自然语言NPL转SQL示例

一、背景介绍数据对于企业的重要性不必赘述；目前文本数据的存储格式，大体分为两种：结构化和非机构化；由于关系型数据库的广泛使用，大量数据采用结构化方式进行存储和加工。最为广泛的加工方式使用是SQL语言。二、痛点就代码本身而言，SQL已经做到足够简洁。但随着业务需求复杂度的增长，数据的加工流程越来越长，且纵横交错。想了解数据起点与终点的关系，变得越来越困难。这时候，假设当某一节点数据出现问题，需要向上

### 数据治理背景越来越多的企业建立起自己的数据仓库和分析平台。随着数据的积累以及加工流程越来越复杂，企业对数据的管理变得越来越无力，容易出现数据孤岛、数据指标混乱等情况。对数据进行治理呼声越来越紧迫。然而，数据治理是一个新课题，目前尚无明确的概念定义和方向。这里，我们提出一套自己的数据治理方案，希望能引起一些共鸣和讨论。### 数据治理步骤：先理后治### 数据治理交付内容：1、字段级数据血缘