skill未正常使用

[fulldb]

输入

帮我优化sql语句监控名：xxxx
数据库名：xxx
sql文本：xxxx

✅正在查看技能《mysql-sql-optimizer》说明书…
✅正在查看技能《mysql-sql-optimizer》文件结构…
✅正在按说明书写入临时文件：original_sql.sql…
✅正在按说明书写入临时文件：sql_optimization_analysis.md…
✅正在按说明书写入临时文件：optimized_sql.sql…
✅正在查看临时目录文件…
✅正在标记交付文件：optimized_sql.sql…
已生成文件。

[fulldb]

skill内容

name: mysql-sql-optimizer
description: 专业MySQL数据库慢查询日志分析与优化技能，用于分析慢查询、识别性能瓶颈、提供SQL重写建议和索引优化方案。当用户需要优化MySQL慢查询、分析慢日志、提升数据库性能或解决查询效率问题时使用此技能。技能使用dbhouse MCP框架的mysql_query工具（需要monitor_name和sqltext参数）连接数据库执行分析。

MySQL慢日志优化技能

概述

本技能专门用于MySQL数据库的慢查询日志分析和优化，提供系统性的性能分析方法、慢查询识别和优化策略。通过dbhouse的MCP框架，使用mysql_query工具连接数据库执行相关分析。该技能利用EXPLAIN分析执行计划，识别性能瓶颈，并提供具体的SQL优化和索引改进建议。

慢查询分析流程

1. 查询性能分析

使用EXPLAIN分析慢查询的执行计划和性能指标：

-- 使用EXPLAIN分析查询执行计划
EXPLAIN FORMAT=JSON SELECT column1, column2 FROM table_name WHERE condition;

-- 检查实际执行计划
EXPLAIN SELECT column1, column2 FROM table_name WHERE condition;

关注以下关键指标：

• type: 访问类型（system > const > eq_ref > ref > range > index > ALL）
• rows: 扫描行数（越少越好）
• Extra: 额外信息（Avoid Using Temporary和Using Filesort）
• key: 使用的索引
• key_len: 使用的索引长度
• filtered: 表示表中符合条件的行百分比

2. 使用dbhouse MCP框架工具

通过mysql_query工具执行数据库操作：

工具名称: mysql_query
必需参数:
- monitor_name: 监控实例名称
- cluster_name: 集群名称
- db_type: 数据库类型 (mysql)
- database_name: 数据库名称
- sqltext: 待执行的SQL文本

示例调用:
{
  "monitor_name": "your_mysql_instance",
  "cluster_name": "your_cluster", 
  "database_name": "your_database",
  "db_type": "mysql",
  "sqltext": "EXPLAIN SELECT * FROM your_table WHERE condition"
}

该工具会在执行非SELECT语句时自动转换为SELECT进行安全查询分析。

慢查询识别与分析

1. 慢查询定义和识别

确定慢查询的标准通常是执行时间超过预设阈值的查询。

-- 检查当前慢查询配置
SHOW VARIABLES LIKE 'long_query_time';
SHOW VARIABLES LIKE 'slow_query_log';

-- 临时调整慢查询时间阈值（单位：秒）
SET SESSION long_query_time = 1;

2. 慢查询模式分析

常见的慢查询模式包括：

• 全表扫描（type=ALL）
• 缺失有效索引
• JOIN操作不当
• 复杂子查询
• 聚合操作效率低下
• 深分页查询

优化策略

1. 索引优化

选择合适的索引类型：

• 单列索引：适用于单一列查询
• 复合索引：适用于多列组合查询，注意列顺序
• 唯一索引：确保数据唯一性
• 覆盖索引：避免回表操作

复合索引创建原则：

-- 高选择性列放在前面
CREATE INDEX idx_composite ON table_name (high_selectivity_column, medium_selectivity_column, low_selectivity_column);

-- 考虑查询条件顺序
CREATE INDEX idx_query_pattern ON table_name (where_col1, where_col2, order_by_col);

索引使用最佳实践：

• 遵循最左前缀匹配原则
• 避免在索引列上使用函数、运算符或类型转换
• LIKE查询时避免前置通配符（%keyword）
• 适当使用覆盖索引来避免回表

2. 查询重写技巧

子查询优化：

-- 将子查询改为JOIN（通常性能更好）
-- 优化前
SELECT * FROM table1 WHERE id IN (SELECT table1_id FROM table2 WHERE condition);

-- 优化后
SELECT DISTINCT table1.* FROM table1 INNER JOIN table2 ON table1.id = table2.table1_id WHERE table2.condition;

聚合查询优化：

-- 使用EXISTS替代IN（某些情况下更高效）
SELECT * FROM table1 WHERE EXISTS (SELECT 1 FROM table2 WHERE table2.foreign_key = table1.id AND condition);

