98 高频题	§4 新增 T2SQL 题锚点
MySQL	mysql/05 SQL优化	EXPLAIN、索引
MySQL	mysql/08 锁	长查询风险
PG	postgres/06 Planner	代价模型
PG	postgres/03 MVCC	只读副本语义

---

0. 面试前 30 分钟 Checklist（Staff / Architect）

时间盒	动作	产出
5 min	背 七视图一句话（§1.2）	Analytics Agent 与通用 Agent 差异 3 点
5 min	白板 应用视图（§3）	NL→Link→Gen→Validate→Execute→Explain
5 min	画 语义层三层（§3.4）	物理表 / dbt 模型 / Headless 指标
5 min	口述 安全三板斧（§6）	沙箱 + RLS/CLS + 审批
5 min	准备 1 个 STAR-M-P（§12）	幻觉 Join 或越权查询
5 min	过 Master P0（§13）标红 3 项	Golden Set + cost cap

开场金句（90s）：

「Analytics Agent 不是 ChatGPT 接 JDBC，而是 带副作用的只读/受控写查询控制器。我用七视图讲：业务上服务谁、能否自动执行；应用上 Schema Linking + 语义层 + SQL 沙箱；数据上元数据与 Golden Set；部署上沙箱集群与只读副本；安全上行列级策略与审批；集成上 dbt/Headless BI/数仓；演进上从 Copilot 到自治查询的分期。」

---

1. 七视图方法论（Analytics Agent 特化）

1.1 与 27 的映射

27 视图	Analytics Agent 核心问题	本篇章节
业务	谁问、问什么、能否自动跑 SQL	§2
应用	Linking / 生成 / 校验 / 执行	§3
数据	元数据、指标、Golden Set	§4
部署	沙箱、只读副本、资源隔离	§5
安全	RLS、CLS、审批、审计	§6
集成	dbt、Cube/MetricFlow、BI	§7
演进	Copilot → 半自动 → 受控自治	§8

1.2 七视图一句话速记

#	视图	核心问题	Analytics 关键词
1	业务	价值与边界	自助 BI、运营问数、禁止 DDL
2	应用	怎么生成可信 SQL	Schema Linking、语义层、Validator
3	数据	元数据与评测	DDL 快照、血缘、Golden Set
4	部署	怎么安全执行	SQL Sandbox、只读、超时
5	安全	怎么防越权	RLS/CLS、mask、审批
6	集成	怎么接存量	dbt、Headless BI、Trino
7	演进	怎么分期	建议 SQL → 人批 → 自动

1.3 视图依赖总图

Staff 白板顺序（45min）：业务(5m) → 应用(12m) → 安全(8m) → 数据(5m) → 集成(5m) → 部署(5m) → 演进(5m)。

---

2. 业务视图（Business View）

2.1 场景矩阵

场景	用户	数据域	副作用	默认模式	HITL
运营自助	运营/PM	订单/流量 ODS	只读 SELECT	建议 SQL + 一键执行	敏感指标二次确认
财务月结	FP&A	总账/收入	只读 + 导出	仅建议 SQL	全量执行需审批
数据科学	DS	特征宽表	只读 + 临时表禁	Copilot	禁止 CREATE
客服洞察	客服主管	工单/会话	只读	RAG+指标	PII 列脱敏
高管问数	C-level	语义指标	只读 Headless	NL→指标 API	无原始 SQL 暴露

2.2 价值流

2.3 验收标准（机器可验）

维度	指标	门槛示例
正确性	execution_accuracy	Golden Set ≥92%
安全	policy_violation_rate	0（越权即事故）
成本	p95_scan_gb / p95_latency	按租户配额
可解释	metric_citation_rate	100% 走语义层指标
体验	first_correct_sql_rate	≥75% 无需人工改 SQL

2.4 业务反模式

反模式	现象	修复
直连生产写库	Agent 用 RW 账号	只读沙箱 + 拒绝 DDL/DML
无角色差异	客服能查薪资	RBAC + 列掩码
「感觉对了」	无 Golden Set	发布门禁 + 回归
无限扫表	一次查询打满集群	cost cap + EXPLAIN 预估

---

3. 应用视图（Application View）

核心：Staff 面试停留最长。必须画清 NL → Schema Linking → SQL Gen → Static Validate → Policy → Sandbox Execute → Explain 七段流水线，以及 语义层优先、物理表兜底。

