SQL dla opornych – Jak pisać zapytania do bazy po polsku

Starter Pack: SQL dla Opornych

W tym odcinku…

Boisz się baz danych? Czekasz na programistę, żeby wyciągnął Ci listę userów, bo nie pamiętasz, jak się robi LEFT JOIN?

Aby sprawdzić, czy aplikacja naprawdę zapisała użytkownika, tester musi zajrzeć do bazy danych. Wymaga to użycia języka SQL. Niestety, składnia tego języka bywa skomplikowana, a proszenie programistów o wyciągnięcie danych blokuje Twoją pracę.

To już koniec z tym problemem. Udowadniam w tym odcinku, że nie musisz znać składni SQL, żeby swobodnie “rozmawiać” z bazą danych. Wystarczy, że znasz język polski i logikę biznesową.

Dlaczego rozmowa z bazą przez AI ma sens?
Zamiast uczyć się na pamięć rodzajów JOIN-ów i dialektów, możesz opisać swój problem po polsku („połącz mi klienta z jego zamówieniem”). Aby to zadziałało, musisz podać AI kontekst — wkleić schemat swojej bazy (nazwy kolumn), żeby AI wiedziało, z jakich elementów buduje zapytanie.

📚 Pojęcia, które warto znać:

• SQL: Specjalny język służący do zadawania pytań bazom danych.
• JOIN: Komenda w SQL, która pozwala połączyć dane z dwóch różnych tabel (np. tabeli “Klienci” i tabeli “Zamówienia”), by wyświetlić je razem. Istnieją różne rodzaje łączyń (Inner, Left, Outer), co często sprawia trudność początkującym.
• Dialekt SQL: Bazy danych od różnych producentów (np. MySQL, PostgreSQL) minimalnie różnią się składnią. To, co działa w jednej, wyrzuci błąd w drugiej.

🚀 Czego się nauczysz?

• 🗣️ Natural Language to SQL (NL2SQL):
  Jak zmienić zdanie “Pokaż mi userów z Wrocławia z ostatniego tygodnia” w bezbłędny kod SQL w 5 sekund.
• 🔗 Koszmar JOIN-ów:
  Łączenie tabel (np. Klienci + Zamówienia) bez zastanawiania się nad kluczami obcymi. Ty opisujesz relację biznesową (“Klienci, którzy kupili X”), a AI samo dobiera techniczne wiązania.
• 🔍 Tłumacz Kodu (Reverse Engineering):
  Dostałeś skomplikowane zapytanie od programisty? Wklej je do AI, żeby dowiedzieć się “po ludzku”, co ono robi i czy nie ma w nim błędów.

⚠️ Złota zasada bezpieczeństwa:
AI chętnie napisze dla Ciebie zapytania modyfikujące (np. komendy UPDATE, DELETE). Nigdy nie uruchamiaj ich na bazie produkcyjnej bez 100% pewności! Jeśli zapomnisz o warunku (WHERE), możesz wyczyścić całą bazę produkcyjną. Dlatego jako testerzy na bazach produkcyjnych zawsze używamy tylko bezpiecznej komendy SELECT (pobieranie danych).

Prompty z odcinka

1. Use Case 1: Zapytania w Języku Naturalnym (NL2SQL)
   🔗 https://runsql.com/sql-validator/

   Screencast: Wklejasz bardzo uproszczony schemat tabel (np. Tabela Users: id, name, city, created_at).

   Rola: Senior Database Admin.
   Zadanie: Napisz zapytanie SQL (PostgreSQL). Pokaż mi wszystkich użytkowników z Wrocławia, którzy zarejestrowali się w ciągu ostatnich 7 dni. Posortuj od najnowszych.
   Kontekst: Mam tabelę Users (kolumny: id, email, city, created_at).
   

2. Use Case 2: Koszmar JOIN-ów (Relacje)
   Screencast: Wklejasz do czatu schemat dwóch tabel:

   Users (id, email, city)
   Orders (id, user_id, amount, status)
   

   Rola: Ekspert SQL i Analizy Danych.
   Zadanie: Napisz zapytanie łączące tabele Users i Orders (użyj JOIN).
   Kontekst: Chcę znaleźć naszych klientów VIP. Wyciągnij e-maile użytkowników, którzy mają przynajmniej jedno zamówienie o statusie 'PAID' na kwotę powyżej 500 zł.
   Format: Tylko gotowy kod SQL.
   

3. Use Case 3: Wyjaśnij mi ten kod (Reverse Engineering)
   Screencast: Wklejasz do czatu skomplikowane, brzydkie zapytanie SQL (tzw. “spaghetti code”).

   SELECT c.id, c.last_name, (SELECT COUNT(*) FROM orders o WHERE o.cust_id = c.id AND o.status NOT IN ('X', 'C')) as active_orders, CASE WHEN x.total_spent > 10000 THEN 'VIP' WHEN x.total_spent > 5000 THEN 'Gold' ELSE 'Standard' END as tier, p.prod_name FROM customers c, (SELECT cust_id, SUM(amount) as total_spent FROM orders WHERE order_date >= '2025-01-01' GROUP BY cust_id) x, order_items oi, products p WHERE c.id = x.cust_id AND c.status = 1 AND oi.order_id IN (SELECT id FROM orders WHERE cust_id = c.id) AND oi.prod_id = p.id AND p.category_id != 99 ORDER BY 3 DESC, 2 ASC;
   

   Rola: Nauczyciel SQL.
   Zadanie: Wytłumacz mi krok po kroku, co robi to zapytanie.
   Kontekst: Dostałam to od dewelopera i muszę przetestować, czy zwraca dobre dane. Przełóż to na ludzki język.
   

Linki i materiały dodatkowe

• OpenAI – Code Generation for SQL
• GitHub Copilot – SQL SP Generation