9 月 9 日消息，第 51 届数据库顶会 VLDB 2025 在英国伦敦落幕，腾讯云大数据团队两项研究成果被大会成功接收。其中，在自然语言转 SQL（NL2SQL）领域，腾讯云与复旦大学合作提出的 SQL 修正框架「REDSQL」技术，可有效解决大语言模型在 NL2SQL 任务中易出错的问题，显著提升查询准确性和实用性，为「聊天式数据分析」的落地提供技术支撑。

（腾讯云大数据团队技术专家在 VLDB2025 上做主题分享）

自然语言转 SQL（NL2SQL）技术让用户用日常语言直接生成数据库查询语句，如「显示销售额最高的产品」。虽然降低了数据分析门槛，但大语言模型在实际应用中容易忽略深层业务规则、生成不符合规范的 SQL，或在复杂数据库和大数据量下出现上下文理解不足，影响查询准确性和效率。

针对这些问题，腾讯云大数据团队与复旦大学 DASLAB 实验室团队在论文《The Power of Constraints in Natural Language to SQL Translation》中提出 REDSQL。该技术通过约束验证机制智能修正 SQL 查询，并生成精炼的数据摘要文档，帮助 AI 快速理解数据库结构、字段类型和数据关系，从而降低生成错误 SQL 的概率。

REDSQL 的工作流程包括两个阶段：离线文档化和在线处理。离线阶段为数据库创建精炼的语义描述和约束信息，包括字段类型、主外键关系、数据取值范围及业务规则摘要，使 AI 在生成 SQL 时可直接利用这些结构化信息。

在线阶段针对每条用户查询，系统先生成初始 SQL 并捕获潜在错误，再通过约束验证机制检查数据类型匹配、连接条件和聚合逻辑，自动修正不符合规范的查询，同时扩展相关上下文信息供 AI 优化 SQL。

在权威基准测试 BIRD 上，REDSQL 使主流 NL2SQL 方法的准确率平均提升 18% 以上，有的原本精度较高的方法结合 REDSQL 后准确率提升至 66.2%，刷新历史记录。实验显示，REDSQL 可即插即用集成到现有 AI 系统，无需重新训练模型，适用于企业数据门户或 BI 工具，并保证查询安全和合规性。

除此之外，腾讯大数据团队还面向参数调优领域，提出「SCompression」技术，通过时间切片与聚类采样压缩数据库负载，使调优速度提升 40 倍以上，性能偏差低于 5%。该成果可与现有调优工具兼容，帮助企业大幅降低数据库调优的时间与资源成本，加速「自动参数调优」走向商用。

目前，这些研究成果已应用在腾讯云大数据产品线中，助力各行各业客户构建高性能的数据处理与分析能力。

此外，腾讯还有 7 篇技术论文被本届 VLDB 大会接收，覆盖分布式事务调度、混合并发控制、时序图计算等多个前沿领域，多项研究已应用于微信、腾讯广告等亿级业务场景，为全球企业提供高性能数据底座支撑。

来源：互联网