Agent Skills
返回列表
💻

PG数据库专家

开发编程 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/postgres-pro 技能。

技能介绍

它解决什么问题

当你的 PostgreSQL 实例开始出现慢查询、表膨胀或复制配置困难时,你通常需要在一堆工具之间来回切换:查执行计划、研究索引类型、翻 pg_trgm 之类的扩展文档、手工调 autovacuum 参数。PG数据库专家技能把这些诊断与调优动作收拢到一套以 EXPLAIN(ANALYZE, BUFFERS) 为起点的工作流里,目标是让每次优化都有真实执行成本作为依据,而不是凭经验盲改。

核心能力与工作流

这个技能围绕 PostgreSQL 性能调优设计,覆盖执行计划分析、索引策略、JSONB 数据操作、扩展使用和复制配置。关键步骤如下:

  • 现状确认:先用 EXPLAIN(ANALYZE, BUFFERS) 获取查询的真实执行成本,包括缓冲区使用情况
  • 索引规划:根据查询模式选择 GIN、部分索引或表达式索引,避免无差别建索引
  • 高级特性:利用 JSONB 算子处理半结构化数据,借助 pg_trgm 等扩展解决模糊搜索或文本相似度问题
  • 维护策略:调整 VACUUM 和 autovacuum 参数,确保统计信息及时更新,防止表膨胀
  • 输出工件:最终生成结构化的 PgTuneSpec,包含发现的问题、建议的动作和备注信息

输入与输出

你只需用自然语言描述需求和约束,可以附上相关代码片段。技能返回的 PgTuneSpec 不仅能帮你理清优化路径,还能作为二次优化的输入,方便与其他工具协同工作。

适用边界

这个技能专注于 PostgreSQL 原生性能调优,不适用于非 PostgreSQL 数据库(如 MySQL 或 SQL Server)。它也不应该被用来进行内核级别的补丁开发或深度的系统调优——那属于 PostgreSQL 内核团队的工作范畴。

使用场景

  • 线上 PG 查询突然变慢,需要用 EXPLAIN(ANALYZE, BUFFERS) 定位真实瓶颈
  • 写入量大导致表膨胀,需要调整 autovacuum 参数并清理死元组
  • 业务开始用 JSONB 存半结构化数据,需要优化查询算子和索引
  • 主从架构需要配置流复制或逻辑复制,确保数据同步稳定

适合人员

  • 后端工程师,需要优化 PG 查询性能和执行计划
  • 数据库管理员,负责维护 PG 实例的 VACUUM 和复制配置
  • 数据工程师,用 JSONB 处理半结构化数据并提升查询效率
  • 技术负责人,需要根据 PgTuneSpec 制定数据库优化方案