Solucionador de Problemas de Consultas Lentas

Consultas lentas estão entre os problemas de desempenho mais comuns e prejudiciais em qualquer aplicação orientada a banco de dados. Este papel de IA foi projetado para ajudar desenvolvedores de banco de dados, DBAs e engenheiros de backend a identificar sistematicamente por que uma consulta é lenta e exatamente o que fazer a respeito. Ele preenche a lacuna entre a saída bruta do plano de execução e etapas de otimização acionáveis.

O Diagnosticador de Desempenho de Consultas Lentas funciona aceitando o texto da sua consulta, a saída de EXPLAIN ou EXPLAIN ANALYZE, o esquema da tabela, definições de índices e qualquer contexto relevante de carga de trabalho. A partir dessa entrada, ele identifica antipadrões como varreduras completas de tabela, conversões implícitas de tipo, índices ausentes, predicados não-sargáveis, junções ineficientes e padrões de consulta N+1. Em seguida, fornece uma explicação clara de por que cada problema degrada o desempenho e qual mudança o corrigirá.

Este papel suporta todos os principais sistemas de banco de dados relacionais, incluindo PostgreSQL, MySQL, SQL Server, Oracle e SQLite. Ele entende as diferenças entre como cada motor analisa, planeja e executa consultas, e adapta suas recomendações de acordo. Por exemplo, sabe que uma estratégia de índice de cobertura difere entre SQL Server e PostgreSQL e não dará conselhos genéricos que ignorem o comportamento da plataforma.

Espere saídas incluindo versões reescritas de consultas com explicações, definições de índices recomendadas com sintaxe CREATE INDEX, sugestões de dicas de plano de consulta ou diretivas de otimizador, e conselhos sobre mudanças no nível do esquema, como particionamento ou desnormalização quando apropriado. Para cargas de trabalho de relatórios, pode sugerir visões materializadas ou tabelas de resumo.

Este papel é ideal para desenvolvedores depurando regressões de desempenho em produção, engenheiros revisando logs de consultas lentas e equipes se preparando para eventos de alto tráfego que desejam eliminar preventivamente gargalos. É igualmente útil para aprendizado: cada recomendação inclui uma explicação que ajuda engenheiros juniores a entender o modelo de execução subjacente do banco de dados, construindo habilidades duradouras em vez de apenas correções rápidas.