用户场景
按开发、CI/CD、DBA 与企业治理场景查看完整流程。
快速开始
用一条 SQL 完成第一次 SQL质量检查、查询重写优化与智能索引推荐。
支持的数据库
查看数据库、版本与能力支持矩阵。
选择使用方式
公网使用、私有部署，或 IDE / API / MCP 接入。
覆盖 SQL 全生命周期
让 SQL 质量与性能成为软件工程流程的一部分。
核心能力
PawSQL 不仅帮助团队发现 SQL 问题，还进一步给出可执行的优化方案。SQL质量检查
在 SQL 上线前，按开发规范与数据库最佳实践自动识别风险。
查询重写优化
基于语义等价约束调整查询结构，为优化器提供更优的执行方案。
智能索引推荐
结合过滤、关联、排序与统计信息，设计候选索引方案。
自动化性能验证
借助数据库优化器比较优化前后的代价、访问路径与执行计划。
执行计划分析
把文本执行计划还原为可视化执行树，快速定位瓶颈。
各项能力的关键检查项
SQL质量检查
SQL质量检查
- SQL 编写规范
- DDL 与 DML 风险
- 查询性能风险
- 索引使用问题
- 数据库最佳实践
- 企业自定义 SQL 规则
查询重写优化
查询重写优化
- 子查询与关联改写
- 聚合与分组优化
- 谓词下推
- OR 条件、UNION 等结构改写
- 语义等价性校验
智能索引推荐
智能索引推荐
- 过滤条件与关联条件
- 排序与分组字段
- 已有索引与冗余索引
- 字段选择率
- 联合索引设计
- 数据库优化器行为
自动化性能验证
自动化性能验证
- 优化器代价
- 访问路径与关联方式
- 预估行数
- 索引使用情况
- 优化前后的执行计划
执行计划分析
执行计划分析
- 全表扫描
- 高代价算子
- 关联策略
- 索引使用情况
- 基数估算与代价分布
一个产品，多种交付形态
PawSQL 是一个产品。Cloud 指公网部署形态；Engine、Optimizer、Auditor、Advisor、Patroller 是同一产品的不同组件或交付形态，并不是五套彼此独立的产品。
选择时先确定要完成的任务，再对照环境要求查阅接入方式。详见选择使用方式。
融入现有研发流程
SQL 不只存在于数据库客户端中，它可能出现在 IDE、代码仓库、CI/CD 流水线、SQL 审核平台、迁移项目、慢查询日志或企业内部研发平台中。 根据使用场景，可以通过 IDE 插件、API、Webhook、MCP 或 PawSQL Server 把 PawSQL 集成进现有流程。详见选择使用方式。按角色或场景选择起点
- 开发人员
- 研发效能与平台团队
- 数据库管理员
- 企业平台团队
- 数据库迁移与信创改造
希望在编写 SQL 时直接获得提示与优化建议。从在 IDE 中自助优化 SQL开始。
面向多数据库环境设计
现实中的企业环境通常同时运行多种关系型数据库、分布式数据库、国产数据库与数据仓库，它们的 SQL 方言、优化器、索引机制与执行计划各不相同。 PawSQL 从设计之初就面向多数据库 SQL 治理：通过统一的分析入口处理不同数据库的 SQL，同时保留针对每种数据库的优化逻辑。查看支持的数据库 →从 SQL 优化走向 SQL 工程化治理
传统 SQL 优化通常发生在生产问题出现之后；PawSQL 希望把 SQL 治理提前，并让它持续发生。
SQL 因此不再只是应用中的一段字符串，而是可以被分析、验证、治理和持续改进的工程资产。
三步开始使用
1
选择使用方式
确定服务部署在哪里、如何接入日常工作流。参见选择使用方式。
2
创建工作空间
指定数据库类型与版本，通过 DDL 或数据库连接，为 SQL 分析提供所需的数据库上下文。参见工作空间和上下文。
3
完成第一次优化
提交一条 SQL，查看审核问题、重写建议、索引推荐与性能验证结果。参见快速开始。
按目标查找文档
支持的数据库
确认数据库、版本与能力的支持范围。
选择使用方式
安装、部署与接入方式。
API 参考
通过 API 集成 PawSQL。
Read the documentation in English →