Навык sql-optimization
Оптимизация производительности баз данных с помощью стратегий индексирования, анализа запросов, проектирования схем и паттернов реализации.
- Звёзды на GitHub
- 23
- Файлы
- 1
- Последний коммит
- 11 нояб. 2026 г.
- Лицензия
- CC-BY-SA-4.0
- Разрешённые инструменты
- —
Что делает навык sql-optimization?
Оптимизация производительности баз данных с помощью стратегий индексирования, анализа запросов, проектирования схем и паттернов реализации.
Сводка сгенерирована из SKILL.md навыка.
О skill sql-optimization
Основная задача этого SKILL — повышение производительности баз данных через оптимизацию запросов и проектирование схем. Разработчики используют его для анализа медленных запросов, разработки эффективных стратегий индексирования или внедрения более удачных паттернов работы с данными. Агенту следует загрузить этот SKILL, чтобы преобразовывать неэффективный SQL в производительный код, применяя такие принципы, как составные индексы, устранение проблемы N+1 и использование курсорной пагинации вместо медленных offset-лимитов.
Этот SKILL содержит конкретные рекомендации по интерпретации результатов EXPLAIN ANALYZE, помогая различать последовательное сканирование (sequential scan) и сканирование только по индексу (index-only scan). Он также охватывает методы оптимизации схем, такие как нормализация для нагрузок с преобладанием записи или денормализация для ускорения чтения. Для обеспечения безопасности SKILL делает упор на использование параметризованных запросов для предотвращения SQL-инъекций и рекомендует проводить бенчмарки производительности в изолированных стейджинг-средах, а не в рабочих базах данных. Кроме того, предлагается использовать таймауты выполнения запросов (statement timeouts), чтобы предотвратить исчерпание ресурсов из-за сложных запросов.
Что агент может делать с ним
- 1Анализ планов выполнения медленных запросовИзучение вывода EXPLAIN ANALYZE для определения того, выполняет ли запрос медленное полное сканирование таблицы.
Написано на основе skill SKILL.md. Каждый сценарий использования проверен по цитате из него.
Как установить навык sql-optimization
Каждая команда копирует папку навыка в каталог навыков клиента. Перезапустите клиент или начните новую сессию, чтобы загрузить его.Установка навыка sql-optimization в Плагин
/plugin marketplace add andreibesleaga/GABBE /plugin install gabbe-data@gabbe
Установка навыка sql-optimization в Claude Code
~/.claude/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.claude/skills/sql-optimizationУстановка навыка sql-optimization в Claude Code (project)
.claude/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization .claude/skills/sql-optimizationУстановка навыка sql-optimization в Codex
~/.agents/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.agents/skills/sql-optimizationУстановка навыка sql-optimization в Gemini CLI
~/.gemini/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.gemini/skills/sql-optimizationУстановка навыка sql-optimization в Claude.ai
npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization sql-optimization && zip -r sql-optimization.zip sql-optimization # claude.ai → Customize → Skills → + → Create skill → Upload a skill → sql-optimization.zip
Автоматические проверки
Запущено 16 нояб. 2026 г.Полный отчёт →Ещё не проверен. Навыку нужно 80 баллов, ни одной серьёзной находки и достаточно данных для проверки. Как работают проверки · Что исправить, чтобы получить больше баллов
- Связанный и доступный исходный репозиторийandreibesleaga/gabbe/plugins/gabbe-data/skills/sql-optimization is public and reachablegithub.com/andreibesleaga/gabbe/tree/HEAD/plugins/gabbe-data ↗Пройдено
- Open source лицензия (OSI)CC-BY-SA-4.0 is not OSI-approvedspdx.org/licenses/CC-BY-SA-4.0.html ↗Проблема
- Коммит или релиз за последний годLast commit 2026-11-11github.com/andreibesleaga/gabbe/commits ↗Пройдено
- В скриптах нет загрузки с запуском и кражи учётных данныхNo scripts in the skill folderПройдено
- В SKILL.md нет скрытых инструкцийNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/andreibesleaga/gabbe/blob/HEAD/plugins/gabbe-data ↗Пройдено
- Заранее разрешённые инструменты ограниченыNo pre-approved tools; the agent asks before using onegithub.com/andreibesleaga/gabbe/blob/HEAD/plugins/gabbe-data ↗Пройдено
- SKILL.md соответствует формату Agent SkillsValid name and description; says when to use it; 81 linesgithub.com/andreibesleaga/gabbe/blob/HEAD/plugins/gabbe-data ↗Пройдено
SKILL.md
Открыть на GitHubsql-optimization Skill
Goal
This skill focuses on ensuring database interactions are performant and scalable.
