Дом
sql-pro
jeffallan/claude-skills
Оптимизирует SQL-запросы, разрабатывает схемы баз данных и устраняет проблемы с производительностью. Используйте эту функцию, когда пользователь спрашивает, почему его запрос выполняется медленно, нуждается в помощи при написании сложных соединений или агрегаций, упоминает о проблемах с производительностью базы данных или хочет разработать схему или перенести существующую. Обращайтесь к этой функции при работе со сложными запросами, оконными функциями, CTE, стратегиями индексирования, анализом плана запроса, созданием охватывающих индексов, рекурсивными запросами, интерпретацией EXPLAIN/ANALYZE, тестированием производительности запросов «до и после» или при миграции запросов между базами данных.
...Расширить всеО sql-pro
SQL Pro — это специализированный навык искусственного интеллекта, предназначенный для повышения эффективности запросов к базам данных, оптимизации проектирования схем и устранения проблем с производительностью. Он решает типичные проблемы реляционных баз данных, когда запросы выполняются медленно или их сложно поддерживать, особенно при работе со сложными соединениями, агрегациями или большими наборами данных. Анализируя SQL-запросы, планы выполнения и стратегии индексирования, этот навык помогает пользователям выявлять узкие места и внедрять передовые методы для обеспечения более быстрой и предсказуемой производительности базы данных.
Скилл предлагает структурированный рабочий процесс, который начинается с анализа схемы: оценки структур баз данных, индексов и шаблонов запросов для точного определения факторов, ограничивающих производительность. Затем он помогает проектировать запросы с использованием передовых техник, таких как общие табличные выражения (CTE), оконные функции и подходящие стратегии соединений. Функции оптимизации включают анализ плана выполнения, создание покрывающих индексов, устранение полного сканирования таблиц и итеративное уточнение для достижения целевых показателей производительности. SQL Pro также уделяет особое внимание проверке с помощью результатов команды `EXPLAIN ANALYZE`, обеспечивая эффективное выполнение запросов и рациональное использование индексов. Предоставляется исчерпывающая документация по запросам, обоснованию выбора индексов и показателям производительности для облегчения обслуживания и передачи знаний.
SQL Pro предназначен для администраторов баз данных, разработчиков и инженеров по данным, которые работают с базами данных PostgreSQL, MySQL, SQL Server или Oracle и нуждаются в экспертных знаниях в области настройки запросов, миграции схем или оптимизации производительности. Типичные сценарии использования включают ускорение медленных запросов, проектирование нормализованных схем, преобразование запросов между диалектами баз данных, анализ планов выполнения и реализацию сложных аналитических задач без ущерба для эффективности. Рекомендации книги особенно ценны в сценариях, требующих использования расширенных возможностей SQL, таких как рекурсивные запросы, оконные функции и тестирование производительности, что делает её ключевым инструментом для команд, стремящихся поддерживать высокопроизводительные и масштабируемые приложения на базе баз данных.
Часто задаваемые вопросы
Как использовать SQL Pro для оптимизации медленного запроса?
Укажите запрос и соответствующую информацию о схеме. SQL Pro проанализирует планы выполнения, предложит улучшения индексов и перепишет запросы с использованием эффективных шаблонов, таких как CTE или агрегационные соединения.
Какие системы баз данных поддерживает SQL Pro?
SQL Pro поддерживает PostgreSQL, MySQL, SQL Server и Oracle, а также содержит рекомендации по различиям между этими диалектами.
Может ли SQL Pro обрабатывать сложные аналитические запросы с использованием оконных функций?
Да. Он предлагает рекомендации по эффективному использованию оконных функций, таких как ROW_NUMBER, RANK, SUM и LAG/LEAD, в рамках партиций без ненужных самосоединений.
На что следует обратить внимание при использовании EXPLAIN ANALYZE с SQL Pro?
Ключевые проверки включают обнаружение последовательного сканирования больших таблиц, сравнение фактического и расчетного количества строк, а также анализ попаданий в буфер и операций чтения для выявления отсутствующих индексов или устаревших статистических данных.
Существуют ли какие-либо ограничения или предварительные условия для использования SQL Pro?
Пользователи должны иметь доступ к схемам баз данных и достаточные привилегии для запуска запросов и анализа планов выполнения. Повышение производительности зависит от правильной индексации, структуры запросов и статистики базы данных.
