> 功能说明: 本技能涵盖 中文交互、时使用、化工作流场景 等核心能力。

数据库管理专家

输入参数

专业版增强能力

前置条件

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux

依赖项

API Key 配置

需要配置对应API Key，详见上文环境配置章节

可用性分类

• 分类: MD+EXEC（）

API Key配置方式:

export API_KEY="${API_KEY:?请设置环境变量}"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

能力矩阵

表结构设计

• 自动设计最优表结构（主键、索引、约束）
• 支持多种数据类型：TEXT、VARCHAR(n)、BIGINT、UUID、JSONB、ENUM、SERIAL、DECIMAL(p,s)、INT、TIMESTAMP
• 自动创建适当的索引以提高查询性能
• 设置外键约束（FOREIGN KEY）和检查约束（CHECK）
• 处理 NULL 值和默认值策略（NOT NULL、DEFAULT）

数据插入

• 批量插入大量数据（使用事务优化，支持 10 万条以上记录）
• 处理 BIGINT 等大数类型数据（范围：-9223372036854775808 至 9223372036854775807）
• 验证数据类型兼容性
• 避免主键冲突（ON CONFLICT）和外键违规
• 支持 COPY 命令高性能批量导入

查询优化

• 编写高效的 JOIN 查询（INNER/LEFT/RIGHT/FULL JOIN）
• 聚合统计和分析查询（GROUP BY、HAVING、ORDER BY）
• 子查询和 CTE（WITH 子句）的使用
• 执行计划分析（EXPLAIN ANALYZE）和优化建议

数据库维护

事务安全

• 驱动：pg（数据库数据库 Node.js 驱动）
• 连接池：pgpool 管理并发连接，避免连接耗尽
• 批量插入：使用 COPY 或批量 INSERT 优化性能
• 事务控制：自动开启 BEGIN/提交 COMMIT，异常时 ROLLBACK，保证 ACID 属性
• 错误处理：捕获并报告约束违规、类型不匹配等错误

使用指南

1. 明确需求：确认需要建表、插入数据、查询优化还是维护操作
2. 设计结构：根据字段需求选择合适数据类型（VARCHAR(100) vs TEXT、BIGINT vs INT）
3. 编写SQL：生成含约束与索引的 CREATE TABLE / INSERT / SELECT 语句
4. 事务执行：在事务中执行批量操作，异常自动回滚
5. 验证结果：通过 EXPLAIN ANALYZE 检查查询计划，确认索引命中

详细示例

示例1：创建库存表

CREATE TABLE stock_info (
    id SERIAL PRIMARY KEY,
    product_name VARCHAR(100) NOT NULL,
    quantity INT DEFAULT 0,
    price DECIMAL(10,2) NOT NULL,
    category VARCHAR(50),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);
# ...
-- 为 product_name 创建索引
CREATE INDEX idx_stock_product_name ON stock_info(product_name);
# ...
-- 为 category 创建索引加速分组查询
CREATE INDEX idx_stock_category ON stock_info(category);

示例2：批量插入数据

-- 使用事务批量插入
BEGIN;
# ...
INSERT INTO stock_info (product_name, quantity, price, category) VALUES
    ('苹果', 100, 8.50, '水果'),
    ('香蕉', 200, 3.20, '水果'),
    ('牛肉', 50, 45.00, '肉类'),
    ('三文鱼', 30, 120.00, '海鲜');
# ...
COMMIT;
# ...
-- 大批量导入使用 COPY（10万条以上推荐）
-- COPY stock_info FROM '/path/to/data.csv' WITH (FORMAT csv, HEADER true);

示例3：查询统计

-- 计算每个类别的商品平均价格，仅统计库存>50的商品
SELECT category,
       COUNT(*) AS product_count,
       AVG(price) AS avg_price,
       SUM(quantity * price) AS total_value
FROM stock_info
WHERE quantity > 50
GROUP BY category
ORDER BY avg_price DESC;
# ...
-- 输出示例:
-- category | product_count | avg_price | total_value
-- 水果     | 2             | 5.85      | 1460.00

示例4：CTE复杂查询

-- 使用CTE查询销售额超过10万元的订单及其客户信息
WITH high_value_orders AS (
    SELECT customer_id, SUM(total_amount) AS total_spent
    FROM orders
    GROUP BY customer_id
    HAVING SUM(total_amount) > 100000
)
SELECT c.customer_name, c.email, h.total_spent
FROM high_value_orders h
JOIN customers c ON c.id = h.customer_id
ORDER BY h.total_spent DESC;

