Jak AI dekomponuje 200-liniowe legacy-zapytanie, którego wszyscy się boją
Każdy zespół ma "to zapytanie" — 200 linii skorelowanych podzapytań napisanych w 2014, dokumentowanych tylko commitem "fix sales report". AI dekoder rozwiązuje to w czterech krokach: (1) drzewo zależności — tabele z oznaczeniami w stylu "tabela A → kolumny x, y używane w JOIN z B; kolumna z dla filtra". (2) semantyka każdego CTE — osobny krótki opis, co zwraca każdy WITH-blok, w trybie "prostymi słowami". (3) wykrycie problemów — AI podkreśla anty-wzorce: implicit JOIN przez WHERE, NOT IN z kolumnami NULL-able, skorelowany subquery w SELECT z row-by-row execution, porównania case-sensitive bez COLLATE. (4) współczesny ekwiwalent — przepisane zapytanie z window functions, CTE zamiast inline subqueries, explicite JOIN. Szczególnie przydatne przy reverse engineeringu raportów BI i migracji z legacy-DB na nowoczesne (np. MySQL → PostgreSQL).