1. 环境准备与权限配置
前提条件：确保Oracle 23ai数据库已正常部署，且启用原生AI引擎（默认开启）；需为用户授予SELECT AI相关权限，确保能够调用AI生成SQL、执行查询。
-- 1. 创建使用SELECT AI的专用用户
CREATE USER select_ai_user IDENTIFIED BY SelectAI@123456;
-- 2. 授予基础权限（连接、查询、创建会话）
GRANT CONNECT, RESOURCE, CREATE SESSION TO select_ai_user;
-- 3. 授予SELECT AI相关权限（调用AI生成SQL、执行查询）
GRANT EXECUTE ON SYS.DBMS_CLOUD_AI TO select_ai_user;
GRANT SELECT ON SYS.DBA_TABLES TO select_ai_user;
GRANT SELECT ON SYS.DBA_TAB_COLUMNS TO select_ai_user;
-- 4. （可选）创建AI配置文件，启用表注释、约束感知
BEGIN
DBMS_CLOUD_AI.CREATE_PROFILE(
profile_name => 'MY_SELECT_AI_PROFILE',
comments => TRUE, -- 启用表/列注释感知
constraints => TRUE, -- 启用外键约束感知
annotations => TRUE -- 启用Schema注解感知
);
-- 设置当前会话使用该配置文件
DBMS_CLOUD_AI.SET_PROFILE(profile_name => 'MY_SELECT_AI_PROFILE');
END;
/2. 高频场景实战示例
以下结合开发、业务分析中的高频场景，展示SELECT AI的实际使用方法，所有示例均无需编写SQL，仅通过自然语言即可完成。
场景1：业务分析——统计核心指标
需求：查询2025年第一季度（1-3月），华东区各产品类别的销售额、销量，按销售额降序排列，显示前10名。
-- 自然语言查询，直接执行并返回结果
SELECT AI '查询2025年1-3月华东区各产品类别的销售额和销量，按销售额降序排列，取前10名';
-- 若需查看生成的SQL，确认逻辑
SELECT AI showsql '查询2025年1-3月华东区各产品类别的销售额和销量，按销售额降序排列，取前10名';执行后，SELECT AI会自动识别“华东区”对应的区域编码、“第一季度”对应的时间范围，关联产品表、销售表、区域表，生成多表关联查询SQL，无需用户手动指定关联条件、时间筛选逻辑，大幅节省业务分析时间。
场景2：开发测试——生成合成数据
需求：生成50条模拟员工数据，包含员工姓名、部门、入职时间（近3年）、工资，确保工资符合各部门薪资范围（研发部8000-15000，市场部6000-12000）。
-- 自然语言生成合成数据，插入员工表
SELECT AI '生成50条模拟员工数据，包含员工姓名、部门、入职时间（近3年）、工资；研发部工资8000-15000，市场部6000-12000，插入到emp表中';场景3：多轮对话查询——深入分析数据
需求：先查询各区域2025年第一季度销售额，再追问华东区销售额占总销售额的比例，最后查询华东区销售额最高的3个产品。
-- 第一轮：查询各区域2025年第一季度销售额
SELECT AI '查询各区域2025年第一季度的销售额';
-- 第二轮：追问华东区销售额占比（无需重复描述时间范围、区域）
SELECT AI '华东区的销售额占总销售额的比例是多少';
-- 第三轮：追问华东区销售额最高的3个产品
SELECT AI '华东区销售额最高的3个产品是什么，分别对应多少销售额';SELECT AI会自动记忆上下文，无需用户重复描述“2025年第一季度”“华东区”等关键信息，实现连贯的多轮对话查询，贴合日常分析的思维习惯。
场景4：RAG联动——结合文档与数据查询
需求：查询“某产品的最新定价”，结合向量库中的产品定价文档，确保结果准确。
-- 启用RAG联动，结合向量库文档查询
SELECT AI '查询产品ID为1001的最新定价，结合产品定价文档信息';SELECT AI会自动检索向量库中与“产品1001定价”相关的文档内容，结合数据库中的定价数据，生成包含文档参考的精准回答，减少LLM的“幻觉”，提升结果可信度。