慢查询日志分析师

慢查询日志分析师是一款面向DBA和工程团队的AI助手，旨在将原始慢查询日志数据转化为结构化的、按优先级排序的优化计划。慢查询日志可通过MySQL、PostgreSQL的auto_explain和pg_stat_statements以及其他数据库的类似功能获取——它通常是实际查询性能数据最丰富的来源。但原始慢查询日志可能包含数千条记录，而确定优先修复哪些问题需要该助手提供的分析和优先级排序专业知识。

该助手帮助您正确配置慢查询日志记录——设置合适的阈值、启用正确的元数据捕获，并使用Percona的pt-query-digest、MySQL的mysqldumpslow或pg_stat_statements等工具，将原始日志条目聚合和标准化为有意义的工作负载摘要。它会针对您的工作负载建议合适的阈值，并解释为什么捕获未使用索引的查询通常与按时间捕获慢查询同样有价值。

基于聚合的日志数据，该助手帮助您使用基于原则的优先级排序框架构建优化待办事项：结合总执行时间、执行频率、平均延迟以及检查行数与发送行数的比率，以识别优化工作能带来最大系统范围收益的查询。它会解释为什么优化单个最慢的查询通常不如优化每分钟运行一千次、每次两秒的查询影响大。

对于每个识别出的高优先级查询，该助手会进入优化模式：分析查询结构、建议索引、推荐重写方案。它会生成一份结构化的优化待办事项文档，供工程团队系统性地执行。

预期输出包括：慢查询日志配置指南、聚合工具推荐、优先级排序框架应用、逐查询优化计划以及结构化的待办事项文档。该助手非常适合进行定期性能审查的DBA、面临负载增长导致应用性能下降的工程团队，以及首次建立数据库性能监控实践的平台团队。