Die Regler, die Leitplanken und warum es bei deinem Schema nicht schlappmacht
Du wurdest schon mal enttäuscht von Tools, die gegen einen veralteten Schema-Cache vervollständigen, oder die einem Junior-Entwickler einen DELETE gegen die Produktion zu machen. Das ist die Tour für dich: was du an SQLly drehen kannst, was es tut, um Leute vor Ärger zu bewahren, und genug vom „Warum“, um darauf zu vertrauen, dass es nicht nur Marketingtext ist.
IntelliSense ist eine Einstellung, keine Blackbox
Einstellungen → Editor → Allgemein lässt dich die Vervollständigungs-Engine wählen und genau sehen, was sie tut.
Die IntelliSense Quelle Dropdown: Eingebaut (lokaler Parser) vs. Rust-Engine (der umfassendere, ffi-unterstützte Parser).
Wähle deine Autovervollständigungs-Engine
das Integriert Quelle nutzt einen schnellen lokalen Parser, der für die meisten Bearbeitungen ausreicht. Wechsle zur Rust-Engine -Quelle, wenn du den vollständigeren, per FFI angebundenen Parser für die Autovervollständigung willst - genauer bei zähem, tief verschachteltem SQL, bei geringen Startkosten.
Es sagt dir, wann es rät
Wenn SQLly mit einem Schema arbeitet, das es noch nicht vollständig validieren kann - ein grober DDL-Entwurf, eine laufende Migration - verfolgt es das intern als unvollständige Region mit eigener Herkunft und Konfidenz, anstatt stillschweigend vorzugeben, dass die Completion verbindlich ist.
Lokale Dateien können Vorrang vor der Live-Datenbank haben
SQLLY baut sein Schemamodell aus deiner Live-Datenbank auf und ein Dateisystem-Overlay gleichzeitig. Ist eine lokale DDL-Datei neuer als das Datenbankobjekt, das sie beschreibt – nach Änderungszeit –, bevorzugt SQLly die Datei. Das heißt, IntelliSense zeigt die Migration, die du gerade geschrieben hast, nicht die Tabelle, wie sie existiert, bis du sie ausführst.
Es wird nur der geänderte Teil erneut überprüft
Schema-Änderungen werden inkrementell verfolgt, sodass das Bearbeiten einer Tabelle keinen vollständigen Modell-Neuaufbau erzwingt – die Engine validiert nur, was sich geändert hat, und lässt den Rest des zwischengespeicherten Modells unberührt.
Sorg dafür, dass Gefährliches einen bewussten Schritt erfordert
Das Verbindungsmodell von SQLly trägt die Sicherheitsrichtlinie zusammen mit den Zugangsdaten – einmal pro Client, Projekt, Umgebung oder Server festgelegt und den Baum hinab vererbt.
Nicht-SELECT-Anweisungen automatisch in eine Transaktion einschließen
Schalte Auto-Wrap für eine Verbindung ein, und alles über ein einfaches Lesen hinaus läuft in einem äußeren Transaktionsrahmen, den du prüfen - und zurückrollen - kannst, bevor er wirklich committet.
Eine Verbindung auf Lesezugriffe beschränken, Punkt.
Blockiere alles außer SELECT auf einer bestimmten Verbindung. Perfekt für eine Lesereplik, eine für Analysten vorgesehene Umgebung oder einen Server, den Sie nie von einem zufälligen Skript berühren lassen wollen.
Bestätigung vor dem Ausführen erzwingen
Verlange ein ausdrückliches „ja, wirklich“, bevor Nicht-SELECT-Anweisungen gegen eine Verbindung ausgeführt werden - die zusätzliche halbe Sekunde, die die Abfrage abfängt, die du eigentlich für Staging bestimmt hattest.
Ein UPDATE oder DELETE ohne WHERE verweigern
Richtlinie pro Verbindung kann unbeschränkte UPDATE und DELETE Anweisungen komplett blockieren - der klassische Fehler „WHERE-Klausel vergessen“, gestoppt, bevor er den Server erreicht.
KI-Überprüfung für datenändernde Abfragen verlangen
Schalte es pro Server, Datenbank, Umgebung oder Projekt ein, und SQLly bittet das Modell auf dem Gerät, die Nebeneffekte einer Abfrage in menschlichen Worten zu erklären, bevor sie läuft - mit einem großen, expliziten WE WILL MAKE UPDATE AND DELETE CHANGES. Banner und einer kritischen Warnung, wenn keine WHERE. Erkennung, Gate und Review-Dialog sind drin; das Modell, das die Erklärung schreibt, wird gerade angeschlossen.
Färben Sie Prod wütend rot
Gib jedem Client, Projekt, jeder Umgebung oder jedem Server eine eigene Farbe und ein eigenes Symbol, damit der Moment „Moment mal, das war Prod?“ von deinem peripheren Sehen abgefangen wird, bevor er deine Finger erreicht. Produktionsverbindungen zeigen auch einen PRODUKTION Chip in der Statusleiste an.
prod) und jede Verbindung darunter übernimmt sie automatisch - überschreibe eine einzelne Verbindung nur, wenn du es wirklich brauchst.
Beweise, dass du es wirklich bist, bevor die Produktion läuft
Verbinde die betriebssystemeigene Identitätsprüfung – Touch ID auf macOS, Windows Hello auf Windows – genau dort, wo ein Fehler wehtut. Die Richtlinien-Engine darunter existiert bereits; die Identitätsebene wird gerade angebunden.
