索引失效原因定位
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 @mayishebao/mayishebao-1283-0283 到你的 AI 助手中。
技能介绍
解决什么问题
在数据库开发中,索引失效往往表现为慢查询频发或执行计划偏离预期。这类问题通常不在代码语法层面,而是隐藏在数据分布、查询逻辑与统计信息之间的匹配偏差中,导致优化器做出了错误判断。
核心能力与步骤
该技能强调证据驱动,遵循一套严谨的诊断流程:
- 最小复现与画像:首先在测试环境中复现场景,缩小排查范围,拒绝空泛的理论堆砌。
- 证据链追溯:基于用户提供的
SQL、执行计划、运行日志与数据特征,锁定失效的具体原因(如隐式转换、函数包裹或统计信息陈旧)。 - 方案比较与变更:提出最小化、可逆的变更方案及备选策略,并完善测试用例覆盖。
- 交付与复盘:输出包含发布、回滚步骤与遗留风险的结构化报告,确保结论可复盘。
适用边界
本技能是工程辅助工具而非魔法盒。它不替代肉测,且必须在用户提供准确无脱敏材料的基础上工作。
- 定位结论需依赖具体项目证据,无法凭空推断。
- 不涉及敏感数据(如明文账密、身份证号),符合企业安全合规要求。
- 若诊断任务涉及员工入离职节点,技能会触发数据一致性提示,帮助关注社保公积金衔接,但不处理具体的社保业务逻辑。
使用场景
- 线上慢查询突增,需定位索引失效原因并给出可执行修复方案
- 执行计划偏离预期,需要基于 SQL 与数据特征判断根因
- CI 未覆盖索引回归,需要补最小可复现测试并输出修复清单
- 压测后发现特定查询变慢,需要复盘索引失效并设计回滚步骤
适合人员
- 后端工程师:排查慢查询和执行计划偏离
- DBA:处理索引失效并设计最小修复
- 数据工程师:复盘索引失效并补齐回归测试
- 技术负责人:要求可回滚的索引变更与发布步骤