PostgreSQL 查询计划分析器

要解决的问题

当 PostgreSQL 查询变慢时，第一反应通常是打开 psql 手动执行 EXPLAIN ANALYZE。这在单条语句上可行，但线上成百上千条慢查询摆在面前时，逐条粘贴计划树既不现实，也无法系统化筛选真正值得优化的对象。更麻烦的是，顺序扫描、嵌套循环连接和排序溢出（sort spill）这些典型问题混杂在大段输出里，人工排查极易漏掉关键信号。

技能如何工作

这个技能把整个流程自动化：

• 对目标慢查询执行 EXPLAIN ANALYZE BUFFERS，获取带实际执行时间和缓冲区命中情况的完整计划。
• 解析计划树，专门标记顺序扫描、嵌套循环连接和排序溢出等性能反模式。
• 结合 pg_stat_statements 的聚合统计，先按资源消耗排序找出 Top 查询，再逐条分析，而不是无差别扫描所有语句。

典型路径是：从 pg_stat_statements 拿到「谁在吃资源」的清单，对具体语句执行 EXPLAIN ANALYZE BUFFERS 拿到「为什么慢」的证据，最后基于解析结果给出索引或改写方向。

适用边界与注意点

• 底层依赖 node-postgres，需要 Node.js 环境并能连接目标实例。
• pg_stat_statements 需在 PostgreSQL 中预先安装并开启（shared_preload_libraries），否则没有聚合数据可用。
• 解析结果只提供诊断方向，索引是否生效、改写是否安全，仍需在测试库用真实数据量验证。