3.1 参考架构总图

3.2 组件契约与 SLA

组件	职责	p99 延迟	失败降级
Intent	NL→指标/维度/时间范围	<2s	澄清问题模板
Schema Linker	表/列/Join 路径候选	<3s	缩小到 star schema 子图
SQL Generator	生成 ANSI SQL	<8s	降级小模型 + 模板
Validator	语法/表列白名单/Join 图	<500ms	block 执行
Sandbox	执行只读	<30s	返回采样+「已截断」
Approval	人审高危查询	SLA 4h	超时拒绝非 P0

3.3 Schema Linking（模式链接）

定义：将自然语言中的实体（「上周华东 GMV」）映射到 语义指标 或 物理表.列，并推断 Join 路径。

技术	作用	与 03 RAG 关系
表/列 Embedding	相似表召回	同 Hybrid 检索
Join 图索引	预计算 FK 路径	图算法，非向量
口径文档 RAG	「GMV 是否含取消」	chunk=指标定义
Few-shot	同域 SQL 样例	按 tenant+domain 过滤

Linking 输出契约：

{
  "metrics": ["gmv_net"],
  "dimensions": ["region", "dt"],
  "filters": [{"field": "dt", "op": "between", "value": ["2026-05-13","2026-05-19"]}],
  "tables": ["fct_order", "dim_region"],
  "join_edges": [{"left": "fct_order.region_id", "right": "dim_region.id", "type": "inner"}],
  "confidence": 0.87,
  "schema_context_rev": "dbt_20260520_1430"
}

反模式：把 500 张表 DDL 全塞 prompt；无 Join 图导致 幻觉 Join（§10.3）。

3.4 语义层：dbt Metrics / Headless BI

层级	产物	Agent 用法	人读
L3 Headless	Cube/MetricFlow/LookML 指标	query({metrics, dimensions})	业务友好
L2 dbt	staging→mart + metrics YAML	编译 SQL 或指标 API	数据团队
L1 物理	ODS/DWD 宽表	Linking 兜底	DBA

为什么语义层优先：

1. 口径唯一：「GMV」在 Agent 侧是 gmv_net 指标 ID，不是自由文本。
2. Join 预封装：metrics 已绑定 join_path，大幅降低幻觉 Join。
3. 权限对齐：Headless 自带 member-level security，与 17 一致。

平台	集成方式	Agent Tool 形态
dbt + MetricFlow	mf query / Semantic Layer API	tool: semantic_query
Cube	REST /load	tool: cube_load
Looker	LookML + API	嵌入 Explore 受限
Apache Superset	数据集语义	次选，口径弱于 dbt

3.5 SQL 生成与静态校验

生成策略（生产推荐）：

阶段	方法	说明
1	指标 API 优先	能解析为 metrics 则不生成裸 SQL
2	模板 + 槽位	高频问法「分渠道 GMV」→ Jinja 模板
3	LLM 补全	仅填充 WHERE/时间，Join 来自 Linker
4	DIN-SQL / MAC-SQL	研究范式，需 Validator 兜底

Validator 必检项（执行前硬闸门）：

1. 语句类: 仅允许 SELECT / WITH；拒绝 DDL/DML/多语句/注释注入
2. 表白名单: FROM/JOIN 表 ∈ role_allowed_tables
3. 列黑名单: 拒绝 salary, id_card_hash 等
4. Join 图: 每条 JOIN 边 ∈ approved_join_graph
5. 分区裁剪: 事实表必须有 dt 过滤（可配置）
6. 成本预估: EXPLAIN 扫描行数/字节 > cap → 转审批
7. 结果上限: LIMIT ≤ N（默认 10_000）

→ MySQL EXPLAIN 见 mysql/05；PG 见 postgres/06。

3.6 SQL Sandbox（执行沙箱）

控制项	MySQL 实现	PostgreSQL 实现
账号	agent_ro@% 仅 SELECT	agent_ro + SET ROLE
超时	MAX_EXECUTION_TIME	statement_timeout
资源	独立 Replica + 并发队列	只读池 + pg_bouncer
网络	安全组仅沙箱→副本	同 VPC 无生产写端点

