Supersonic项目中的SQL语义翻译问题分析与解决

问题背景

在Supersonic项目中，用户报告了一个关于SQL语义翻译的重要问题。当系统将用户输入的语义SQL转换为可执行的SQL语句时，出现了明显的语法错误和逻辑错误。具体表现为聚合函数的错误嵌套和WHERE条件被错误地转换为HAVING子句。

问题现象

用户提供的原始语义SQL是一个典型的聚合查询：

SELECT
  sum(特困人数),
  sum(低保人数),
  sum(低保边缘人数),
  sum(临时救助人数)
FROM
  xxx
WHERE
  街道名称 = 'xxxx'
  AND 创建日期 > date_sub('2024-09-26', INTERVAL 7 day)

然而，系统将其错误地翻译为：

SELECT
  SUM(SUM(poor_num)),
  SUM(SUM(low_income_num)),
  SUM(SUM(low_marginal_num)),
  SUM(SUM(temp_rescue_num))
FROM
  xxxx
GROUP BY
  create_time,
  street_name
HAVING
  street_name = 'xxxx'
  AND create_time > date_sub('2024-09-26', 7 *)
limit
  1000

问题分析

这个翻译结果存在多个严重问题：

1. 聚合函数错误嵌套：原始查询中的简单SUM聚合被错误地转换为双重SUM聚合(SUM(SUM(...)))，这会导致计算结果完全错误。

2. 条件语句位置错误：原始WHERE条件被错误地放到了HAVING子句中。WHERE和HAVING在SQL中有本质区别：

   • WHERE在分组前过滤行
   • HAVING在分组后过滤组

3. 日期函数语法错误：INTERVAL关键字被错误地替换为"*"号，导致语法无效。

4. 不必要的GROUP BY：原始查询没有分组需求，但翻译结果却添加了GROUP BY子句。

解决方案

针对这个问题，Supersonic项目团队在2024年10月11日通过两个提交(8374f22和b6e4577)修复了这个问题。修复后的翻译结果应该类似于：

SELECT
  SUM(poor_num),
  SUM(low_income_num),
  SUM(low_marginal_num),
  SUM(temp_rescue_num)
FROM
  xxxx
WHERE
  street_name = 'xxxx'
  AND create_time > date_sub('2024-09-26', INTERVAL 7 day)
limit
  1000

技术启示

这个案例揭示了SQL翻译引擎开发中的几个重要原则：

1. 语义保持：翻译过程必须严格保持原始查询的语义，特别是聚合操作的层级。

2. 上下文感知：需要准确识别查询的上下文，区分WHERE和HAVING的适用场景。

3. 函数处理：特殊函数(如日期函数)需要特别处理，确保语法正确性。

4. 最小改动：翻译过程应该只做必要的转换，避免添加不必要的语法元素(如本例中的GROUP BY)。

总结

Supersonic项目中遇到的这个SQL翻译问题，展示了自然语言到SQL转换过程中的典型挑战。通过这个案例，我们可以看到语义保持和语法正确性在查询翻译中的重要性。项目团队通过修复这个问题，提升了系统的可靠性和准确性，为用户提供了更好的查询体验。