mysql结课实验

一、基础环境搭建部署

1.系统初始化：部署 openEuler 服务器，关闭 SELinux 与防火墙，配置 yum 软件源，源码编译部署 Python3.11.9 运行环境，配置阿里 pip 国内镜像加速依赖下载。
2.数据库部署：安装 MySQL 8.0.45 服务，创建业务库 testdb 与订单表 order_info，导入标准测试订单数据，完成数据库账户与启动服务配置。
3.大模型平台接入：注册腾讯云 TokenHub 聚合平台并完成实名认证，申领 API 调用密钥，创建项目.env 独立配置文件存储数据库、大模型密钥，设置 600 权限加固敏感文件。
4.环境连通校验：批量安装项目所需 Python 第三方依赖，分别完成 MySQL 数据库连通性、TokenHub 大模型 API 接口连通性测试，确保底层服务可用。

二、分层业务脚本开发

项目采用分层解耦设计，共开发 5 个核心文件，职责拆分清晰：

1.mysql_client.py（数据访问层）：封装 MySQL 连接、只读查询、EXPLAIN 执行计划获取能力；内置 SQL 安全拦截逻辑，仅放行 SELECT 语句，拦截所有增删改、建删表高危操作。
2.prompts.py（提示词工程层）：统一维护自然语言转 SQL、SQL 性能调优两套标准化 Prompt 模板；封装正则工具方法，自动从大模型返回文本提取纯净可执行 SQL。
3.main.py（核心调度层）：串联数据库客户端、大模型能力、提示词模块，封装 NL2SQL 查询、AI 数据解读、SQL 性能优化三大核心业务；提供终端交互式操作菜单，为网页端复用底层逻辑。
4.web_main.py（可视化界面层）：基于 Streamlit 搭建 Web 图形面板，复用 main.py 核心业务函数；增加输入内容合法性校验，以表格、代码块可视化展示查询与调优结果。
5.env（配置隔离文件）：独立存储数据库连接参数、大模型鉴权密钥、模型参数，实现敏感账号密钥与业务代码完全分离，避免硬编码泄露风险。

三、全场景功能验证测试

1.自然语言查询测试：覆盖多类电商业务查询场景，校验 AI 生成 SQL 语法合规、业务逻辑准确，模糊查询、聚合统计等功能无异常。
2.SQL 性能优化测试：输入各类待分析查询语句，验证程序可完整解析 EXPLAIN 执行计划，输出可直接落地的索引创建语句与优化后 SQL。
3.边界异常测试：模拟空白输入、超长复合查询、无匹配数据等极端场景，校验程序捕获异常后友好提示，不会崩溃终止。
4.安全合规测试：校验 AI 不会生成 UPDATE、DELETE、ALTER、DROP 等高危 SQL；程序日志、终端输出不会打印明文数据库密钥与大模型 API Key。

一、创建业务表结果

二、最终测试结果