Verifizieren vor dem Verbinden
SQLly verlangt die betriebssystemeigene Identitätsprüfung, bevor es überhaupt eine Verbindung öffnet – auf jeder Ebene der Hierarchie einstellbar, sodass du mit einem einzigen Schalter einen einzelnen heiklen Server oder die gesamte Produktionsumgebung eines Kunden sperren kannst.
Identitätsprüfung für alles außer SELECT
Lesen bleibt reibungslos; in dem Moment, in dem eine Anweisung Zähne zeigt - INSERT, UPDATE, DELETE, DDL - SQLly bittet dich zuerst um Bestätigung. Die Klassifizierung der Anweisung ist fertig; das betriebssystemeigene Eingabefenster ist der Teil, der noch in Arbeit ist.
Deine Produktion, dein Paranoia-Regler
Lege fest, wie lange eine Verifizierung gültig bleibt - bei jeder Anweisung auf den gefährlichsten Kisten oder einmal pro Sitzung / N Minuten bei den harmloseren.
Manipulationssicheres Verifizierungsprotokoll
Jede kontrollierte Aktion zeichnet auf, wer sie bestätigt hat, welche Anweisung, welches Ziel und wann - ein lokales, manipulationserkennbares Protokoll für den Fall, dass jemand fragt „Wer hat das gegen die Produktion ausgeführt?“
Wisse, was der Server tut, bevor er es tut
Ausführungspläne, in-prozess geparst
SQLly erfasst das SHOWPLAN_XML für deine Abfrage, parst es in der Rust-Engine (kein Unterprozess) und erzeugt einen strukturierten Operatorbericht – jeder Operator mit seinen Eigenschaften, fertig zur Inspektion. Tatsächliche Pläne (Führe die Abfrage aus, echte Zeilenzahlen) sind heute der verlässliche Weg; die Aufzeichnung des geschätzten Plans hat einen bekannten SQL-Server-Fehler, der gerade behoben wird, und die grafische Knoten-und-Kanten-Leinwand ist das Teil, das noch gezeichnet wird.
Ein Formatter, der dein SQL nicht kaputtbekommt
Konfigurierbares Pretty-Printing mit strikter Sicherheitsgarantie: Die Ausgabe wird neu lexikalisch analysiert und Token für Token mit der Eingabe verglichen, und bei jeder Abweichung bekommst du dein SQL unverändert zurück. Markiere -- formatter:off Bereiche, um handoptimiertes Layout unverändert zu belassen.
Gebaut für mehr als einen Server
Wenn du Verbindungen für ein Team verwaltest, stößt eine Hostnamenliste bei ungefähr Server #15 an ihre Grenzen.
Kunde × Projekt × Umgebung × Server
Verbindungen sind gleichzeitig entlang von vier unabhängigen Achsen organisiert. Filtere das Server-Panel nach einer oder nach allen Achsen, um in zwei Klicks von „jedem Server, den wir verwalten“ zur „Prod-Datenbank dieses einen Kunden“ zu kommen.
Echte Entra-ID-Authentifizierung, kein Workaround
Verbinde dich mit Azure SQL über Gerätecode- oder browserbasierte Entra-Authentifizierung - ohne ein Dienstprinzipal-Geheimnis zu speichern, nur damit IntelliSense funktioniert. SQLly kann auch deine Azure SQL-Server und -Datenbanken finden und dir helfen, eine Firewallregel hinzuzufügen, wenn der Server Nein sagt.
Erreiche eine Datenbank ohne das VPN-Ritual
Verbinde dich von überall über einen Ende-zu-Ende-verschlüsselten Tunnel, der über ein Relay läuft, das deinen Datenverkehr weiterleiten, aber niemals lesen kann - So funktioniert es genau. Teil von SQLly Cloud; Direktverbindungen bleiben kostenlos.
Die Mechanik, eine Ebene tiefer
Genug vom „Warum“, um ihm zu vertrauen - die komplette Architektur steht im Engineering Deep Dive.
Abfragen und IntelliSense teilen sich keinen Thread
Die Abfrage-/IntelliSense-Engine ist ein separater, mehrthreadiger Rust-Prozess. Eine langsame Abfrage im Hintergrund lässt dein Tippen nicht stocken, und eine Schema-Aktualisierung blockiert keine bereits laufende Abfrage.
Das Schemamodell wird atomar ausgetauscht
Die Schema-Sammlung läuft im Hintergrund und erstellt einen neuen Modell-Snapshot; die laufende Anwendung sieht dabei nur den alten Snapshot oder den vollständig erstellten neuen - niemals ein halb aktualisiertes Modell während der Aktualisierung und niemals einen Stillstand, um darauf zu warten.
Vervollständigungen unterliegen einem echten Latenzbudget
Der Autovervollständigungspfad wird als Teil der eigenen Testsuite der Engine gegen eine explizite Latenz-Obergrenze getestet - „fühlt sich sofort an“ ist eine geprüfte Eigenschaft, kein Bauchgefühl.
Das Ergebnisraster rendert nur das Sichtbare, nicht alles
Große Ergebnismengen werden vom Server seitenweise geladen und im Raster virtualisiert, sodass das Scrollen flüssig bleibt, egal ob die Abfrage 50 oder 500.000 Zeilen geliefert hat.
Willst du die komplette Architektur sehen?
Lexer, Parser, die Model-Engine, der KI-Stack direkt auf dem Gerät - der technische Deep-Dive deckt alles ab, mit Details auf Code-Ebene.