-- 分解复杂聚合操作
SELECT col1, SUM(col2), COUNT(*) FROM table GROUP BY col1 HAVING SUM(col2) > threshold;

LIMIT优化：

• 在大数据集上使用LIMIT时确保有合适索引
• 考虑使用游标分页而非OFFSET深分页

3. 表结构优化

字段选择：

• 使用合适的数据类型（例如使用TINYINT替代VARCHAR存储状态码）
• 避免使用TEXT/BLOB除非必要
• 使用UNSIGNED提高数值范围

分区策略：

-- 范围分区（按日期）
ALTER TABLE table_name PARTITION BY RANGE (YEAR(date_col)) (
    PARTITION p_old VALUES LESS THAN (2020),
    PARTITION p_2020 VALUES LESS THAN (2021),
    PARTITION p_2021 VALUES LESS THAN (2022),
    PARTITION p_current VALUES LESS THAN MAXVALUE
);

分析与优化工作流程

1. 慢查询分析步骤

1. 获取慢查询信息

   • 使用mysql_query工具连接目标数据库
   • 执行EXPLAIN命令分析原始SQL的执行计划
   • 记录关键性能指标（扫描行数、访问类型等）

2. 检查表结构和索引

   • 通过mysql_query执行SHOW CREATE TABLE table_name获取表结构
   • 执行SHOW INDEX FROM table_name查看现有索引
   • 分析索引使用情况和有效性

3. 性能对比验证

   • 执行优化后的SQL并对比性能指标
   • 使用EXPLAIN对比优化前后的执行计划变化
   • 验证扫描行数和执行时间是否改善

2. 工具使用示例

检查查询执行计划：

{
  "monitor_name": "mysql_prod_instance",
  "cluster_name": "prod_cluster",
  "database_name": "application_db", 
  "sqltext": "EXPLAIN SELECT u.name, p.title FROM users u JOIN posts p ON u.id = p.user_id WHERE u.created_at > '2023-01-01'"
}

检查表结构：

{
  "monitor_name": "mysql_prod_instance",
  "cluster_name": "prod_cluster",
  "database_name": "application_db",
  "sqltext": "SHOW CREATE TABLE posts"
}

检查索引信息：

{
  "monitor_name": "mysql_prod_instance", 
  "cluster_name": "prod_cluster",
  "database_name": "application_db",
  "sqltext": "SHOW INDEX FROM posts"
}

优化检查清单

查询层面检查

• 是否使用了WHERE子句过滤数据
• 是否避免了SELECT *（只选择必要的列）
• 是否合理使用了JOIN替代子查询
• 是否正确使用了GROUP BY和HAVING
• ORDER BY是否可以利用索引
• 是否存在不必要的复杂嵌套查询

索引层面检查

• WHERE条件列是否建立了有效索引
• JOIN条件列是否建立了索引
• ORDER BY列是否建立了索引
• 是否存在冗余或未使用的索引
• 复合索引顺序是否最优
• 是否可以使用覆盖索引避免回表

性能监控指标

• QPS (Queries Per Second)
• 平均查询响应时间
• 慢查询发生频率
• 索引命中率
• 缓冲池利用率

常见慢查询优化案例

案例1：缺失索引优化

问题SQL：

SELECT * FROM orders WHERE user_id = 12345 AND status = 'pending';

优化方案：

-- 创建复合索引
CREATE INDEX idx_orders_user_status ON orders (user_id, status);

案例2：JOIN优化

问题SQL：

SELECT u.name, COUNT(o.id) AS order_count 
FROM users u 
LEFT JOIN orders o ON u.id = o.user_id 
GROUP BY u.id;

优化方案：

• 确保orders表的user_id列有索引
• 如只需要活跃用户，使用INNER JOIN替代LEFT JOIN

案例3：深分页优化

问题SQL：

SELECT * FROM products ORDER BY id LIMIT 100000, 20;

优化方案：

-- 使用游标分页
SELECT * FROM products WHERE id > 100000 ORDER BY id LIMIT 20;

MCP 工具使用

本技能使用以下预配置的MCP工具：

mysql_query - 主要查询工具，用于执行SQL查询并返回结果：

• monitor_name: 监控实例名称
• cluster_name: 集群名称
• database_name: 数据库名称
• sqltext: 待执行的SQL文本

mysql_slave_query - 从库查询工具，用于在从库上安全执行查询操作。

mysql_slave_show_create_table - 表结构查看工具，用于获取表的创建语句。

注意事项

• 在生产环境中进行优化前，务必在测试环境中验证
• 添加新索引时考虑对DML操作（INSERT/UPDATE/DELETE）的性能影响
• 大型表的结构变更应在业务低峰时段进行
• 定期清理不再使用或冗余的索引
• 持续监控优化后的查询性能，确保优化效果持续有效

mcp服务配置

{
  "server_dbcollector": {
    "transport": "streamable_http",
    "url": "http://xxxx/mcp"
  }
}