本頁面由英文在 AI 協助下翻譯而成。若兩者有出入,請以英文版本為準。
為什麼 SQL 是雲端 API 的強大介面
SQL 適合雲端 API 的原因有四個:它是宣告式的(呼叫端陳述要什麼,而不是怎麼做)、集合導向的(雲端環境是資源的集合)、工具普及的(每個驅動程式、BI 平台和筆記本都支援它),而且它是每個 AI 模型都已能流利撰寫的查詢語言,這是代理程式時代的決定性原因。選擇 SQL 作為控制平面介面,意味著整個工具鏈與模型生態系的整合成本都已經付清。
結構上的契合
雲端資源本質上就是關聯式的。每個雲端供應商都將其資源組織為具型別的集合(執行個體、儲存貯體、存放庫),集合中是具有屬性的物件,物件之間有識別和交互參照。這就是 schema,而供應商已經以 OpenAPI 規格的形式公開了它。對這些集合的作業,正好就是 SQL 所命名的形式:列舉與篩選(SELECT ... WHERE)、建立(INSERT)、修改(UPDATE)、移除(DELETE)。StackQL 所套用的對應是機械性的,而非比喻性的,這正是它能從規格自動產生、橫跨數百個服務的原因。請參閱什麼是 SQL for APIs?。
集合導向比乍看之下更重要。基礎架構的問題都是集合問題:「所有沒有這個標籤的執行個體」、「依區域分組的儲存貯體」、「已關閉分支保護的存放庫」。命令式 SDK 程式碼以迴圈、分頁處理和累加來回答這些問題。SQL 的形式則只是一個運算式:
SELECT region, COUNT(*) as num_functions
FROM aws.lambda.functions
WHERE region IN ('us-east-1','us-west-2','eu-west-1')
GROUP BY region;
StackQL 會將此查詢以平行的區域 API 呼叫執行;呼叫端完全不需要撰寫扇出邏輯。
代理程式時代的論點
對 AI 代理程式而言,介面的選擇是關乎 token 經濟與可靠性的決策:
- 零樣本能力。SQL 是每個模型訓練分佈中最密集的能力之一。代理程式不需任何上下文教導,就能寫出正確的篩選、彙總、聯結查詢。量身打造的 DSL 或各供應商專屬的 SDK 則必須在提示詞中反覆說明,付出 token 和錯誤的代價。
- 以小而封閉的文法涵蓋龐大的介面。雲端服務供應商提供數以萬計的作業。若將它們公開為個別的工具或函式,會壓垮工具選擇。若以 SQL 搭配可探索的 schema 來表達,文法始終不變,而
SHOW PROVIDERS、SHOW METHODS和DESCRIBE讓代理程式在執行階段學習整個介面,只在需要時為所需的部分付出成本。 - 可驗證性。SQL 的宣告式形式可在執行前接受稽核。人類(或管控政策,例如 StackQL 的 MCP safe 模式)可以閱讀陳述式並確切知道它會影響哪些資源;若是一連串命令式 SDK 呼叫的指令碼,就困難得多。
SQL 在代理程式之外帶來的好處
同樣的選擇也讓基礎架構與分析堆疊接軌:在伺服器模式下,StackQL 使用 PostgreSQL 線路協定,因此 psql、DBeaver、Tableau、Power BI、Superset、pandas 和 Jupyter 都能像存取資料庫一樣存取即時的雲端狀態。資源清單儀表板、安全性報告和 FinOps 分析可以重複使用既有的技能和工具,中間不需要任何匯出程式或 ETL 管線。
相關概念
- 什麼是 SQL for APIs?:對應方式本身
- StackQL vs 自訂 MCP 伺服器:token 經濟學論點的應用
- 什麼是代理式基礎架構?:有利於 SQL 的需求
- StackQL 架構概觀:SQL 引擎如何對 API 執行
- 什麼是可查詢基礎架構?:營運模式