CodeBuddy无法直接操作数据库，但可指导用户自主优化：一、分析慢查询定位瓶颈；二、按最左前缀原则建复合索引；三、改写SQL避免全表扫描；四、调优缓冲区等配置参数；五、定期维护索引与统计信息。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
CodeBuddy 作为一款辅助编程工具，无法直接访问您的数据库系统、执行 SQL 命令或修改数据库结构。以下是几种可自主实施的数据库索引优化与查询性能调优方法：
一、分析慢查询并定位瓶颈
通过数据库内置的慢查询日志或执行计划工具，识别耗时长、扫描行数多、未命中索引的 SQL 语句，为后续优化提供依据。
1、在 MySQL 中启用慢查询日志：设置 slow_query_log = ON 并配置 long_query_time 阈值。
2、对目标查询语句执行 EXPLAIN 或 EXPLAIN ANALYZE（PostgreSQL），观察 type、key、rows 和 Extra 字段。
3、检查是否出现 Using filesort 或 Using temporary，这些提示往往意味着排序或分组操作未利用索引。
二、创建高效复合索引
根据 WHERE 条件、JOIN 字段、ORDER BY 和 GROUP BY 子句的列顺序，构建满足最左前缀原则的 B-Tree 索引，避免冗余索引和过度索引。
1、针对查询 SELECT * FROM orders WHERE status = 'shipped' AND created_at > '2024-01-01' ORDER BY user_id，优先建立索引 (status, created_at, user_id)。
2、将等值匹配列置于复合索引左侧，范围查询列（如 >、
3、使用 SHOW INDEX FROM table_name 检查现有索引重复性，删除仅是其他索引前缀的低效索引。
三、重写低效查询语句
避免在 WHERE 子句中对索引列使用函数、类型转换或运算符，防止索引失效；减少 SELECT * 使用，限制返回字段与数据量。
1、将 WHERE YEAR(create_time) = 2024 改写为 WHERE create_time >= '2024-01-01' AND create_time 。
CodeBuddy Code CLI 的安装、配置与使用指南。CodeBuddy Code 是腾讯推出的 AI 驱动 CLI 编程助手，支持自然语言驱动开发。 - 必备触发词：CodeBuddy, codebuddy, AI CLI, Tencent AI coding, @tencent-ai/codebuddy-code, terminal AI assistant - 适用场景：安装 CodeBuddy CLI、配置 CodeBuddy、使用 CodeBuddy 命令、排查 CodeBuddy 问题
2、用 EXISTS 替代 IN（尤其子查询结果可能为空或含 NULL 时），避免全表扫描。
3、对分页查询 LIMIT 10000, 20，改用基于游标的方案，例如 WHERE id > last_seen_id ORDER BY id LIMIT 20。
四、调整数据库配置参数
依据服务器内存、磁盘 I/O 能力及工作负载特征，调优缓冲区、连接数与查询缓存相关参数，提升并发处理能力与数据读取效率。
1、增大 MySQL 的 innodb_buffer_pool_size 至物理内存的 70%–80%，确保热数据常驻内存。
2、调高 PostgreSQL 的 shared_buffers（建议设为内存的 25%）与 work_mem（避免哈希/排序落盘）。
3、禁用已弃用的查询缓存（MySQL 8.0+ 默认移除），或在明确场景下启用 prepared statement 缓存以降低解析开销。
五、定期维护索引与统计信息
随着数据增删改，索引可能产生碎片、统计信息过期，导致查询优化器选择次优执行路径，需周期性重建与更新。
1、对高频更新的大表，在业务低峰期执行 OPTIMIZE TABLE table_name（MySQL）或 VACUUM FULL table_name（PostgreSQL）。
2、手动更新统计信息：MySQL 执行 ANALYZE TABLE table_name，PostgreSQL 执行 ANALYZE table_name。
3、监控索引使用率，通过 sys.schema_unused_indexes（MySQL 5.7+）或 pg_stat_all_indexes（PostgreSQL）识别长期未被使用的索引并评估删除必要性。