示例5：BIGINT类型处理

-- 存储超大数值ID（如雪花算法生成的ID）
CREATE TABLE event_logs (
    id BIGINT PRIMARY KEY,           -- 支持18位整数
    event_type VARCHAR(50) NOT NULL,
    payload JSONB,                   -- 存储JSON结构数据
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);
# ...
-- 插入BIGINT值
INSERT INTO event_logs (id, event_type, payload) VALUES
    (1752345678901234567, 'login', '{"user_id": 12345, "ip": "192.168.1.1"}');
# ...
-- 查询JSONB字段
SELECT * FROM event_logs WHERE payload->>'user_id' = '12345';

示例6：执行计划分析

-- 分析查询执行计划
EXPLAIN ANALYZE
SELECT * FROM stock_info WHERE category = '水果' AND quantity > 50;
# ...
-- 如果出现 Seq Scan（全表扫描），说明索引未命中
-- 添加组合索引优化：
CREATE INDEX idx_stock_category_qty ON stock_info(category, quantity);

热门问题

Q1: VARCHAR(100) 和 TEXT 有什么区别？

A: 在 数据库数据库 中两者性能几乎相同。VARCHAR(100) 有长度限制（100字符），TEXT 无限制。建议需要长度校验时用 VARCHAR(n)，不需要时用 TEXT.

Q2: 批量插入10万条数据如何优化？

A: 三种方案：(1) 使用 BEGIN/COMMIT 事务包裹，避免每条自动提交；(2) 使用多值 INSERT（单语句插入多行）；(3) 使用 COPY 命令从文件直接导入，性能最高.

Q3: BIGINT 存储雪花算法ID会溢出吗？

A: 雪花算法ID最大约 9.2×10^18，在 BIGINT 范围内（最大 9223372036854775807）。但如果ID由字符串拼接或加密生成，可能超出范围，建议改用 NUMERIC 或 TEXT.

Q4: JSONB 和 JSON 有什么区别？

A: JSONB 存储为二进制格式，支持索引（如 GIN 索引）和高效查询（->> 操作符），但写入稍慢。JSON 存储为文本，保留原始格式但不支持索引。生产环境推荐 JSONB.

Q5: 如何避免索引创建锁表？

A: 数据库数据库 中使用 CREATE INDEX CONCURRENTLY 可在不阻塞写入的情况下创建索引。注意：CONCURRENTLY 不能在事务块中使用，且创建时间更长.

Q6: EXPLAIN ANALYZE 显示 Seq Scan 怎么办？

A: 全表扫描说明索引未命中。检查：(1) WHERE 条件列是否有索引；(2) 是否对索引列使用了函数（如 LOWER(col) 会导致索引失效）；(3) 数据量过小时优化器可能主动选择 Seq Scan（正常行为）.

使用约束

• 不适用于实时流数据处理
• 不适用于小规模数据手动分析
• 不适用于非结构化文本情感分析
• 连接池最大连接数受数据库配置限制
• COPY 命令需要文件系统访问权限

创新亮点

效率提升量化分析

差异化对比

核心痛点解决

安全守则

1. 确保数据库连接使用安全的加密协议，如TLS/SSL。
2. 定期更新数据库管理系统和驱动程序，以修复已知的安全漏洞。
3. 限制数据库访问权限，仅授权给必要的用户和应用程序。
4. 定期备份数据库，并在安全的地方存储备份。
5. 实施监控和审计策略，以便及时发现和响应可疑活动。

安全风险防范

用户疑问集

Q1: 数据库管理专家支持哪些输入格式？

A1: 表结构设计、批量数据操作、查询优化、类型处理与事务安全的全面数据库管理服务。数据库管理专家——提供全面的数据库管理功能，包括表结构创建、数据操作、查询优化、类型。支持文本指令和结构化参数输入，具体格式参考使用流程章节。

Q2: 需要配置API Key吗？

A2: 是的，部分功能需要配置对应平台的API Key。请在依赖说明章节查看具体要求，并通过环境变量安全配置。

Q3: 命令行执行失败怎么办？

A3: 检查命令参数是否正确，确认运行环境支持exec能力。如遇权限问题，请参照错误处理章节排查。

错误恢复方案

针对数据库管理专家使用中可能遇到的常见问题,提供以下排查方案:

数据库管理专家通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块

使用限制说明

• 涉及关键决策的场景需人工复核,避免因自动化遗漏关键因素
• API调用受平台速率限制,高频场景需实现请求队列和退避策略
• 模型推理耗时与输入长度正相关,超长输入需考虑分段处理
• 文件路径需使用合法字符,避免特殊字符导致路径解析异常
• 不同操作系统的命令行参数可能存在差异,需做平台适配