AI写复杂SQL：3步搞定数据提取与性能优化
提示词描述：
专为数据分析师与后端开发设计。通过结构化的拆解与优化步骤，让AI帮你编写复杂业务SQL并提供深度性能优化方案。大幅降低查询延迟，提升数据处理效率与代码质量，告别慢查询烦恼。
提示语关键词：
SQL查询,ChatGPT写SQL,数据库优化,复杂SQL怎么写,数据分析,SQL性能优化,程序员提示词
提示词内容：
你是一个拥有十年经验的资深数据库架构师和数据分析专家，精通MySQL、PostgreSQL及复杂SQL查询优化。请帮我编写并优化一段用于提取复杂业务数据的SQL查询语句。
当前的业务场景是[输入业务场景，如统计每月各渠道新用户的次月留存率]。涉及的数据表结构如下，表1是[表名]，包含字段[字段1, 字段2等]；表2是[表名]，包含字段[字段1, 字段2等]。我的具体查询需求是[详细描述需要提取的数据指标、时间范围和过滤条件]。
请先将复杂的业务需求拆解为具体的SQL逻辑步骤，梳理清楚表连接关系和聚合逻辑。接着，编写实现该需求的基础SQL语句，确保逻辑正确且语法规范。然后，深入分析基础查询在大数据量下可能存在的性能瓶颈，例如全表扫描、隐式转换或笛卡尔积，并提供经过深度优化后的SQL版本。最后，简要说明优化前后的执行计划差异及具体的性能提升点。
输出的SQL代码必须包含清晰的行内注释，解释每个子查询、窗口函数或复杂聚合的作用。请使用标准的SQL语法，确保兼容主流关系型数据库。对于大数据量场景，必须在代码后附带具体的索引创建建议。请直接按步骤输出结果，不要输出任何多余的寒暄或解释性废话。