Schreibe die Abfrage. Vertrau der Antwort. Hol die Daten heraus.
Du musst nicht wissen, was ein Generationszähler ist, um aus SQLly Nutzen zu ziehen. Dieser Leitfaden behandelt die drei Dinge, die du den ganzen Tag tatsächlich tust: Abfragen schreiben, ohne mit dem Editor zu kämpfen, Ergebnisse lesen, ohne die Augen zusammenzukneifen, und Daten exportieren, ohne ein zweites Tool.
Finde deine Tabellen, bevor du eine Zeile SQL schreibst
Das Server-Panel links gruppiert jede Verbindung so, wie du wirklich über deine Daten denkst – nicht nur nach Hostname.
Das Server-Panel, ein leerer Abfrage-Tab und der Ergebnisbereich – die drei Bereiche, in denen du leben wirst.
Kunde, Projekt, Umgebung oder roher Server
Zwischen den Gruppierungsmodi oben im Panel wechseln - Keine, Client, Projekt, Env, Server - sodass aus einer verstreuten Liste von Hostnamen „Acme Corp → Reporting → Prod.“ wird.
Ein Tab pro Gedankengang
Jede Abfrage lebt in ihrem eigenen Tab mit eigener Server- und Datenbankauswahl, sodass eine schnelle Nachschlage-Abfrage in einem Tab nie in den Bericht übergreift, den du in einem anderen erstellst.
Deine Tabs kommen zurück
Schließen Sie SQLly, öffnen Sie es erneut, und Ihre offenen Tabs – Abfragetext, Layout, alles – sind genau dort, wo Sie sie verlassen haben. Nichts zu speichern, nichts zu verlieren.
Autovervollständigung, die deine Daten kennt, nicht nur dein Schema
Die meisten SQL-Editoren vervollständigen Tabellen- und Spaltennamen. SQLly geht eine Ebene tiefer.
Vervollständigung von Schlüsselwörtern und Klauseln erscheint beim Tippen - kein manueller Auslöser nötig.
Autovervollständigung für Spalten Werte
Tippe innerhalb einer WHERE -Klausel, und SQLly schlägt echte Werte vor, die aus den tatsächlichen Daten dieser Spalte stammen – live gefiltert, während du weitertippst.
-- as you type, it filters live WHERE CompanyName = 'Acme␣' ⟶ Acme Corp, Acme Labs…
Geben Sie den Namen ein, nicht den Schlüssel
Suchst du eine Zeile hinter einem Fremdschlüssel? Tipp den gut lesbaren Namen ein, den du eigentlich suchst – SQLly löst ihn auf und baut den Join gleich mit, sodass du nicht von Hand JOINs, nur um nach Kundennamen zu filtern.
Es hilft immer noch bei einem halbfertigen Schema
Wenn die Definition einer Tabelle noch roh ist - ein Migrationsentwurf aus dem Team, eine Skizze, die noch nicht ganz parst - legt SQLly seine beste Vermutung darüber und liefert weiter Vervollständigungen, statt aufzugeben.
Namen statt IDs in den Ergebnissen sehen
Wo SQLly den natürlichen „Anzeigewert“ für einen Fremdschlüssel ermitteln kann, zeigt es dir Acme Corp im Raster an, anstatt customer_id = 4827 - pro Spalte konfigurierbar, wenn es falsch rät.
Ein Ergebnisraster, das fürs echte Lesen der Daten gebaut wurde
Große Ergebnismengen bleiben flüssig, weil SQLly nur die Zeilen rendert, die auf dem Bildschirm sind - es verhaspelt sich nicht daran, 500.000 Zeilen auf einmal ins DOM zu rendern.
Saubere Syntaxhervorhebung für die Abfrage, die du tatsächlich geschrieben hast – Schlüsselwörter, Funktionen und Bezeichner in unterscheidbaren Farben.
Flüssiges Scrollen, selbst bei großen Ergebnismengen
Das Raster ist virtualisiert – es rendert nur den Ausschnitt der Zeilen, der gerade auf dem Bildschirm angezeigt wird, sodass das Durchblättern eines Ergebnissets mit sechsstelliger Zeilenzahl sich genauso anfühlt wie das Durchblättern von zehn Zeilen.
