Workflows
从 SQL 构建图表
好图表通常不是从任意结果表“自动变出来”的，而是来自结构清晰的 SQL 输出。Dory 的 Charts & Results 可以帮助你把查询结果可视化，但前提是 SQL 结果已经表达了明确的时间、维度和指标。
什么时候使用这个流程
- 你已经写好 SQL，但图表效果不理想。
- 查询结果列太多，不知道该选择哪个图表。
- 需要把明细数据整理成趋势或 Top N。
- 需要让 AI 帮你把 SQL 改成图表友好结构。
- 要把分析结果分享给团队。
1. 先确定图表问题
在写 SQL 前先明确图表要回答什么：
- 趋势：某个指标随时间如何变化？
- 对比：不同分类之间谁更高？
- 占比：整体中各部分占多少？
- 分布：数值集中在哪些区间？
- 明细：哪些记录需要进一步排查？
2. 按图表类型整理结果
| 图表类型 | 推荐结果结构 | 示例列 |
|---|---|---|
| 折线图 | 时间列 + 指标列 | date, revenue |
| 柱状图 | 分类列 + 指标列 | channel, orders |
| 饼图 | 少量分类 + 数值列 | status, count |
| 多指标趋势 | 时间列 + 多个指标列 | date, dau, orders |
| 明细表 | ID、时间、状态、关键字段 | order_id, created_at, status |
3. 用 SQL 提前聚合
不要把大量明细行直接交给图表。先在 SQL 中完成聚合：
SELECT
DATE(created_at) AS date,
COUNT(*) AS orders
FROM orders
WHERE created_at >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY date
ORDER BY date;不同数据库的日期函数不同。ClickHouse、PostgreSQL、MySQL 和 SQLite 需要使用各自方言。
4. 让 AI 改写成图表友好 SQL
如果你已有一条查询，可以让 AI 改写：
请把当前 SQL 改写成适合折线图的结果结构：
- 第一列是 date
- 第二列是 orders
- 按 date 升序
- 只统计最近 30 天
- 保持当前过滤条件不变也可以让 AI 推荐图表：
请根据当前查询结果判断最适合的图表类型，并说明需要怎样调整 SQL 输出列。5. 在 Charts & Results 中验证
切换到 Charts & Results 后检查：
- X 轴是否是正确维度。
- Y 轴是否是正确指标。
- 是否需要排序或 Top N。
- 是否存在过多分类。
- 空值和异常值是否影响可读性。
常见问题
为什么图表看起来很乱？
通常是分类太多、结果未聚合、列名不清晰或排序不稳定。先改 SQL，而不是只改图表设置。
饼图什么时候不适合？
分类太多或差异很小时不适合。优先使用柱状图或 Top N。
图表数据和表格数据不一致怎么办？
先确认图表使用的是哪几列，以及 SQL 是否已经聚合。不要在图表层隐式改变业务口径。
下一步
- 如果还没有 SQL，先看 使用 Ask AI 生成 SQL。
- 如果查询慢，先看 Debug Slow Queries。
- 图表对应的 SQL 稳定后，保存到 Saved Queries。
这篇文档有帮助吗？