反模式：Validator 与 Executor 之间无 二次解析；沙箱与生产 同库不同账号 仍可能拖垮主库——推荐 物理隔离副本。

3.7 控制面：Cost Cap（成本封顶）

维度	配置示例	触发动作
单次	max_scan_gb=50	EXPLAIN 超限→审批
单次	max_rows=10000	自动 LIMIT
单次	wall_timeout=30s	Kill + 错误码
用户日	daily_scan_tb=2	拒绝或排队
租户月	monthly_cost_usd=500	FinOps 告警

与 27 §3.3 预算 对齐：max_cost_usd 含 LLM token + 数仓扫描。

3.8 审批工作流（Approval Workflow）

风险级别	条件	流程
L0	语义层指标 + 命中缓存	自动执行
L1	物理 SQL + 成本<阈值	自动 + 异步审计
L2	宽表 Join / 接近 cap	数据 Owner 审批
L3	新 Join 边 / 敏感列	安全+Owner 双审
L4	跨域 PII	拒绝或脱敏副本

与 04 HITL 对齐：审批是 人类 Tool，写回 checkpoint；禁止 Agent 自行修改已批 SQL 再执行。

3.9 应用视图反模式

反模式	风险
跳过 Linking 直接生成	幻觉表名/Join
语义层与物理口径并存无映射	双 GMV
Validator 只做字符串黑名单	绕过 UNION SELECT
审批后执行不同 SQL	审计失效

---

4. 数据视图（Data View）

4.1 逻辑数据模型

4.2 Golden Set（金标准评测集）

字段	说明
case_id	稳定 ID
question	自然语言
gold_sql 或 gold_metrics	可执行标准答案
gold_result_hash	结果集指纹（防优化器差异）
domain	订单/供应链/财务
risk	L0–L4
tags	join2hop, window_fn, yoy

三类评测：

类型	指标	用途
Exact Match	SQL 字符串归一化后相等	开发迭代
Execution Accuracy	结果集一致	发布门禁 P0
Semantic Match	指标 ID 一致	语义层路线

→ 通用 Eval 06；98 冲刺勾选。

4.3 元数据与血缘

资产	来源	刷新	Agent 消费
DDL 快照	Information Schema	日更	Linking
Join Graph	FK + dbt manifest	随 dbt build	Validator
列画像	Profiling	周更	异常检测
口径文档	Confluence/Notion	RAG 索引	消歧
血缘	OpenLineage/dbt	实时	Explain 脚注

4.4 数据治理

• 版本钉扎 version_pin：prompt_rev + model + schema_snapshot_rev + dbt_manifest_rev + join_graph_rev
• 留存：原始 NL 30d；SQL+结果摘要 90d；审计 7y（金融域）
• 删除权：用户 opt-out → 擦除 question/execution 个人标识

---

5. 部署视图（Deployment View）

5.1 拓扑

5.2 容量估算（Staff 必背）

输入	公式	示例
DAU 问数	Q = DAU × 3 问/人/日	500×3=1500
LLM 成本	Q × ($0.02~0.08)	$30–120/日
数仓扫描	Q × 平均 5GB	7.5TB/日 → cap 必需
Sandbox CPU	并发 × 2 vCPU	50 并发 → 100 vCPU

5.3 环境策略

环境	数据	Golden	执行
dev	合成	子集	内存 DuckDB
staging	脱敏快照	全量	沙箱副本
prod	真副本	回归+金丝雀	只读+审批

---

6. 安全视图（Security View · 横切）

6.1 行级 / 列级安全（RLS / CLS）

机制	MySQL 8	PostgreSQL	Headless BI
行级	视图+WHERE tenant_id	RLS Policy	Cube queryRewrite
列级	列权限 GRANT	Column privileges + mask	维度可见性
动态	会话变量 @tenant	current_setting('app.tenant')	JWT claim

-- PostgreSQL RLS 示例（Agent 会话 SET app.tenant_id）
ALTER TABLE fct_order ENABLE ROW LEVEL SECURITY;
CREATE POLICY tenant_isolation ON fct_order
  USING (tenant_id = current_setting('app.tenant_id')::int);

→ mysql/13 安全；17 §2。

6.2 纵深防御（Analytics 栈）

6.3 Prompt 注入与数据渗出

威胁	场景	控制
间接注入	口径文档「忽略策略」	RAG chunk 边界 + 来源标签
SQL 注入	NL 含 '; DROP	Parser 拒绝多语句
渗出	「列出所有手机号」	列黑名单 + DLP
Join 放大	笛卡尔积	Join 图 + 行数上限

