对接文档不靠谱,我是怎么用 SQL 把数据摸清的

最近在做一个 AI Coding 的项目，需要从别的系统同步老师和学生数据。

问题来了：对方给了数据库接入，但字段说明几乎没有。

比如我现在要同步“学生”，但有一个关键问题：

❓ 学生有哪些状态？（正常？休学？退学？删除？）

如果不知道这个，我就没法写同步逻辑，比如：

• 要不要同步“退学”的？

• “删除”和“注销”是不是一回事？

• 有没有历史状态？

01｜最开始的路径：交互界面点点点（但很低效）

我一开始是用 DBeaver 直接在表里筛选，类似于Excel的筛选（这样👇）

这种方式的问题是：

• 只能“看”，不能“总结”

• 很难快速知道：有多少种状态？每种状态多少条数据？

• 非常依赖人工扫表

02｜关键转折：学会这4行 SQL

后来刘老师教了我一个非常关键的方法：

SELECT   -- 看哪个字段FROM     -- 哪张表WHERE    -- 条件（可选）GROUP BY -- 按什么分类

看起来很基础，但用在这里——直接起飞，接下来分享一下实战。

我的问题是：❓ 学生到底有哪些“状态”？文档没有写，只能靠自己查。我怎么搞清楚“学生状态”的呢？

第一步：先找到“可能有用的字段”

打开学生表，开始“扫字段名”，发现了一个很像答案的字段：xsdqzt（学生当前状态）。

第二步：先别急着写复杂 SQL，只做一件事

看看这个字段到底有哪些值，最简单的写法是：

SELECT xsdqztFROM jinzhi_midd.t_xsjbxx

但这样有个问题：会出来几万条数据，根本看不过来。

第三步：用 group by 一键“去重 + 分类 + 统计”

这一步是关键👇

SELECT   SZYX,        -- 学院  xsdqzt,      -- 学生状态  COUNT(1) as cnt  -- 每种情况有多少条FROM jinzhi_midd.t_xsjbxxGROUP BY SZYX, xsdqzt

一眼就能看出：有哪些状态（枚举值）、每种状态大概多少人、不同学院有没有差异。

03｜这一招到底解决了什么问题？

这一步其实做了三件非常关键的事情：

1. 枚举所有可能的状态，我不需要文档，数据库就是“真相”，可以看到：

• 正常

• 休学

• 退学

• 取消学籍

• 删除

2. 知道每种状态的数据量，对我判断“要不要同步”非常关键，比如：

• 正常：3000+

• 休学：几十

• 删除：极少

3. 反向推业务规则，比如：

• “删除”是不是脏数据？

• “取消学籍”和“退学”是否要区分？

• 只同步 正常 + 休学 是否合理？

04｜进阶一点：还可以这样用

✅ 加条件，只看某个学院

SELECT xsdqzt, COUNT(1)FROM t_xsjbxxWHERE szyx LIKE '%信息工程学院%'GROUP BY xsdqzt

✅ 分类统计，一下子就看出不同校区的差异

SELECT   CASE     WHEN szyx LIKE '%哈尔滨%' THEN 'ha'    ELSE 'yan'  END AS city,  xsdqzt,  COUNT(1)FROM t_xsjbxxGROUP BY city, xsdqzt

✅ 找异常数据，快速发现奇怪的数据

SELECT *FROM t_xsjbxxWHERE xsdqzt NOT IN ('正常','休学','退学')

05｜这件事让我重新理解 AI Coding

这次最大的感受是：AI 不会替你理解数据，它只会执行你的理解；

就像：我让 AI 同步学生数据，但没说清楚哪些学生要同步，那它只能瞎努力

不会 SQL，不影响你写代码但不会用 SQL 探数据，一定会拖慢做项目的进度