Steps
1. The Golden Rule: Indexing
- Primary Keys: Always indexed by default (B-Tree).
- Foreign Keys: MUST be indexed manually in most DBs (Postgres/MySQL) to avoid full table scans on joins.
- Where Clauses: Columns used in
WHERE,ORDER BY,GROUP BYneed indexes. - Composite Indexes: Order matters!
(last_name, first_name)supports lookup bylast_nameORlast_name + first_name, but NOT byfirst_namealone.
2. Analyzing Queries (EXPLAIN ANALYZE)
Always run EXPLAIN ANALYZE on suspect queries.
| Output Term | Meaning | Action |
|---|---|---|
| Seq Scan / Full Table Scan | Reading every row. | Bad (unless table is tiny). Add an index. |
| Index Scan | Reading index + looking up heap. | Good. |
| Index Only Scan | Reading only index. | Best. (Covering Index). |
| Nested Loop | Looping for joins. | Fine for small datasets. Bad for large. |
| Hash Join | Building hash table for join. | Good for large datasets. |
3. Implementation Patterns
1. Select Only What You Need
- Bad:
SELECT * FROM users - Good:
SELECT id, name FROM users - Reason: Reduces IO, network payload, and memory usage.
2. Solve the N+1 Problem
- Problem: Fetching 100 posts, then running 100 queries to get authors.
- Fix: Use
JOINor eager loading (ORM specific:include,with). - Detection: Use logs or APM query counts.
3. Pagination
- Offset/Limit:
OFFSET 1000000is slow (DB scans 1M rows then discards). - Cursor/Keyset:
WHERE id > last_seen_id LIMIT 10. O(1) performance.
4. Transactions
- Keep them short.
- Don't make external API calls inside a DB transaction (holds locks).
4. Schema Optimization
- Normalization (3NF): Reduces redundancy, ensures integrity. Good for write-heavy.
- Denormalization: Adds redundancy for read speed (e.g., storing
author_nameonpoststable). - Data Types: Use the smallest needed type.
VARCHAR(255)vsTEXT(Postgres treats similar, MySQL differs).INTvsBIGINT.JSONB(Postgres) for unstructured data, but don't overuse it.
5. Maintenance
- Run
VACUUM ANALYZE(Postgres) regularly to update planner statistics. - Monitor index usage. Remove unused indexes (they slow down writes).
Security & Guardrails
1. Skill Security (SQL Optimization)
- Query Parameterization: Optimized queries must always use parameterized statements or prepared statements to prevent SQL Injection (SQLi). Never concatenate strings for query building.
- Safe EXPLAIN Execution: Be cautious when running
EXPLAIN ANALYZE, as it actually executes the query. On production, ensure it is only run onSELECTstatements, as running it onINSERT/UPDATE/DELETEwill modify data.
2. System Integration Security
- Resource Exhaustion Prevention: Limit the execution time of optimized queries (e.g.,
statement_timeoutin Postgres) to prevent Denial of Service (DoS) attacks via complex, CPU-intensive queries. - Data Exposure Restrictions: When optimizing
SELECTqueries or adding denormalized columns, ensure that access control rules (Row-Level Security) are maintained and sensitive columns are not inadvertently exposed.
3. LLM & Agent Guardrails
- SQLi Generation Defense: LLMs tasked with optimizing SQL must be strictly instructed and verified to output parameterized queries, rejecting user inputs that attempt to inject raw SQL commands.
- Execution Sandboxing: Agents must not execute optimized queries directly against production databases. Performance benchmarking must be done in a sanitized, ephemeral staging environment.
- Data Masking in Context: When feeding slow queries and
EXPLAINplans into an LLM for analysis, all literal values (e.g., specific user emails, IDs) must be masked or redacted to prevent PII leakage into the model's context.
Файлы в этом навыке
1Вопросы о навыке sql-optimization
Как установить навык sql-optimization в Claude Code?
Выполните npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.claude/skills/sql-optimization. Claude Code загружает навыки из ~/.claude/skills (все проекты) или .claude/skills (один проект) и использует навык, когда его описание соответствует задаче.
Какие клиенты могут использовать навык sql-optimization?
Любой клиент, который читает формат Agent Skills: Claude Code, Codex, Gemini CLI и claude.ai (загрузить как ZIP). Скрипты в навыке выполняются только там, где клиент разрешает выполнение кода.
Как с помощью EXPLAIN ANALYZE найти медленные запросы?
В выводе команды следует искать 'Seq Scan' или 'Full Table Scan' — это указывает на то, что база данных считывает каждую строку, и в этом случае может потребоваться индекс.