Ergebnisse werden seitenweise zurückgegeben, nicht alle auf einmal
SQLly lädt große Ergebnismengen seitenweise, statt alles auf einmal im Speicher halten zu wollen, sodass eine Abfrage, die weit mehr liefert als erwartet, die App nicht blockiert, während die Daten hereinstreamt.
Spalten so formatieren, wie dein Team sie liest
Lege pro Spalte Formatierungseinstellungen — Geld, Rundung, Datumsformat — einmal in den Einstellungen fest, statt jede Abfrage in FORMAT() Aufrufen.
Pivot-Ergebnisse mit einem Kommentar
Annotiere die Abfrage, und SQLly formt die Zeilen direkt im Ergebnisraster in Spalten um - kein Assistent, kein Export in ein Pivot-Tool.
--! pivot rows=region cols=quarter value=revenue
Zeile bearbeiten, ohne UPDATE von Hand zu schreiben
Klicke mit der rechten Maustaste auf eine beliebige Ergebniszeile, und SQLly baut aus den Metadaten der Tabelle ein Bearbeitungsformular mit einem Feld pro Spalte - Typen, Standardwerte und Constraints inklusive. Bearbeite, füge ein, dupliziere oder lösche Zeilen mit abgesicherten, parametrisierten Schreibvorgängen und springe zu verwandten Zeilen in einem eigenen Tab.
Lies JSON und XML, keine Textwand
Zellen mit JSON oder XML öffnen sich in einem strukturierten, formatierten Viewer, den du auf- und zuklappen kannst - statt einer einzigen unlesbaren Zeile, die in eine Rasterzelle gequetscht ist.
Arrangiere mehrere Ergebnismengen nach deinen Wünschen
Hör auf, durch untereinander gestapelte Ergebnismengen zu scrollen. Wechsle zwischen Tab-, Stapel- und Freiform-Canvas-Layouts – oder lege Zeilen und Spalten per Kommentar fest (-- sqlly 4x2), sodass mehrere Sets dort landen, wo sie Sinn machen.
Export in dem Format, das der nächste Schritt braucht
Der Bericht ist selten das Abfrageergebnis selbst – es ist eine Tabellenkalkulation, eine Slack-Nachricht oder ein Migrationsskript. SQLly exportiert direkt in all diese Formate.
CSV, TSV, JSON, Markdown, HTML
Wähle das Format, das zu dem passt, wohin die Daten als Nächstes gehen - eine Tabellenkalkulation, eine API-Nutzlast, eine README-Tabelle oder ein kurzes Einfügen in ein Dokument.
Direkt nach XLSX
Direkt in eine Excel-Datei exportieren, wenn „schick mir die Zahlen“ eine echte Tabelle bedeutet und keine CSV, die erst jemand umformatieren muss.
Ergebnisse als INSERT-Anweisungen kopieren
Möchtest du einem Entwickler ein paar Zeilen zum Befüllen einer Testumgebung weitergeben? Exportiere das Ergebnisset als fertig ausführbare INSERT Anweisungen statt einer CSV, die sie erst von Hand umformatieren müssen.
Zwei Ergebnismengen vergleichen
Dieselbe Abfrage vor und nach einer Änderung ausgeführt? Vergleiche die beiden Ergebnismengen und sieh genau, welche Zeilen dazugekommen, weggefallen oder unangetastet sind – Schemaabweichungen werden angemerkt, nicht stillschweigend falsch verglichen.
Über Leistung solltest du nicht nachdenken müssen. Musst du auch nicht.
Autovervollständigung wartet nicht auf deine Datenbank
SQLly hält ein eigenes Modell deines Schemas im Speicher und aktualisiert es im Hintergrund, sodass IntelliSense sofort reagiert – auch bei einem großen oder langsamen Server. Es wird nicht bei jedem getippten Buchstaben eine Live-Abfrage an die Datenbank geschickt.
Es überprüft nur das, was sich tatsächlich geändert hat
Anstatt Ihr gesamtes Schema bei jedem Tastendruck neu zu scannen, verfolgt SQLly, was sich geändert hat, und validiert nur dies – deshalb bleibt es auch bei Datenbanken mit Tausenden von Objekten schnell.
Das ist der gesamte Arbeitsablauf.
Verbinden, eine Abfrage mit echter Hilfe schreiben, die Ergebnisse ohne Kopfschmerzen lesen, sie überall exportieren, wohin sie müssen. Keine vierzehnstufige Einführung erforderlich.