SQL Optimization (Deep Workflow) para Openclaw

Um workflow abrangente de seis estágios para desempenho de banco de dados, destinado a diagnosticar sintomas, analisar planos de execução e implementar otimizações verificadas de consultas e índices.

codekungfu
v1.0.0
Mar 24, 2026
0
1.2k
0

Instalar e Baixar

1. ClawHub CLI

A maneira mais rápida de instalar uma habilidade diretamente do registro.

npx clawhub@latest install sql-optimization

2. Instalação Manual

Copie a pasta da habilidade para um desses locais

Global
~/.openclaw/skills/
Espaço de trabalho
<project>/skills/

Prioridade: Espaço de Trabalho > Local > Integrado

3. Instalação do Prompt

Copie este prompt para o OpenClaw para instalá-lo automaticamente.

Ajude-me a instalar o sql-optimization usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).

Prefere baixar?

Obtenha os arquivos originais da habilidade em um arquivo ZIP.

O que é SQL Optimization (Deep Workflow)?

A habilidade SQL Optimization é um framework de engenharia de desempenho de alto nível projetado para usuários do Openclaw Skills que precisam ir além de suposições. Ela fornece uma metodologia estruturada de observar-explicar-alterar-verificar para enfrentar gargalos complexos de banco de dados. Ao focar em verdades técnicas como planos de execução, comportamento de bloqueio e amplificação de gravação, esta habilidade garante que as melhorias no banco de dados sejam mensuráveis e sustentáveis.

Este workflow é agnóstico em relação ao engine, mas consciente da profundidade, fornecendo orientação personalizada para PostgreSQL, MySQL, SQL Server e outros. Ajuda os desenvolvedores a identificar as causas raiz de altas latências P99, picos de CPU e atrasos de replicação, analisando a interação entre o SQL gerado pelo ORM e a arquitetura do engine de armazenamento subjacente.

Casos de uso do SQL Optimization (Deep Workflow)

  • Resolução de consultas lentas voltadas para o usuário ou timeouts de processamento em lote
  • Mitigação de picos de CPU no banco de dados causados por planos de execução ineficientes
  • Otimização de SQL gerado por ORM para eliminar padrões de consulta N+1
  • Gerenciamento de inchaço de índices e redução da amplificação de gravação em tabelas de alto tráfego
  • Transição de paginação OFFSET legada para paginação de keyset de alto desempenho

Como o SQL Optimization (Deep Workflow) funciona

  1. Enquadre o Problema: Defina SLOs específicos e identifique as métricas ou endpoints exatos que falham nos requisitos de desempenho.
  2. Reproduza e Meça: Estabeleça uma linha de base estável usando cardinalidade de dados representativa e ferramentas como EXPLAIN (ANALYZE, BUFFERS).
  3. Analise Planos de Execução: Identifique custos dominantes, como varreduras sequenciais, explosões de loops aninhados ou derramamentos de classificação baseados em disco.
  4. Engenharia de Esquema e Índice: Projete índices compostos, parciais ou de cobertura ideais, considerando o impacto no desempenho de gravação.
  5. Ajuste de Consulta e Transação: Reescreva a lógica SQL para reduzir as linhas tocadas e otimize as janelas de transação para minimizar a contenção de bloqueio.
  6. Verificação e Guardrails: Valide a correção com parâmetros semelhantes aos de produção e implemente monitoramento para evitar regressões futuras.

Configuração do SQL Optimization (Deep Workflow)

Para integrar este workflow ao seu ambiente Openclaw Skills, certifique-se de que seu agente tenha acesso aos metadados do esquema do banco de dados e às ferramentas de execução de consultas.

# Example: Installing the SQL Optimization skill via Openclaw CLI
openclaw install skill sql-optimization

# Ensure your database user has sufficient permissions for analysis
# PostgreSQL: GRANT pg_read_all_stats TO openclaw_user;

Esquema de Dados e Taxonomia de SQL Optimization (Deep Workflow)

A habilidade organiza seu ciclo de vida de otimização por meio de uma taxonomia de dados estruturada para garantir resultados repetíveis:

Componente de Dados Descrição
Declaração do Problema Documentação da regressão, SLO e métrica específica (ex: latência p95).
Plano de Linha de Base O hash do plano de execução original e métricas de custo para comparação A/B.
Proposta DDL Mudanças de esquema propostas, incluindo justificativa e uma estratégia de rollback verificada.
Estatísticas e Histogramas Metadados referentes a contagem de linhas, cardinalidade de colunas e NDV (Number of Distinct Values).
Guardrails de Desempenho Configuração para timeouts de instrução e alertas para varreduras sequenciais.

Recursos avançados do SQL Optimization (Deep Workflow)

  • Adaptação multi-engine para sintaxes de dicas específicas de PostgreSQL, MySQL e SQL Server
  • Recomendações avançadas de particionamento e estratégia de visualização materializada
  • Análise de espera de bloqueio e nível de isolamento de transação para ambientes de alta concorrência
  • Identificação automatizada de estatísticas obsoletas e problemas de farejamento de parâmetros
  • Integração com tráfego de sombra ou workflows de teste de carga para verificação segura

SKILL.md


Carregamento

Habilidades relacionadas do Openclaw

METADATA

Github Stars: 0
forks: 0

Apresentou*