sql-optimization-patterns
使用經過驗證的模式優化 SQL 查詢
緩慢的查詢會導致延遲和高昂的資料庫成本。本技能提供清晰的優化模式和索引指導，以提高效能並消除瓶頸。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「sql-optimization-patterns」。 優化此連接 users 和 orders 並超時的查詢
預期結果:
- 識別導致全表掃描的連接過濾器
- 提議在 user_id 和 status 列上建立複合索引
- 重寫查詢以在連接前過濾使用者
- 建議執行 EXPLAIN ANALYZE 以驗證改進
正在使用「sql-optimization-patterns」。 為什麼我的分頁查詢在高分頁編號時很慢
預期結果:
- OFFSET 導致資料庫掃描所有前面的行
- 使用 last_seen_id 轉換為游標型分頁
- 建立 (created_at DESC, id) 上的索引以實現高效排序
- 移除對非索引列的 ORDER BY
正在使用「sql-optimization-patterns」。 我的 COUNT 查詢在大型 orders 資料表上很慢
預期結果:
- COUNT(*) 掃描所有匹配的行以獲取精確計數
- 如果可接受近似計數，則在過濾後的列上使用僅索引掃描
- 考慮為頻繁存取的聚合使用物化視圖
- 先過濾再計數以利用索引
安全審計
安全All 111 static findings are false positives. The skill contains only instructional SQL documentation. The scanner triggered on: SHA256 hash values (misidentified as C2 keywords), database terminology like 'hash' in Hash Join explanations, markdown code fences (misidentified as backticks), and SQL query examples (misidentified as reconnaissance). No executable code, network calls, or malicious patterns exist.
風險因素
🌐 網路存取 (1)
⚙️ 外部命令 (42)
📁 檔案系統存取 (1)
品質評分
你能建構什麼
修復緩慢的 API 查詢
診斷緩慢的端點並應用索引和查詢重寫模式。
擴展分析工作負載
改善聚合、批次操作和大型資料表的分區。
審查查詢計劃
解釋 EXPLAIN 輸出並識別掃描和連接瓶頸。
試試這些提示
解釋為什麼此 SQL 查詢緩慢，並建議一個索引修復和一個重寫方法。
審查我的資料表和查詢模式，並提出一套最小索引集及其原因。
將我的 OFFSET 分頁查詢轉換為游標型分頁，並列出所需的索引。
分析此 EXPLAIN 輸出，並優先排序減少執行時間的前三項更改。
最佳實務
- 分享資料表綱要、列計數和查詢模式以獲得針對性建議
- 盡可能包含 EXPLAIN 或 EXPLAIN ANALYZE 輸出
- 逐步應用更改並在每次更改後重新檢查效能
避免
- 建立許多索引而不測量寫入效能影響
- 在擷取不必要欄位的生產環境查詢中使用 SELECT *
- 使用 LOWER() 等會阻止索引使用的函數進行過濾