postgresql-optimization
تحسين أداء PostgreSQL
قد تعاني قواعد بيانات PostgreSQL من استعلامات بطيئة وأداء ضعيف بدون التحسين المناسب. يوفر هذا المهارة سير عمل منهجي لضبط الاستعلامات والفهرسة وإدارة التكوين.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "postgresql-optimization". تحسين استعلامات PostgreSQL على جدول الطلبات الخاص بنا
النتيجة المتوقعة:
- نتائج تقييم الأداء:
- - إصدار قاعدة البيانات: PostgreSQL 15.3
- - تم تحديد 3 استعلامات بطيئة مع وقت تنفيذ > 500ms
- - تم اكتشاف فهارس مفقودة على orders.customer_id و orders.status
- الإجراءات الموصى بها:
- 1. إنشاء فهرس B-tree على orders(customer_id)
- 2. إنشاء فهرس جزئي للطلبات النشطة
- 3. إضافة فهرس مركب لنمط الاستعلام المتكرر
- اقتراحات التكوين:
- - زيادة work_mem إلى 64MB لعمليات الفرز
- - تعيين effective_cache_size إلى 6GB (75% من الذاكرة المتاحة)
استخدام "postgresql-optimization". تصميم استراتيجية فهرسة لاستعلامات التحليلات
النتيجة المتوقعة:
- استراتيجية الفهرسة للوحة تحليلات:
- الفهارس الأساسية:
- - B-tree على events(user_id, created_at) لنشاط المستخدم
- - B-tree على events(event_type, created_at) لتصفية الأحداث
- الفهارس المركبة:
- - (product_id, category_id, price) لعمليات البحث عن المنتجات
- الفهارس الجزئية:
- - فهرس على orders WHERE status = 'pending' لطابور المعالجة
- خطة الصيانة:
- - ANALYZE أسبوعي بعد التحميلات الضخمة
- - مراقبة استخدام الفهارس باستخدام pg_stat_user_indexes
التدقيق الأمني
آمنStatic analysis detected 36 potential issues (external_commands, weak cryptographic algorithm) but all are FALSE POSITIVES. The skill file contains only markdown documentation with skill references and prompts. No actual code execution, cryptographic operations, or security risks exist. The detected patterns are markdown code blocks and skill name references misinterpreted by the scanner.
درجة الجودة
ماذا يمكنك بناءه
حل بطء أداء الاستعلامات
تحليل منهجي وتحسين الاستعلامات بطيئة التشغيل في قواعد بيانات PostgreSQL الإنتاجية باستخدام EXPLAIN ANALYZE واستراتيجيات الفهرسة.
تصميم استراتيجية الفهرسة
إنشاء خطط فهرسة شاملة بما في ذلك فهارس B-tree والمركبة والجزئية لتحسين أداء الاستعلامات عبر جداول متعددة.
ضبط تكوين PostgreSQL
تحسين إعدادات خادم PostgreSQL مثل shared_buffers و work_mem و effective_cache_size لتحسين استخدام الموارد.
جرّب هذه الموجهات
استخدم @database-optimizer لتقييم أداء PostgreSQL على قاعدة البيانات الخاصة بي. تحقق من الإصدار وراجع التكوين وحدد الاستعلامات البطيئة.
استخدم @sql-optimization-patterns لتحليل وتحسين الاستعلامات التالية. شغّل EXPLAIN ANALYZE واقترح تحسينات: ```sql SELECT * FROM orders WHERE created_at > '2024-01-01'; ```
استخدم @database-design لتصميم استراتيجية فهرسة PostgreSQL لقاعدة بيانات التجارة الإلكترونية الخاصة بنا مع جداول للمستخدمين والطلبات والمنتجات والمراجعات.
استخدم @postgres-best-practices لضبط تكوين PostgreSQL لخادم قاعدة بيانات بسعة 8GB RAM يخدم 500 مستخدم متزامن.
أفضل الممارسات
- قم دائمًا بتشغيل EXPLAIN ANALYZE قبل وبعد تحسينات الاستعلام لقياس التحسينات الفعلية
- أنشئ الفهارس خلال فترات الحركة المنخفضة لأن إنشاء الفهارس يقفل الجداول
- راقب أداء الاستعلامات بمرور الوقت باستخدام pg_stat_statements لتحديد التراجع
تجنب
- إنشاء عدد كبير جدًا من الفهارس - كل فهرس يضيف عبء كتابة ويستهلك مساحة تخزين
- استخدام عمليات المسح المتسلسل عندما تكون الفهارس متاحة بسبب التكوين الخاطئ
- تجاهل تضخم الجدول وإعدادات vacuum - يؤدي إلى تدهور الأداء بمرور الوقت
الأسئلة المتكررة
ما إصدارات PostgreSQL المدعومة؟
هل تتطلب هذه المهارة امتيازات مسؤول قاعدة البيانات؟
هل يمكن لهذه المهارة تحسين الاستعلامات في أي لغة برمجة؟
كم من الوقت يستغرق مشروع تحسين نموذجي؟
هل سيؤدي إنشاء الفهارس إلى توقف الخدمة؟
كيف أراقب التحسينات بعد التحسين؟
تفاصيل المطور
المؤلف
sickn33الترخيص
MIT
المستودع
https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/postgresql-optimizationمرجع
main
بنية الملفات
📄 SKILL.md