腾讯云论文入选数据库顶会VLDB 2025，REDSQL技术攻克NL2SQL难点
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。