sql-optimization skill
İndeksleme stratejileri, sorgu analizi, şema tasarımı ve uygulama modelleri aracılığıyla veritabanı performansını optimize edin.
- GitHub yıldızları
- 23
- Dosyalar
- 1
- Son commit
- 11 Kas 2026
- Lisans
- CC-BY-SA-4.0
- İzin verilen araçlar
- —
sql-optimization skill ne işe yarar?
İndeksleme stratejileri, sorgu analizi, şema tasarımı ve uygulama modelleri aracılığıyla veritabanı performansını optimize edin.
Özet, skill'in SKILL.md dosyasından oluşturuldu.
sql-optimization skilli hakkında
Sorgu iyileştirme ve şema tasarımı yoluyla veritabanı performansını artırmak, bu SKILL'in temel işlevidir. Geliştiriciler; yavaş sorguları analiz etmeleri, verimli indeksleme stratejileri tasarlamaları veya daha iyi veri modelleri uygulamaları gerektiğinde bu yeteneği kullanırlar. Bir agent; bileşik indeksleme (composite indexing) uygulamak, N+1 problemlerinden kaçınmak ve yavaş offset limitleri yerine cursor-based pagination kullanmak gibi prensipleri uygulayarak verimsiz SQL kodlarını yüksek performanslı kodlara dönüştürmek için bu SKILL'i yüklemelidir.
Bu yetenek, EXPLAIN ANALYZE çıktılarını yorumlama ve sequential scan ile index-only scan arasındaki farkları ayırt etme konusunda özel rehberlik sağlar. Ayrıca, yazma yoğunluklu iş yükleri için normalizasyon veya okuma hızı için denormalizasyon gibi şema optimizasyon tekniklerini de kapsar. Güvenliği sağlamak adına bu yetenek, SQL injection saldırılarını önlemek için parametreli ifadeler (parameterized statements) kullanılmasını vurgular ve performans testlerinin üretim veritabanları yerine temizlenmiş staging ortamlarında çalıştırılmasını önerir. Ayrıca, karmaşık sorguların kaynak tüketimini engellemek için statement timeout kullanımı tavsiye edilir.
Bir agent bununla neler yapabilir
- 1Yavaş sorgu yürütme planlarını analiz edinBir sorgunun yavaş bir full table scan yapıp yapmadığını belirlemek için EXPLAIN ANALYZE çıktısını inceleyin.
Skill'in SKILL.md dosyasından yazılmıştır. Her kullanım durumu oradaki bir alıntı ile kontrol edilir.
sql-optimization skill nasıl kurulur
Her komut, skill klasörünü istemcinin skills dizinine kopyalar. Yüklemek için istemciyi yeniden başlatın veya yeni bir oturum başlatın.sql-optimization skill'ini Eklenti uygulamasına kur
/plugin marketplace add andreibesleaga/GABBE /plugin install gabbe-data@gabbe
sql-optimization skill'ini Claude Code uygulamasına kur
~/.claude/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.claude/skills/sql-optimizationsql-optimization skill'ini Claude Code (project) uygulamasına kur
.claude/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization .claude/skills/sql-optimizationsql-optimization skill'ini Codex uygulamasına kur
~/.agents/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.agents/skills/sql-optimizationsql-optimization skill'ini Gemini CLI uygulamasına kur
~/.gemini/skills/sql-optimization/SKILL.md
$ npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.gemini/skills/sql-optimizationsql-optimization skill'ini Claude.ai uygulamasına kur
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
Otomatik kontroller
Çalıştırıldı 16 Kas 2026Tam rapor →Henüz doğrulanmadı. Bir skill için 80 puan, ciddi bulgu olmaması ve kontrol için yeterli veri gerekir. Kontroller nasıl çalışır · Daha fazla puan için nelerin düzeltileceği
- Kaynak deposu bağlantılı ve erişilebilirandreibesleaga/gabbe/plugins/gabbe-data/skills/sql-optimization is public and reachablegithub.com/andreibesleaga/gabbe/tree/HEAD/plugins/gabbe-data ↗Geçti
- Açık kaynak lisansı (OSI)CC-BY-SA-4.0 is not OSI-approvedspdx.org/licenses/CC-BY-SA-4.0.html ↗Bulgu
- Son bir yıl içinde commit veya sürüm mevcutLast commit 2026-11-11github.com/andreibesleaga/gabbe/commits ↗Geçti
- Betiklerde indir-çalıştır veya kimlik bilgisi hırsızlığı yokNo scripts in the skill folderGeçti
- SKILL.md içinde gizli talimat yokNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/andreibesleaga/gabbe/blob/HEAD/plugins/gabbe-data ↗Geçti
- Önceden izin verilen araçlar sınırlıNo pre-approved tools; the agent asks before using onegithub.com/andreibesleaga/gabbe/blob/HEAD/plugins/gabbe-data ↗Geçti
- SKILL.md, Agent Skills biçimine uyuyorValid name and description; says when to use it; 81 linesgithub.com/andreibesleaga/gabbe/blob/HEAD/plugins/gabbe-data ↗Geçti
SKILL.md
GitHub'da görüntülesql-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.
Bu becerideki dosyalar
1sql-optimization skill soruları
sql-optimization skill'ini Claude Code uygulamasına nasıl kurarım?
npx degit andreibesleaga/GABBE/plugins/gabbe-data/skills/sql-optimization ~/.claude/skills/sql-optimization komutunu çalıştırın. Claude Code, skill'leri ~/.claude/skills (tüm projeler) veya .claude/skills (tek proje) konumundan yükler ve açıklaması görevle eşleştiğinde skill'i kullanır.
sql-optimization skill'ini hangi istemciler kullanabilir?
Agent Skills biçimini okuyan her istemci: Claude Code, Codex, Gemini CLI ve claude.ai (ZIP olarak yükleyin). Skill içindeki betikler yalnızca istemcinin kod çalıştırmaya izin verdiği yerlerde çalışır.
EXPLAIN ANALYZE kullanarak yavaş sorguları nasıl tespit edebilirim?
Çıktıda 'Seq Scan' veya 'Full Table Scan' ifadelerini arayabilirsiniz; bu ifadeler veritabanının her satırı okuduğunu ve bir indekse ihtiyaç duyabileceğini gösterir.