OmniSQL

OmniSQL – 开源文本到 SQL 模型，自然语言转换为 SQL 查询语句

OmniSQL 是一款开源的自然语言到 SQL 转换模型，能够高效地将用户的自然语言问题转化为 SQL 查询。该产品通过创新的数据合成框架，成功生成了首个规模达到百万的文本到 SQL 数据集 SynSQL-2.5M，包含 250 万条高质量样本，覆盖超过 16,000 个跨领域数据库，样本涵盖多种复杂程度和语言风格。

OmniSQL是什么

OmniSQL 是一个开源模型，专注于将自然语言问题转换为 SQL 查询。它通过先进的数据合成技术建立了一个名为 SynSQL-2.5M 的庞大数据集，拥有 250 万条高质量样本，涵盖了超过 16,000 个不同领域的数据库。OmniSQL 提供 7B、14B 和 32B 三种不同规模的模型版本，在微调过程中融合了 Spider 和 BIRD 的高质量标注数据。

OmniSQL的主要功能

• 自然语言到SQL的转换：OmniSQL 能够理解用户提出的自然语言问题，并将其转换为相应的 SQL 查询。
• 支持多样数据库及复杂查询：该模型支持多种类型的数据库，能够处理从简单的单表查询到复杂的多表连接、子查询、函数调用及公共表表达式（CTE）等各类复杂 SQL 查询。
• 提供思维链解决方案：除了生成 SQL 查询，OmniSQL 还为每个样本提供思维链解决方案，展示从理解自然语言问题到生成 SQL 查询的逻辑推理过程，帮助用户更好地理解模型的决策路径，并便于开发者进行调试与优化。
• 多种模型选择：OmniSQL 提供三种不同规模的模型，分别为 7B、14B 和 32B，用户可根据实际需求和计算资源选择最合适的版本。不同规模的模型在性能与资源消耗之间达成了平衡，较小的模型更快且资源占用更少，而较大的模型在复杂查询场景下可能表现更佳。

OmniSQL的技术原理

• 数据库自动生成：OmniSQL 能够分析网络表格，推断业务场景，并利用大语言模型自动构建多表关系及主外键约束的数据库结构。通过增强策略，增加列数和优化结构，使生成的数据库更贴合实际应用。
• 复杂度感知的SQL查询生成：定义了四个复杂度等级，结合 SQLite 函数库（如聚合函数和窗口函数），智能选择复杂度等级生成合适的 SQL 查询，以满足用户需求。
• 风格化问题的反向翻译：采用 SQL-to-Question 策略，将 SQL 查询翻译为 9 种语言风格的自然语言问题，确保翻译前后语义一致，提升自然语言与 SQL 转换的效率与准确性，以适应不同用户的语言习惯。
• 逐步推理的解决方案合成：通过逐步推理生成器，为样本添加中间推导步骤，使模型在训练时不仅学习问题到 SQL 的转换，还学习每一步的推理逻辑，从而提高推理的准确性与可靠性，向用户展示透明的推理过程，增强信任感。
• 大规模数据合成与训练：OmniSQL 基于其数据合成框架生成了大规模高质量训练数据集 SynSQL-2.5M，包含超过 250 万条样本，覆盖了 16,000 多个跨领域数据库，这使得 OmniSQL 能够学习不同领域与风格的自然语言表达与 SQL 查询之间的映射关系，具备更强的泛化能力和适应性。

OmniSQL的项目地址

• Github仓库：https://github.com/RUCKBReasoning/OmniSQL
• arXiv技术论文：https://arxiv.org/pdf/2503.02240

OmniSQL的应用场景

• 企业数据分析：OmniSQL 使企业中的非技术人员能够通过自然语言轻松查询数据库，获取所需信息。
• 教育领域：在 SQL 教学中，OmniSQL 的链式思考（CoT）解决方案帮助初学者更清晰地理解自然语言问题到 SQL 查询的转换过程，教师可以利用 OmniSQL 生成查询示例，帮助学生通过实践掌握 SQL 的概念与技巧。
• 跨领域适配：基于其数据合成框架，OmniSQL 能够迅速生成特定领域的数据集。例如，在医疗领域可以生成 EHRSQL 数据集，助力医疗研究；在科研领域则可以生成 ScienceBenchmark 数据集，支持科研数据分析。

常见问题

• OmniSQL 是否支持多语言？ 是的，OmniSQL 能够处理多种语言风格的问题，并适应不同用户的语言习惯。
• 如何选择合适的模型版本？ 用户可以根据自身的计算资源和查询复杂性选择 7B、14B 或 32B 模型，较小的模型适合快速查询，而较大的模型在处理复杂查询时表现更佳。
• OmniSQL 在数据安全方面如何保障？ OmniSQL 在设计时充分考虑了数据隐私和安全性，确保用户数据在处理过程中得到保护。