数据库性能优化
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 @org-eyw2ohcx/rmyndharis-antigravity-skills-database-optimizer。
技能介绍
数据库慢在哪儿,往往不在「加机器」
生产环境里常见的问题是:报表 SQL 跑十几分钟、接口在 ORM 下悄悄打出 N+1、索引加了一大片却更慢,或者云数据库账单随查询膨胀而失控。这些问题需要先看 执行计划、慢查询与资源占用,再决定改 SQL、改索引还是改缓存与架构,而不是凭经验试参数。
技能如何协助你优化
该技能以数据库性能调优专家的角色工作:先澄清目标、约束与可用输入,再给出可验证的步骤与检查清单。覆盖方向包括:
- 查询优化:
EXPLAIN ANALYZE、JOIN/子查询/CTE、窗口函数,以及 PostgreSQL、MySQL、SQL Server、Oracle 等方言差异 - 索引策略:B-tree/GIN/GiST、覆盖索引、复合列顺序、JSON 与全文索引,以及膨胀与统计信息维护
- 性能观测:
pg_stat_statements、Performance Schema、DMV,配合 APM 做回归与基线对比 - 应用侧问题:N+1、GraphQL DataLoader、ORM 连接池与批处理
- 缓存与扩展:多级缓存与失效策略、读写分离、分表分片、无停机迁移与模式演进
- 云与成本:RDS/Aurora、Azure SQL、Cloud SQL 等场景下的资源与存储分层
典型工作流会按「先测量 → 定位瓶颈 → 设计方案 → 小步落地并压测 → 持续监控与文档化」推进,并强调用基准与慢查询日志验证,而不是单次改动的主观感受。
适用边界
若任务与数据库性能、查询/索引/缓存/扩展无关,或需要的是完全不同的领域工具,则不应启用本技能。它不提供替代你环境权限与生产变更流程的自动化执行,优化建议仍需结合你的 schema、流量模型与合规要求自行验证。
使用场景
- 电商大促前,需要为多表 JOIN 的订单统计 SQL 做执行计划分析与改写
- GraphQL 接口被诟病延迟高,要排查 ORM 与 DataLoader 层面的 N+1 查询
- MySQL 慢查询日志暴涨,要设计复合索引顺序并评估对写入的影响
- RDS 账单上升,要定位高成本查询并评估只读副本与缓存分层方案
适合人员
- 负责核心交易库的 DBA,需要在不停机前提下验证索引变更对 P99 的影响
- 使用 Django/SQLAlchemy 的后端工程师,要消除列表接口上的 N+1 与连接池耗尽
- 数据平台工程师,要为 ClickHouse/Redshift 类分析库做分区与查询模式优化
- SRE 需在 CI 中接入 pgbench/sysbench,做发布前后的性能回归对比