AI Dev Kit DBSQL技能SQL最佳实践、AI函数与地理空间排序详解【免费下载链接】ai-dev-kitDatabricks Toolkit for Coding Agents provided by Field Engineering项目地址: https://gitcode.com/GitHub_Trending/ai/ai-dev-kitAI Dev Kit是 Databricks 官方 Field Engineering 团队为 AI 编码助手打造的工具集其中的DBSQL 技能Databricks SQL 技能包帮助新手快速掌握 Databricks SQL 的核心能力SQL 最佳实践、AI 函数、地理空间查询与字符排序规则。阅读本文你可以用一份技能清单代替啃几十页文档让你的 AI 助手Cursor、Copilot、Claude Code 等直接写出生产级 SQL。 DBSQL 技能是什么如何获取DBSQL 技能是一组结构化的AI 提示词 参考文档安装后你的编码助手会自动具备以下知识SQL ScriptingBEGIN...END脚本、存储过程、递归 CTEDBR 16.3/17.0AI Functionsai_query()、ai_classify()等 13 个内置 AI 函数GeospatialH3 六边形索引 80 个ST_空间函数CollationsCOLLATE大小写/重音/地区感知排序Best Practices星型建模、Liquid Clustering、成本优化技能入口文档SKILL.md 一键安装脚本install_skills.sh-- 传统 SQL 用管道符 | 重写后可读性大幅提升DBR 16.1 FROM catalog.schema.fact_orders | WHERE order_date current_date() - INTERVAL 30 DAYS | AGGREGATE SUM(amount) AS total, COUNT(*) AS cnt GROUP BY region | ORDER BY total DESC | LIMIT 20; 新手必学的 3 条 SQL 最佳实践来自 best-practices.md 的精华按优先级排列1. 数据建模Gold 层用星型架构Silver 层用宽表层级推荐模式理由Silver集成层One Big Table 或 Data Vault快速整合、Schema 变化快GoldBI 层星型架构事实表 维度表支持约 10 个过滤维度治理更精细 基准测试显示星型架构即使需要 JOIN仍比宽表快2.6s vs 3.5s而宽表加上 Liquid Clustering 后可提速 3 倍以上。配套习惯定义主键/外键约束帮助查询优化器所有表和列写注释帮助 AI/BI 发现数据。2. 物理布局优先 Liquid Clustering放弃传统分区新表一律用CLUSTER BY1–4 个键事实表选常用外键维度表选主键过滤列10 TB 以下的小表2 个键往往比 4 个键更快传统分区仅在超大表 稳定低基数过滤列时才考虑分区数控制在 5000 以内3. 成本与性能Serverless 仓库 确定性查询优先使用Serverless SQL 仓库秒级启动、按用量计费PQE 预测式执行等 2025 新优化自动生效过滤尽早下推、避免SELECT *、能用原生函数就别写 Python/Scala UDF缓存查询里避免NOW()、RAND()等非确定性函数命中结果缓存后响应可低于 500ms表维护按OPTIMIZE → VACUUM → ANALYZE顺序执行并开启预测式优化 AI 函数在 SQL 里直接调用大模型参考 ai-functions.md所有 AI 函数要求 Serverless SQL 仓库计费 SQL 计算 模型 Token。函数用途一句话示例ai_query()通用入口可指定模型端点 结构化返回把客户反馈总结为 JSONtopic/sentiment/action_itemsai_classify()文本分类工单打上 billing/technical/account 标签ai_extract()实体抽取从合同里提取人名、公司、金额ai_analyze_sentiment()情感分析评论情感打分ai_summarize()/ai_translate()/ai_fix_grammar()/ai_mask()摘要、翻译、纠错、脱敏数据治理常用ai_forecast()时序预测直接对销量列做预测vector_search()向量检索SQL 内嵌 RAG 召回SELECT ticket_id, ai_classify(description, ARRAY(billing, technical, account)) AS category, ai_analyze_sentiment(description) AS sentiment FROM catalog.schema.support_tickets LIMIT 100; -- 开发阶段务必加 LIMIT 控制成本除 AI 函数外该参考文档还覆盖三个连接外部世界的能力http_request()SQL 里调 API、remote_query()联邦查询 PostgreSQL 等外部库、read_files()直接读取 Volume 里的 JSON/CSV 原始文件。 地理空间查询与字符排序Collations参考 geospatial-collations.md。H3 六边形索引大规模地理分析的秘密武器H3 把地球划分为 16 级六边形网格让附近搜索从昂贵的两两距离计算变成等值 JOINh3_longlatash3(lon, lat, res)坐标 → 网格 IDh3_polyfillash3()用网格填充多边形如邮编边界h3_ischildof()/h3_kring()层级判断与邻域扩展典型场景出租车行程表按上车点建 H3 索引后查询某邮编内所有行程只需一次网格 JOIN。空间 JOINST_Contains、ST_Intersects配合 R-tree 索引Serverless 上最快可提速17 倍无需改代码。COLLATE 排序规则告别 LOWER() 地狱排序规则效果UTF8_LCASE大小写不敏感MacBook Pro匹配macbook proUNICODE_CI_AI大小写 重音都不敏感地区规则DE、JA、EN_US…符合当地语言习惯的排序修饰符CI/AI/RTRIM组合出忽略大小写忽略重音忽略尾部空格等规则建表时声明name STRING COLLATE UTF8_LCASE后查询自动大小写不敏感DBR 17.1 还可以在catalog / schema 级设置默认排序规则一劳永逸。 技能包文件导航文档内容什么时候读SKILL.md功能速查表 常见模式示例快速总览best-practices.md数据建模、性能、反模式清单设计架构 / 优化查询ai-functions.md13 个 AI 函数 联邦查询 文件读取用 LLM 增强数据geospatial-collations.md39 个 H3 函数、80 ST 函数、排序规则空间分析 / 多语言排序sql-scripting.md脚本、存储过程、递归 CTE、事务写过程式 SQL / ETLmaterialized-views-pipes.md物化视图、临时表、管道语法预聚合报表 / 可读性改造⚡ 小贴士技能包要求所有 SQL 在部署前用execute_sql/execute_sql_multiMCP 工具验证——这也是它配合 databricks-mcp-server/ 使用的最佳实践。总结装好 AI Dev Kit 的 DBSQL 技能你的 AI 助手就会自动遵循星型建模 Liquid Clustering Serverless 仓库的黄金组合并熟练运用 AI 函数与地理空间 SQL。新手建议按本文顺序通读一遍速查表再按场景查阅对应参考文档。【免费下载链接】ai-dev-kitDatabricks Toolkit for Coding Agents provided by Field Engineering项目地址: https://gitcode.com/GitHub_Trending/ai/ai-dev-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考