6.4 审计（Audit）

每条执行最小字段（对齐 17 §2.4）：

字段	说明
audit_id	UUID
trace_id	链路
tenant_id / user_id / role	身份
nl_question	原文（可加密）
generated_sql	完整 SQL
approved_sql	人审后（若有）
approver_id	审批人
version_pin	版本
cost_estimate / rows_scanned	成本
policy_decision	allow/deny/approval
result_row_count	结果规模
engine	mysql-ro / pg-ro / trino

存储：ClickHouse / ES append-only；SIEM 对接；金融域保留 7 年。

---

7. 集成视图（Integration View）

7.1 与 dbt 工程集成

产物	用途
manifest.json	表/列/依赖
metrics.yml	指标→SQL
semantic_manifest	MetricFlow 查询

7.2 Headless BI（Cube 示例）

# cube/schema/Orders.js — Agent 只暴露预定义 measures
measures:
  gmv_net:
    sql: "{CUBE}.amount"
    type: sum
    filters:
      - sql: "{CUBE}.status != 'cancelled'"

Agent Tool：cube_load({ measures: ['gmv_net'], dimensions: ['region'], timeDimensions: [...] })。

7.3 数仓与 MySQL / PostgreSQL

引擎	典型角色	Agent 注意点
MySQL	OLTP 副本	索引分区；禁止打主库
PostgreSQL	数仓/指标	RLS、JSONB 维表
Trino	联邦	catalog 白名单
Snowflake/BQ	企业仓	Warehouse=cost cap

深链：mysql/08 锁、postgres/03 MVCC、postgres/09 慢查。

7.4 与通用 Agent 平台集成

模式	说明
Tool	analytics_query 注册 04 Tool Router
MCP	mcp-analytics 暴露语义查询
BFF	前端图表 ← dataset URI

---

8. 演进视图（Evolution View）

8.1 四阶段成熟度

Stage	名称	能力	准入
0	Copilot	只建议 SQL	PoC
1	Governed Exec	沙箱+Validator+Golden≥85%	生产只读
2	Semantic First	80% 走指标 API	exec_acc≥92%
3	Proactive Insights	异常推送	Stage2 稳定 2 季

8.2 技术债清单

债项	信号	偿还
裸 SQL 比例高	>40%	补 metrics
Join 图腐烂	FK 变更未同步	manifest CI
Golden 过时	规则变	月度策展
Replica 延迟	结果不一致	延迟告警

---

9. 跨视图决策矩阵

决策	业务	应用	安全	数据	推荐
是否上语义层	口径争议多	降 Join 幻觉	权限集中	指标即文档	Yes
LLM 写 SQL	灵活	风险高	难评测	—	沙箱+Validator
全量审批	体验差	—	合规	—	分级 L0–L4
PG vs MySQL 沙箱	—	—	RLS 强	—	各 RO；联邦 Trino

---

10. 专题深潜

10.1 端到端流水线

10.2 Schema Linking 算法选型

方法	优点	缺点	企业建议
全量 DDL	简单	Token 爆	禁止
RAG+Graph	可扩展、Join 稳	图维护	默认
Fine-tuned linker	域内高	训练成本	Stage2+

10.3 幻觉 Join（Hallucinated Join）

定义：模型引入 不存在的外键 或 错误 Join 键。

类型	示例	后果
幽灵表	JOIN dim_salary 不存在	失败或绕过校验
错键	user_id 应为 buyer_id	GMV 翻倍
桥接缺失	多对多无 bridge	行数爆炸
跨租户	缺 tenant_id	泄漏

防护四层：语义层预 Join → Join Graph 白名单 → SQLGlot 验边 → EXPLAIN 行数异常。

10.4 Sandbox 清单

• 独立子网、只读账号、超时、LIMIT、拒绝 DDL/DML
• 审批 SQL 与执行 SQL hash 一致

10.5 Cost Cap 与 FinOps

$/question = LLM + scan；仪表盘联动 07。

10.6 Golden 策展

生产脱敏日志 → 专家策展 → Peer Review → 回归套件；事故 SQL 入负例。

10.7 审批与审计一体

approval_id = 审计键；禁止先跑后批（break-glass 除外）。

---

11. 高频口述题（15 道 · 60–90s）

11.1 Text-to-SQL 和 RAG 问答区别？

答：RAG 输出文本+引用；Text-to-SQL 输出 可执行程序，副作用是 成本与越权。需 Validator+沙箱+RLS，评测用 Execution Accuracy。03 vs §3。

