数据库查询优化
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/aj-geddes-useful-ai-prompts-database-query-optimization。
技能介绍
问题从哪来
接口或报表一旦变慢,往往先被怀疑是「业务逻辑太重」,但真正拖住响应时间的,常常是几条未走索引的 SQL、N+1 式访问,或在高并发下反复命中同一张大表。CPU 飙在数据库侧、某次发版后 P99 突然变差,这类信号都指向同一类工作:把查询路径看清楚,再动刀。
技能能帮你做什么
本技能围绕「分析 → 索引 → 改写查询 → 校验」这条主线组织,和 SKILL 中 references/ 下的四份参考对齐:
- Query Analysis:从执行计划、慢查询日志等入口定位瓶颈,而不是凭感觉改 SQL。
- Indexing Strategy:在读写代价之间做取舍,避免「见字段就建索引」或漏掉真正支撑 WHERE/JOIN 的键。
- Query Optimization Techniques:用更合理的 JOIN、过滤下推、减少回表与无效扫描等手法改写语句。
- Optimization Checklist:发版前或例行维护时按清单过一遍,减少遗漏。
此外还强调 缓存 与可维护实践:遵循既有模式、写好文档、部署前充分测试;不要跳过校验、忽视错误处理,也不要把连接串等配置硬编码进代码。
边界与注意点
它面向的是查询层与数据访问模式的优化,不替代容量规划、分库分表架构决策或业务语义重构。索引与缓存能救急,但若数据模型本身不适合访问路径,仍需要和业务方一起改模型或拆分读写。新功能上线、定期巡检、回归排查慢查询,都是合理使用时机;改完务必用真实或接近生产的负载验证,而不是只跑单条 EXPLAIN。
使用场景
- 生产环境接口 P99 变差,需要从慢查询日志里锁定具体 SQL 再改索引或改写
- 新业务上线前,按 Optimization Checklist 过一遍核心查询与索引设计
- 数据库 CPU 持续偏高,怀疑存在全表扫描或 N+1,要做执行计划级分析
- 发版后出现性能回退,对照 Query Analysis 流程区分是 SQL 还是缓存失效导致
适合人员
- 负责线上 SLA 的后端工程师,要在不改架构的前提下先稳住慢接口
- 做数据密集型功能的开发,希望在新表上一次性定好索引而不是事后补
- DBA 或兼管数据库的 SRE,例行维护时要系统化审阅高频查询
- 技术负责人带队做性能复盘,需要把「查分析、索引、改写、清单」讲成可执行流程