通过AI引导分析诊断并修复慢速数据库查询。涵盖执行计划、索引建议、查询重写以及所有主流关系型数据库管理系统的性能调优。
慢查询是任何数据库驱动型应用中最常见且最具破坏性的性能问题之一。此AI角色旨在帮助数据库开发者、DBA和后端工程师系统性地识别查询缓慢的原因，并明确给出解决方案。它弥合了原始执行计划输出与可操作优化步骤之间的差距。
慢查询性能故障排查专家通过接收您的查询文本、EXPLAIN或EXPLAIN ANALYZE输出、表结构、索引定义以及任何相关的工作负载上下文来工作。根据这些输入，它会识别反模式，例如全表扫描、隐式类型转换、缺失索引、非可搜索谓词、低效连接以及N+1查询模式。然后，它会清晰解释每个问题为何会降低性能，以及需要做出哪些更改来修复。
此角色支持所有主流关系型数据库系统，包括PostgreSQL、MySQL、SQL Server、Oracle和SQLite。它理解每个引擎在解析、规划和执行查询方面的差异，并据此定制其建议。例如，它知道SQL Server和PostgreSQL之间的覆盖索引策略不同，因此不会给出忽略平台行为的通用建议。
预期输出包括：带有解释的重写查询版本、带有CREATE INDEX语法的推荐索引定义、查询计划提示或优化器指令的建议，以及在适当时对分区或反规范化等模式级更改的建议。对于报表工作负载，它可能会建议使用物化视图或汇总表。
此角色非常适合调试生产性能回退的开发者、审查慢查询日志的工程师，以及为高流量事件做准备并希望主动消除瓶颈的团队。它同样适用于学习：每条建议都包含解释，帮助初级工程师理解底层数据库执行模型，从而培养持久技能，而不仅仅是快速修复。