11.2 为何优先语义层？

答：口径与 Join 预封装，解析为 metrics+dimensions，降幻觉 Join；裸 SQL 兜底且强审批。§3.4。

11.3 Schema Linking 怎么做？

答：Retrieve-then-Generate：召回≤20表，Join Graph 约束，压缩 context；禁全库 DDL。§3.3。

11.4 什么是幻觉 Join？

答：编造表关系或错键。Golden 标注 join_graph；EXPLAIN 行数异常。§10.3。

11.5 SQL Sandbox 最低配？

答：只读账号、独立副本、超时、LIMIT、拒绝 DDL/DML、Parser 二次校验。§3.6。

11.6 行级安全放哪层？

答：语义层权限 → Validator 注入 tenant → DB RLS。不能靠 prompt。§6.1。

11.7 Cost Cap 卡什么？

答：扫描字节/行、wall time、日累计；超限走审批。§3.7。

11.8 Golden 门禁？

答：Execution Accuracy ≥92%，无 P0 安全失败；钉扎 schema_rev。§4.2。

11.9 如何防「批 A 跑 B」？

答：approved_sql_hash 锁；审计双写。§3.8。

11.10 能否无限 ReAct？

答：否。Plan-Execute，步数≤5。04、27 §3.4。

11.11 MySQL vs PG 沙箱？

答：PG RLS 原生；MySQL 用视图+会话变量；联邦 Trino catalog 白名单。§6.1。

11.12 与 dbt CI 联动？

答：manifest.json 同步 Catalog+Join Graph；变更触发 Golden。§7.1。

11.13 Headless 与 Agent 谁为主？

答：Headless 为执行真相源；Agent 编排 NL。§7.2。

11.14 审计存多久？

答：金融 7 年；含 identity、NL、SQL、审批、cost、version_pin。§6.4、17。

11.15 Stage0→2 最大坑？

答：口径未语义化→裸 SQL 与审批爆炸；先 metrics 化。§8.1。

---

12. STAR-M-P 事故复盘：幻觉 Join 导致 GMV 虚高

字段	内容
S	零售 Analytics Agent Stage1 第 5 天，渠道 GMV 比 BI 高 37%。
T	24h 定位止血；7 天 Join 防护与 Golden。
A	audit 显示 fct_order JOIN dim_channel 错用 channel_id（应为 channel_sk）；Validator 只验表白名单；降级 Stage0；热修 Join Graph；补 120 负例；财务更正。
R	撤回 41 份报告；无监管处罚。
P	join_violation_rate=0；execution_accuracy≥94%；审批率 38%→12%。
M	① SQLGlot+join_graph；② 80% MetricFlow；③ approved_sql_hash；④ P0 门禁。

→ 27 §12、13 §15。

---

13. Master Checklist（P0 / P1 / P2）

13.1 P0 — 上线阻断

• P0-01 仅 SELECT/WITH；拒绝 DDL/DML/多语句
• P0-02 沙箱只读副本 + 网络隔离
• P0-03 RLS/CLS 或语义层成员权限
• P0-04 Join Graph 或语义层优先
• P0-05 Cost cap：超时+LIMIT+扫描预估
• P0-06 Golden 门禁 execution_accuracy
• P0-07 审计 append-only
• P0-08 审批与执行 SQL hash 一致
• P0-09 version_pin 含 schema+dbt manifest
• P0-10 列黑名单 PII
• P0-11 tenant_id 全链路
• P0-12 break-glass 留痕

13.2 P1 — Staff 答辩

• P1-01 七视图+流水线
• P1-02 Schema Linking 四步
• P1-03 dbt vs Cube vs 裸 SQL
• P1-04 幻觉 Join 四层防护
• P1-05 真实 exec_acc / 审批率
• P1-06 PG RLS 白板
• P1-07 链 98
• P1-08 STAR-M-P 含 M
• P1-09 副本延迟策略
• P1-10 Stage0→2 路径

13.3 P2 — 卓越

• P2-01 Trino 联邦沙箱
• P2-02 自动 Golden 挖掘
• P2-03 Learned linker
• P2-04 AI Gateway 24 契约
• P2-05 Stage3 主动洞察 POC

