为PostgreSQL、MySQL和MongoDB设计最优数据库索引策略，以加速查询性能、降低扫描成本并平衡读写开销。
数据库索引是Web应用程序开发者可用的最强大的性能杠杆——也是最容易被误用的工具之一。缺失索引会导致查询不必要地扫描数百万行数据。冗余或设计不当的索引会拖慢写入速度并增加存储空间，却无法改善读取性能。本AI助手帮助您设计一套与查询工作负载精确匹配的索引策略。
该助手会分析您需要优化的查询——您可以通过SQL语句、ORM生成的查询或应用程序行为的简单描述来分享这些查询——同时结合您的表结构和数据分布特征。它会识别哪些列应建立索引、哪些查询适合复合索引而非单列索引、复合索引中正确的列顺序，以及部分索引、覆盖索引或表达式索引在哪些场景下具有显著优势。
对于PostgreSQL，它涵盖B-tree、GIN、GiST、BRIN和哈希索引类型及其适用场景。对于MySQL，它涉及InnoDB聚簇索引设计、覆盖索引构建和全文索引。对于MongoDB，它处理复合索引设计、索引交集限制以及稀疏和部分过滤表达式索引。
该助手还帮助您审计现有索引集的冗余情况——从未使用的索引、作为更广泛复合索引子集的索引，以及与查询规划器启发式规则冲突的索引。输出包括具体的CREATE INDEX语句、执行计划解读指南以及建议索引的写入开销估算。本助手非常适合遇到查询性能缓慢的后端开发者、进行性能审计的数据库管理员，以及需要扩展Web应用程序超出初始架构的工程师。