需通过Perplexity的检索增强生成机制获取多数据库Benchmark性能对比：一、用嵌套限定语法直连官网原始报告；二、启用Focus模式限定权威信源；三、调用Pro版Deep Research自动对齐测试条件；四、上传PDF进行OCR数值提取；五、用自定义JSON提示词强制结构化输出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在Perplexity中获取不同数据库（如PostgreSQL、MySQL、ClickHouse、Doris）在特定负载下的查询性能对比，并要求其汇总标准化Benchmark数据（如TPC-H、YCSB、SysBench结果），则需绕过通用问答路径，转而激活其检索增强生成机制中的结构化数据抓取与跨源对齐能力。以下是实现该目标的多种操作路径：
一、使用嵌套限定语法直连基准测试发布页
Perplexity默认响应易泛化为技术综述，必须通过精确语法强制其定位原始Benchmark报告页面，避免二手媒体解读。关键在于组合数据库名称、Benchmark类型、版本号与权威发布域名。
1、在搜索框中输入：“TPC-H Q18 query latency PostgreSQL 16 vs MySQL 8.4 vs ClickHouse 24.3 site:clickhouse.com OR site:postgresql.org OR site:mysql.com”
2、提交后，在右侧“Sources”栏中点击标有“Official Benchmark Results”的链接，确认是否跳转至厂商发布的PDF或Markdown性能对比页。
3、若未出现结构化表格，追加指令：“请从上述链接中提取Q18平均执行时间（ms）、95%分位延迟（ms）、并发吞吐（QPS）三项指标，以三列表格呈现，缺失值填‘N/A’”。
二、启用Focus模式并限定技术评测类信源
常规搜索会混入博客与论坛讨论，需主动关闭非结构化来源，仅保留具备标准化测试流程的机构站点，确保数据可复现、参数可验证。
1、点击搜索框右侧“Focus”下拉菜单，选择“All”模式。
2、点击地球图标进入“Search Settings”，在“Sources”中仅勾选Database Benchmarks、Academic Papers、Vendor Whitepapers、DB-Engines Rankings四项，取消其余所有选项。
3、输入问题：“Compare SysBench OLTP read-only throughput (transactions/sec) for MariaDB 11.4, TiDB 8.1, and StarRocks 3.3 under 128 threads, sourced from official vendor whitepapers published after 2025-01”。
4、检查返回结果中每项数值是否附带可点击的原始PDF链接，且链接域名含mariadb.com、pingcap.com或starrocks.io。
三、调用Pro版Deep Research生成横向对比表
该功能可自动执行多轮检索，同步解析多个厂商文档中的性能图表与文字描述，并对齐测试条件（如硬件配置、数据集规模、warm-up轮次），消除因环境差异导致的不可比性。
使用Perplexity API进行网络搜索的AI助手。当用户需要最新信息并附有来源引用、时事事实查询，或研究类答案时使用。当用户提及Perplexity或需要带有参考文献的最新信息时，默认使用此技能。
1、确保已登录Perplexity Pro账户，点击界面右上角“? Deep Research”按钮激活。
2、输入指令：“Research: Extract TPC-C New Order transaction latency (ms) and tpmC scores for Oracle Database 23c, SQL Server 2022, and SAP HANA 2.0 SPS07, using only results from official benchmark submissions certified by SPEC.org or published in VLDB Journal 2024–2026”。
3、等待加载完成后，在生成的表格中核对各数据库行是否标注“SPECvirt_sc2013”或“TPC-C Full Disclosure Report”字样，并点击对应单元格旁的链点图标验证原始提交编号。
四、上传第三方Benchmark PDF进行OCR数值提取
当目标数据存在于未被索引的PDF（如某云厂商内部压测报告、会议论文附录）时，Perplexity的文件解析能力可直接读取图表中的坐标轴数值与表格内容，无需依赖网页文本。
1、点击左下角“+ Attach file”，上传本地存储的《AWS Aurora vs Cloud SQL Query Latency Comparison Q4 2025.pdf》。
2、在新对话框中输入：“识别该PDF第12页柱状图中Aurora PostgreSQL-Compatible Edition与Cloud SQL for PostgreSQL在‘Aggregation Query (GROUP BY + COUNT)’场景下的P99延迟（ms），并提取第15页表格中‘Concurrent Connection Scaling Test’列对应数值”。
3、等待AI完成OCR与语义定位后，在回复中查找标有“Extracted from chart on page 12”的段落，确认数值后缀是否带单位“ms”及误差范围标注。
五、构建含变量约束的自定义提示词触发JSON结构化输出
为支持后续导入Excel或Grafana分析，需强制Perplexity将Benchmark数据按预设字段输出为机器可读格式，避免人工重排。此方式依赖模型对JSON Schema的理解与字段填充精度。
1、输入完整提示词：“请严格按以下JSON Schema输出：{ 'database': 'string', 'benchmark': 'string', 'query_type': 'string', 'latency_ms_p95': 'number', 'throughput_qps': 'number', 'hardware_config': 'string', 'source_url': 'string' }。数据来源限于Percona’s 2025 Q1 Benchmark Report、StarRocks Official Blog 2025-03-17、以及TiDB Docs Performance Tuning Guide v8.1 Section 4.2。”
2、提交后，检查返回内容是否为纯JSON数组，每个对象是否包含全部7个键，且source_url值以https://开头并可访问。
3、若返回含自然语言解释，立即追问：“请只输出JSON数组，不附加任何说明文字，不换行，不缩进。”
