Agent Skills
返回列表
💻

SQL 查询优化助手

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 @user_e562897e/sql-tuner。

技能介绍

要解决什么问题

报表或接口里的 SQL 从几秒拖到几十秒,DBA 排不上期,你仍得先判断是全表扫描、文件排序还是索引没用上。凭感觉加索引往往治标不治本,甚至把写路径拖垮。这个技能把优化当成可重复的工序:先拿执行计划定位瓶颈,再按清单改写,最后用同一数据量对比耗时与扫描行数。

技能如何工作

它围绕五条核心纪律展开:先量后改、索引是第一杠杆、避免 SELECT *、列上别包函数、大表慎用长 IN。落地流程是六步优化法:

  1. 从慢查询日志或监控抓取目标 SQL 与扫描行数。
  2. 用 EXPLAIN(MySQL)或 EXPLAIN ANALYZE(PostgreSQL)看 type/rows/key,盯住 ALL 与 Using filesort。
  3. 核对 WHERE/JOIN/ORDER BY 是否缺索引,或是否因函数包列、隐式类型转换导致索引失效。
  4. 改写常见反模式:指定列、范围比较替代 DATE(created_at)、长 IN 改 JOIN/EXISTS、深分页 LIMIT 100000,20 改延迟关联或游标。
  5. 同数据量下重跑,对比耗时与扫描行数。
  6. 输出优化报告:原 SQL 问题点、改写 SQL、前后对比、仍需关注的索引建议。

技能内带全表扫、深分页、长 IN 等对照示例,并附自检清单,方便你对照是否漏项。

边界与注意点

它提供诊断步骤与改写思路,不连接生产库、不自动执行 DDL;大表加索引须考虑在线 DDL 与低峰窗口。不同数据库执行计划语法不同,统计信息过期时需先 ANALYZE TABLE。最终以你环境下的同口径前后对比为准,而非承诺绝对数值。

使用场景

  • 报表 SQL 在高峰期跑 30 秒以上,需要从慢日志里抽出语句并判断是全表扫还是排序拖慢
  • 新接口上线后整体库负载上升,要在不改业务语义的前提下快速改写高成本查询
  • 分页接口使用 `LIMIT` 大偏移,用户翻到后面页时超时,需要改成延迟关联或游标方案
  • `WHERE user_id IN (...)` 列表上千条导致计划不稳定,需要改写为 `JOIN` 或 `EXISTS` 并验证扫描行数下降

适合人员

  • 负责业务库报表与 ad-hoc 查询的后端,要在没有专职 DBA 排期时自己读 `EXPLAIN` 出报告
  • 写数据接口的工程师,上线前发现某条 SQL 扫描行数暴涨,需要按清单改索引与写法
  • 维护单体或微服务共享库的全栈开发,想养成「先计划后改索引」的固定习惯
  • 兼职管 MySQL/PostgreSQL 的 SRE,需要把慢 SQL 处理流程标准化给值班同事