---

14. 附录 A：OpenAPI 片段（Task Submit）

post /v1/analytics/query:
  headers:
    X-Tenant-Id: required
    X-Data-Role: required
  body:
    question: string
    preferred_output: enum [table, chart, metric_only]
    risk_override: enum [auto, approval_required]
  responses:
    202: { query_id, trace_id, status }
    403: policy_denied
    429: cost_budget_exceeded

---

15. 附录 B：审计表 DDL（PostgreSQL）

CREATE TABLE analytics_audit_log (
  audit_id        UUID PRIMARY KEY,
  trace_id        VARCHAR(64) NOT NULL,
  tenant_id       VARCHAR(32) NOT NULL,
  user_id         VARCHAR(64) NOT NULL,
  data_role       VARCHAR(32) NOT NULL,
  nl_question     TEXT,
  generated_sql   TEXT NOT NULL,
  approved_sql    TEXT,
  approver_id     VARCHAR(64),
  sql_hash        CHAR(64) NOT NULL,
  version_pin     JSONB NOT NULL,
  cost_estimate   JSONB,
  rows_scanned    BIGINT,
  policy_decision VARCHAR(24) NOT NULL,
  engine          VARCHAR(24) NOT NULL,
  created_at      TIMESTAMPTZ NOT NULL DEFAULT now()
);
CREATE INDEX idx_audit_tenant_time ON analytics_audit_log(tenant_id, created_at DESC);

---

16. 附录 C：与 05-architecture 六视图对照

05 视图	本篇	Analytics 增量
业务 01	§2	问数场景、HITL
应用 05	§3	Linking、Sandbox
数据 04	§4	Golden、血缘
部署 03	§5	沙箱副本
安全 06	§6	RLS、审计
技术 02	§7	dbt、Headless
—	§8	Stage0–3

---

17. 附录 D：七视图×五维度追问矩阵

视图	容量	成本	合规	失败	一致性
业务	§2 DAU	§2 $/问	§2 HITL	§2 降级	§2 口径
应用	§5 并发	§3.7 cap	§3.8 审批	§3.2 SLA	§3.5 校验
数据	§4 快照	Golden 存储	§4 留存	§4 回归	§4 hash
部署	§5.2	GPU/CPU	隔离	§5.3	副本延迟
安全	§6 限流	事故成本	§6.4 7y	§6.3 注入	RLS
集成	§7 Trino	WH slot	catalog	§7.1 CI	manifest
演进	§8 分期	技术债	Stage 准入	回滚	版本钉扎

---

18. 附录 E：术语表

术语	定义
Schema Linking	NL→表列/指标/Join 路径
Semantic Layer	dbt/Headless 口径层
SQL Sandbox	隔离只读执行环境
Hallucinated Join	不存在或错误的 Join
Golden Set	发布门禁评测集
Execution Accuracy	结果集与金标一致
Cost Cap	扫描/时间/行数上限
version_pin	全链路版本快照
RLS / CLS	行级/列级安全

---

19. 附录 F：阅读路径

岗位	本周	下周
Applied AI	§3+§10+[04]	[06] Eval
数据架构	§4+§7+mysql/05	postgres/06
安全	§6+[17]	[98]
架构师	全篇+[27]	[98] T01–T20

---

99. 冲刺 Q&A 与章节导航

99.1 章节导航

章	内容
§0	30 分钟 Checklist
§1	七视图方法论
§2	业务视图
§3	应用视图
§4	数据视图（Golden Set）
§5	部署视图
§6	安全视图
§7	集成视图
§8	演进视图
§9	决策矩阵
§10	幻觉 Join 专题
§11	15 道口述
§12	STAR-M-P
§13	Master Checklist
§14–19	附录
§99	Q&A

