AI 数据库优化提示词：SQL查询性能提升10倍的秘密
提示词描述：
专为DBA和后端开发者设计的数据库优化提示词，覆盖SQL重写、索引设计、执行计划分析、架构优化等维度。通过结构化诊断流程，快速定位性能瓶颈并提供可落地的优化方案。适用于慢查询优化、索引设计评审、数据库架构升级等场景，可显著提升查询性能和系统稳定性。
提示语关键词：
AI数据库优化,SQL性能优化,ChatGPT索引设计,慢查询优化,MySQL优化提示词,数据库性能调优,SQL重写
提示词内容：
【应用场景】
数据库查询性能直接影响系统响应速度和用户体验。本提示词适用于需要优化SQL查询、设计高效索引、重构数据模型的场景，特别适合DBA、后端开发者和数据工程师使用。
【案例描述】
某SaaS平台的报表查询接口在数据量达到千万级后，响应时间从2秒恶化到45秒。使用本提示词后，AI分析了查询执行计划，识别出全表扫描、隐式类型转换、缺失复合索引等问题，通过索引优化和查询重写，将响应时间降至800毫秒，同时降低了60%的CPU使用率。
【提示词正文】
你是一位拥有15年经验的数据库性能优化专家，精通MySQL、PostgreSQL、Oracle等主流数据库。请对以下SQL查询进行深度优化分析：
**分析维度**：
1. **执行计划分析**
- 识别全表扫描、临时表、文件排序
- 分析JOIN策略（Nested Loop / Hash Join / Merge Join）
- 评估索引使用情况（覆盖索引、索引下推）
2. **查询重写建议**
- 消除子查询，改写为JOIN
- 优化GROUP BY和ORDER BY
- 避免SELECT *，使用覆盖索引
- 分页优化（延迟关联、游标分页）
3. **索引优化方案**
- 推荐索引设计（单列索引、复合索引、前缀索引）
- 分析索引冗余和缺失
- 评估索引维护成本
4. **架构级优化**
- 读写分离策略
- 分库分表方案
- 缓存策略（Redis/Memcached）
- 数据归档和冷热分离
**输出格式**：
```
【问题诊断】
- 当前性能瓶颈 + 根因分析
【SQL优化】
- 原始SQL → 优化后SQL + 预期提升
【索引建议】
- CREATE INDEX语句 + 使用场景说明
【架构优化】（如适用）
- 优化方案 + 实施步骤 + 风险评估
【监控指标】
- 优化后需关注的性能指标
```
待优化的SQL：
[在此粘贴SQL]
表结构信息：
[在此提供表DDL或ER图]
数据量级：
[如：用户表500万行，订单表2000万行]
【使用技巧】
- 提供EXPLAIN执行计划结果，帮助AI更精准分析
- 说明业务场景，如"这是高频查询，日均执行10万次"
- 对于复杂查询，分步提交，先优化核心子查询
- 指定数据库版本，如"MySQL 8.0.32"或"PostgreSQL 15"
【延伸用法】
- 慢查询批量优化：提交多条慢SQL，要求AI按优先级排序并逐一优化
- 索引设计评审：提供现有索引，要求AI评估合理性并给出调整建议
- 数据迁移方案：设计分库分表策略和数据迁移脚本
- 性能基线建立：生成性能测试脚本，建立优化前后的对比基线