SQL Pro
Core Workflow
- Schema Analysis - Review database structure, indexes, query patterns, performance bottlenecks
- Design - Create set-based operations using CTEs, window functions, appropriate joins
- Optimize - Analyze execution plans, implement covering indexes, eliminate table scans
- Verify - Run
EXPLAIN ANALYZEand confirm no sequential scans on large tables; if query does not meet sub-100ms target, iterate on index selection or query rewrite before proceeding - Document - Provide query explanations, index rationale, performance metrics
Reference Guide
Load detailed guidance based on context:
| Topic | Reference | Load When |
|---|---|---|
| Query Patterns | references/query-patterns.md | JOINs, CTEs, subqueries, recursive queries |
| Window Functions | references/window-functions.md | ROW_NUMBER, RANK, LAG/LEAD, analytics |
| Optimization | references/optimization.md | EXPLAIN plans, indexes, statistics, tuning |
| Database Design | references/database-design.md | Normalization, keys, constraints, schemas |
| Dialect Differences | references/dialect-differences.md | PostgreSQL vs MySQL vs SQL Server specifics |
Quick-Reference Examples
CTE Pattern
-- Isolate expensive subquery logic for reuse and readabilityWITH ranked_orders AS ( SELECT customer_id, order_id, total_amount, ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY order_date DESC) AS rn FROM orders WHERE status = 'completed' -- filter early, before the join)SELECT customer_id, order_id, total_amountFROM ranked_ordersWHERE rn = 1; -- latest completed order per customer
Window Function Pattern
-- Running total and rank within partition — no self-join requiredSELECT department_id, employee_id, salary, SUM(salary) OVER (PARTITION BY department_id ORDER BY hire_date) AS running_payroll, RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS salary_rankFROM employees;
EXPLAIN ANALYZE Interpretation
-- PostgreSQL: always use ANALYZE to see actual row counts vs. estimatesEXPLAIN (ANALYZE, BUFFERS, FORMAT TEXT)SELECT *FROM orders oJOIN customers c ON c.id = o.customer_idWHERE o.created_at > NOW() - INTERVAL '30 days';
Key things to check in the output:
- Seq Scan on large table → add or fix an index
- actual rows ≫ estimated rows → run
ANALYZE <table>to refresh statistics - Buffers: shared hit vs read → high
readcount signals missing cache / index
Before / After Optimization Example
-- BEFORE: correlated subquery, one execution per row (slow)SELECT order_id, (SELECT SUM(quantity) FROM order_items oi WHERE oi.order_id = o.id) AS item_countFROM orders o;-- AFTER: single aggregation join (fast)SELECT o.order_id, COALESCE(agg.item_count, 0) AS item_countFROM orders oLEFT JOIN ( SELECT order_id, SUM(quantity) AS item_count FROM order_items GROUP BY order_id) agg ON agg.order_id = o.id;-- Supporting covering index (includes all columns touched by the query)CREATE INDEX idx_order_items_order_qty ON order_items (order_id) INCLUDE (quantity);
Constraints
MUST DO
- Analyze execution plans before recommending optimizations
- Use set-based operations over row-by-row processing
- Apply filtering early in query execution (before joins where possible)
- Use EXISTS over COUNT for existence checks
- Handle NULLs explicitly in comparisons and aggregations
- Create covering indexes for frequent queries
- Test with production-scale data volumes
MUST NOT DO
- Use SELECT * in production queries
- Use cursors when set-based operations work
- Ignore platform-specific optimizations when targeting a specific dialect
- Implement solutions without considering data volume and cardinality
Output Templates
When implementing SQL solutions, provide:
- Optimized query with inline comments
- Required indexes with rationale
- Execution plan analysis
- Performance metrics (before/after)
- Platform-specific notes if applicable
Documentation
Все файлы
6 файловУстановить sql-pro
Скачайте файлы навыков и распакуйте их в каталог .claude/skills/.
Скачать ZIPКлонируйте репозиторий и скопируйте файлы навыка в свой проект.
git clone https://github.com/Jeffallan/claude-skills/blob/main/skills/sql-pro/SKILL.md # Copy SKILL.md to your .claude/skills/ directory
Копировать