99.2 冲刺 Q&A（T01–T40）

ID	Q	A（brief）	锚点
T01	Schema Linking 漏表？	Hybrid 检索+同义词+澄清；降级 L1。	§3.3
T02	dbt 与 Cube 并存？	Metric Registry 统一映射执行后端。	§7
T03	Validator 独立服务？	是，无状态，便于审计升级。	§3.5
T04	UNION 绕过？	AST 单 SELECT；禁 UNION 除非白名单。	§3.5
T05	Replica 延迟？	脚注 data_freshness_lag；超阈拒答。	§5
T06	指标口径变更？	metric_rev 进 version_pin；Golden 回归。	§4
T07	临时表？	默认禁；scratch 库+TTL DROP。	§3.6
T08	Audit 存 ClickHouse？	按日分区；TTL 7y；禁 UPDATE。	§6.4
T09	Trino 白名单？	allowed_catalogs 配置。	§7.3
T10	Prompt 注入？	Guardrails；RAG 来源隔离。	§6.3
T11	Window 成本高？	限制分区列；cost cap。	§3.7
T12	中英混问？	多语 Embedding；指标 ID 英文。	§3.3
T13	与 ReAct？	有界 Plan-Execute，非无限环。	§11.10
T14	Golden hash 不一致？	查副本延迟/浮点容差。	§4.2
T15	Cube 缓存？	pre-aggregation + question_hash。	§7.2
T16	break-glass？	双批+flag+24h 复盘。	§13
T17	注释注入？	Parser 剥注释再验 AST。	§3.5
T18	列 mask？	语义层→视图→DLP 三层。	§6
T19	口径争议度量？	metric_disambiguation_rate。	§2
T20	子查询深度？	depth≤3，更深审批。	§3.5
T21	与 27 预算？	LLM+scan 合并 $/question。	§3.7
T22	MCP schema？	metrics[] dimensions[] filters{}。	§7.4
T23	禁导出？	policy result_export=false。	§2
T24	图表谁画？	Agent 返 vega-lite；前端渲染。	§3
T25	OIDC 映射？	groups→data_roles→策略。	§6
T26	误删风险？	沙箱无写；审计仅 SELECT。	§3.6
T27	CTE？	允许 WITH；须过 Join 图。	§3.5
T28	「上周」时区？	tenant TZ→UTC 存本地显。	§3
T29	重复问浪费？	idempotency_key 日级缓存。	§3
T30	模型升级？	Golden shadow 24h。	§4
T31	敏感列名？	CLS+Catalog sensitive 标。	§6
T32	跨库 Join？	manifest 声明的 cross-catalog 边。	§10.3
T33	CSV 导出？	异步+审批+水印+行限。	§2
T34	解释数字？	metric 定义+SQL+lineage。	§3
T35	vs BI 仪表盘？	NL 入口 vs 固化视图。	§2
T36	私有化 vLLM？	金融常要；语义层同域部署。	§5
T37	Golden 谁维护？	Owner+平台月度会。	§10.6
T38	用户点踩？	进 Golden 候选池。	§4
T39	98 怎么背？	§0→§3→§11 五题→P0→T01–10。	§99
T40	分库分表 Linking？	逻辑表映射 Catalog；禁跨 shard Join。	§7

99.3 与 98 交叉索引

98 模块	本篇锚点
Agent 生产 C.29–40	§3、§11
RAG C.56–65	§3.3 Linking
安全 C.80+	§6、[17]
FinOps C.47–55	§3.7、[07]
Text-to-SQL 新增	T01–T40

99.4 考前 10 分钟速记

1. 七视图一句话（§1.2）
2. 流水线七段（§10.1）
3. 幻觉 Join 四层（§10.3）
4. P0 十二条（§13.1）
5. STAR：错 Join → Join Graph → 语义层

---

20. 附录 G：Validator 规则全集（R01–R30）

rule_id	检查项	动作
R01	仅 SELECT/WITH	BLOCK
R02	拒绝 ; 多语句	BLOCK
R03	表白名单	BLOCK
R04	列黑名单	BLOCK
R05	Join 边∈graph	BLOCK
R06	事实表 dt 过滤	WARN→BLOCK
R07	EXPLAIN 扫描上限	APPROVAL
R08	LIMIT 上限	ENFORCE
R09	超时	KILL
R10	sql_hash 与审批一致	BLOCK
R11	拒绝 INTO OUTFILE	BLOCK
R12	拒绝 LOAD	BLOCK
R13	拒绝 CALL/PROCEDURE	BLOCK
R14	子查询深度	APPROVAL
R15	CROSS JOIN 无 ON	BLOCK
R16	全表扫无分区	APPROVAL
R17	敏感列访问	BLOCK
R18	tenant 谓词注入	ENFORCE
R19	注释剥离后解析	BLOCK
R20	UNION 默认禁	BLOCK
R21	信息_schema 访问	BLOCK
R22	pg_catalog 访问	BLOCK
R23	系统变量 SET	BLOCK
R24	锁提示 USE INDEX 滥用	WARN
R25	笛卡尔积行数预估	APPROVAL
R26	窗口函数分区键	WARN
R27	跨 catalog 边	BLOCK
R28	结果列数上限	TRUNCATE
R29	PII regex 结果扫描	MASK
R30	version_pin 缺失	BLOCK

