根据表结构和自然语言查询需求，让模型生成包含过滤、排序、分组、聚合等条件的 SQL 查询语句。

请根据以下信息生成 SQL 查询： 1. 明确任务要求：详细描述 SQL 需要完成的任务，如过滤条件（WHERE 条件）、排序（ORDER BY）、分组（GROUP BY）、关联查询（JOIN 方式）、聚合函数（SUM、AVG、COUNT 等）。例如："查询 2024 年 1 月份所有订单的总金额，并按客户分组。" 2. 数据库背景信息：说明数据库类型及业务背景。 3. 表结构（Schema）：提供相关表的字段名、类型和含义。 4. 查询需求：用自然语言描述要查询的数据。 5. 示例输入输出（可选）：提供示例数据或期望输出格式，让模型更精准地理解你的需求。例如： 输入示例： orders 表数据： +----+-------------+------------+-------------+ | id | customer_id | order_date | total_amount | +----+-------------+------------+-------------+ | 1 | 101 | 2024-01-10 | 100.50 | | 2 | 102 | 2024-01-15 | 200.75 | | 3 | 101 | 2024-01-20 | 150.00 | +----+-------------+------------+-------------+ 期望输出： +-------------+--------------+ | customer_id | total_amount | +-------------+--------------+ | 101 | 250.50 | | 102 | 200.75 | +-------------+--------------+ 6. 约束条件：限制查询的数据量（LIMIT）、性能优化（索引、避免全表扫描）、是否允许使用临时表、子查询、CTE（WITH 语句）。 7. 输出格式：指定 SQL 的返回格式要求。