適用於 Openclaw 的 Data Analysis SQL

一種用於多引擎 SQL 開發、資料倉儲和自動化知識庫維護的專家級大數據工程技能。

whiskeyforsun

v1.0.4

Apr 1, 2026

安裝

基本資訊

Skill.md

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。


                  npx clawhub@latest install data-analysis-sql

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式

~/.openclaw/skills/

工作區

<project>/skills/

優先級：工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。


                  請幫我使用 Clawhub 安裝 data-analysis-sql。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。

想要直接下載？

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 Data Analysis SQL？

Data Analysis SQL 技能是專為大數據工程師和資料分析師設計的綜合工具包。它提供了跨多種引擎（包括 Hive、SparkSQL、ClickHouse 和 BigQuery）編寫、除錯和優化複雜 SQL 查詢的高級功能。透過利用此 Openclaw Skills 資產，開發人員可以確保高效能資料處理，同時遵循嚴格的架構標準。

除了簡單的查詢，該技能還自動化了關鍵的資料工程任務，例如維度建模（ODS/DWD/DWS/ADS）、ETL 管線編排和資料品質監控。它充當了原始資料與可執行業務指標之間的橋樑，為知識庫生成和全面的技術文件提供了結構化的工作流程。

Data Analysis SQL 應用場景

為 Presto、Doris 或 Hive 等多引擎環境開發和優化複雜 SQL 查詢。
使用 ODS、DWD、DWS 和 ADS 分層設計穩健的資料倉儲架構。
使用全量、增量或 CDC 資料擷取策略實施 ETL 管線。
執行自動化資料品質檢查以識別空值率、重複和異常。
從 SQL 或 Excel 來源自動生成技術文件和關係模型。

Data Analysis SQL 運作原理

需求釐清：該技能首先定義業務指標、資料源和排除邏輯，以確保與目標一致。
引擎選擇：根據用例確定最佳資料引擎，例如用於即時 OLAP 的 ClickHouse 或用於批次處理的 SparkSQL。
結構化開發：使用通用資料表表達式 (CTE) 編寫 SQL，並根據全面的安全檢查清單（租戶鍵、刪除標記等）進行驗證。
效能調優：分析資料傾斜、JOIN 爆炸因素和全表掃描風險以優化執行。
驗證與部署：透過現有報告交叉驗證輸出，並觸發知識庫的自動文件生成。

Data Analysis SQL 設定指南

要將此技能整合到您的環境中，請確保已安裝 Python 並將儲存庫複製 (clone) 到您的 Openclaw Skills 目錄中：

git clone <repository-url>
cd data-analysis-sql
pip install -r requirements.txt

然後，您可以使用提供的實用指令碼進行格式化或差異比較：

python scripts/sql_formatter.py --file your_query.sql
python scripts/sql_diff.py --old old_v1.sql --new new_v2.sql

Data Analysis SQL 資料結構與分類體系

該技能透過 references/ 目錄中的結構化分類組織資料和中繼資料：

分類	元件	描述
SQL 標準	`sql-guide.md`	CTE 使用、命名規範和格式化規則。
安全性	`join-rules.md`	租戶隔離和空值處理檢查清單。
建模	`schema-guide.md`	資料倉儲分層架構（從 ODS 到 ADS）。
管線	`pipeline-patterns.md`	ETL 編排和復原的設計模式。
品質	`data-quality.md`	異常檢測和資料探勘標準。