---

21. 附录 H：Golden Case 标签 taxonomy

tag	含义	示例
metric_only	仅语义层	「上周 GMV」
join_2hop	两跳 Join	订单×渠道×区域
join_bridge	桥表	订单×商品×类目
window_yoy	同比窗口	「同比 GMV」
timezone	时区边界	自然周 vs 财务周
rls_tenant	租户隔离	跨租户负例
pii_block	应拒绝	「导出手机号」
cost_hot	大扫描	无分区全表
approval_L2	需审批	宽表 Join
hallucinated_join	错 Join 负例	错 channel_sk

---

22. 附录 I：MySQL 沙箱账号 GRANT 示例

CREATE USER 'agent_ro'@'10.%.%.%' IDENTIFIED BY '...';
GRANT SELECT ON mart_order.* TO 'agent_ro'@'10.%.%.%';
GRANT SELECT ON mart_dim.* TO 'agent_ro'@'10.%.%.%';
-- 禁止 INSERT/UPDATE/DELETE/CREATE/DROP
SET GLOBAL MAX_EXECUTION_TIME = 30000;  -- 会话级可覆盖

→ 索引与 EXPLAIN：mysql/05、mysql/04 二级索引。

---

23. 附录 J：PostgreSQL 沙箱 + RLS 示例

CREATE ROLE agent_ro LOGIN;
GRANT USAGE ON SCHEMA mart TO agent_ro;
GRANT SELECT ON ALL TABLES IN SCHEMA mart TO agent_ro;
ALTER ROLE agent_ro SET statement_timeout = '30s';

-- 应用连接后
SET app.tenant_id = '12345';
-- RLS policy 见 §6.1

→ MVCC 与可见性：postgres/03；Planner：postgres/06。

---

24. 附录 K：MetricFlow 查询 Tool JSON Schema

{
  "name": "semantic_query",
  "parameters": {
    "type": "object",
    "required": ["metrics", "dimensions"],
    "properties": {
      "metrics": { "type": "array", "items": { "type": "string" } },
      "dimensions": { "type": "array", "items": { "type": "string" } },
      "where": { "type": "string" },
      "limit": { "type": "integer", "maximum": 10000 }
    }
  }
}

---

25. 附录 L：Catalog 表注册模板（批量）

logical_name	physical_table	domain	embedding_id	join_graph_rev
fct_order	mart.fct_order	order	emb_001	jg_v3
dim_region	mart.dim_region	order	emb_002	jg_v3
dim_channel	mart.dim_channel	order	emb_003	jg_v3
fct_payment	mart.fct_payment	pay	emb_010	jg_v3
dim_merchant	mart.dim_merchant	pay	emb_011	jg_v3
fct_refund	mart.fct_refund	order	emb_020	jg_v3
dim_product	mart.dim_product	product	emb_030	jg_v4
bridge_order_item	mart.bridge_order_item	order	emb_031	jg_v4
fct_inventory	mart.fct_inventory	supply	emb_040	jg_v4
dim_warehouse	mart.dim_warehouse	supply	emb_041	jg_v4

---

下一步：时间紧走 §0 → §3 → §11 任选 5 题 → §13 P0 → §99 T01–T10；Architect 补 §6 RLS + §7 dbt + §12 STAR；数据岗加刷 mysql/05、postgres/06。冲刺总览 98。

官方文档与源码（一级依据）

AI Engineering · 正文机制应来自下方 官方文档（L1） 与 官方源码仓库（L2）；
禁止用教程站/博客充当机制依据。本章 QPS/延迟/STAR 为面试示意。
写作规范：docs/official-sources-registry.md §0

L1 · 官方文档

• Spring AI Reference
• LangGraph Interrupts
• LangChain4j Docs

L2 · 官方源码

• spring-projects/spring-ai
• langchain-ai/langgraph
• langchain4j/langchain4j

L3 · 论文 / 开放规范

• L3 MCP Specification