Skillppx logo

SQL 查询优化助手

提供 SQL 查询编写、审查、优化与调试指南，涵盖索引策略、窗口函数、CTE 及反模式。

已扫描
适合谁
数据库开发者、数据分析师、后端工程师、SQL 学习者
不适合谁
不需要操作 SQL 的用户、对 SQL 零基础者（需一定基础）
国内可用性
国内友好。面向国内用户较友好。
安装难度
新手友好（★☆☆）。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @goldath/sql-assistant
下载官方 ZIP

Skill 说明

命令、参数、文件名以原文为准

SQL 查询优化助手

核心工作流

Step 1 — 理解需求

收集上下文：

  • 数据库类型（PostgreSQL / MySQL / SQLite / SQL Server）
  • 表结构（DDL 或列描述）
  • 业务目标（查什么、过滤条件、聚合逻辑）
  • 数据量级（小表 <10万 / 中表 <1000万 / 大表 >1000万）
  • 性能问题描述（慢查询？错误结果？）

Step 2 — 查询构建

基础查询框架

SELECT
  col1,
  col2,
  agg_func(col3) AS alias
FROM table_name t
JOIN other_table o ON t.id = o.fk_id
WHERE condition
GROUP BY col1, col2
HAVING agg_condition
ORDER BY alias DESC
LIMIT 100;

CTE 模式（复杂逻辑拆分）

WITH base_data AS (
  SELECT user_id, COUNT(*) AS order_count
  FROM orders
  WHERE created_at >= '2026-01-01'
  GROUP BY user_id
),
ranked AS (
  SELECT *, RANK() OVER (ORDER BY order_count DESC) AS rk
  FROM base_data
)
SELECT * FROM ranked WHERE rk <= 10;

Step 3 — 性能优化策略

索引策略

-- 单列索引
CREATE INDEX idx_orders_user ON orders(user_id);

-- 复合索引（遵循最左前缀原则）
CREATE INDEX idx_orders_user_date ON orders(user_id, created_at);

-- 覆盖索引（避免回表）
CREATE INDEX idx_orders_cover ON orders(user_id, created_at, status, amount);

EXPLAIN 分析

EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON)
SELECT * FROM orders WHERE user_id = 42;

关注指标：

  • Seq Scan → 考虑加索引
  • rows 估算偏差大 → 需要 ANALYZE
  • cost 高 → 优化 JOIN 顺序或添加索引
  • Buffers: shared hit/read → 缓存命中率

Step 4 — 常见优化模式

分页优化（大表 OFFSET 慢）

-- ❌ 慢：OFFSET 需扫描丢弃前N行
SELECT * FROM orders ORDER BY id LIMIT 20 OFFSET 100000;

-- ✅ 快：游标分页
SELECT * FROM orders WHERE id > :last_seen_id ORDER BY id LIMIT 20;

IN 子查询优化

-- ❌ 可能慢
SELECT * FROM users WHERE id IN (SELECT user_id FROM premium_members);

-- ✅ 用 EXISTS 或 JOIN
SELECT u.* FROM users u
JOIN premium_members pm ON u.id = pm.user_id;

避免函数破坏索引

-- ❌ 函数包装列，索引失效
WHERE YEAR(created_at) = 2026

-- ✅ 范围条件，索引有效
WHERE created_at >= '2026-01-01' AND created_at < '2027-01-01'

Step 5 — 窗口函数常用模式

-- 分组内排名
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC)

-- 累计求和
SUM(amount) OVER (PARTITION BY user_id ORDER BY created_at)

-- 环比计算
LAG(revenue, 1) OVER (ORDER BY month) AS prev_month_revenue

-- 移动平均
AVG(score) OVER (ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW)

Step 6 — 查询审查清单

  • [ ] SELECT 只取需要的列（避免 SELECT *）
  • [ ] WHERE 条件列有索引
  • [ ] JOIN 条件有索引
  • [ ] 大表分页用游标而非 OFFSET
  • [ ] 聚合前先 WHERE 过滤（减少聚合数据量）
  • [ ] 复杂逻辑用 CTE 而非嵌套子查询
  • [ ] 无 N+1 查询问题

反模式速查

反模式修复方式
SELECT *显式列出需要的列
OFFSET 大分页改用游标/keyset 分页
WHERE 列用函数改用范围条件
隐式类型转换确保参数类型匹配
无 LIMIT 的全表扫描加 LIMIT 或索引过滤
OR 替代 UNION改用 UNION ALL
G
@goldath

已收录 2 个 Skill

相关推荐