> ## Documentation Index
> Fetch the complete documentation index at: https://docs.pawsql.com/llms.txt
> Use this file to discover all available pages before exploring further.
> ## Agent Instructions
> PawSQL 是一个产品：Cloud 是公网部署形态，Engine / Optimizer / Auditor / Advisor / Patroller 是同一产品的组件与交付形态，不是彼此独立的产品。 / PawSQL is a single product: Cloud is the public deployment form, while Engine / Optimizer / Auditor / Advisor / Patroller are components and delivery forms of the same product, not separate products.
> 术语以站内术语表为准：SQL 审核对应英文 SQL Review，查询重写对应 Query Rewrite，索引推荐对应 Index Recommendation；英文内容统一用 Review，不用 Audit。 / Use the site glossary for terminology: 审核 is SQL Review, 重写 is Query Rewrite, 索引推荐 is Index Recommendation; English content uses Review, never Audit.
> 引用能力范围或版本支持时以对应页面为准；标注 unknown、或 status 非 published 的内容表示尚未经产品核实，不应作为事实引用。 / Cite capability scope and version support from the corresponding page; content marked unknown, or with a status other than published, is not yet product-verified and must not be cited as fact.
# 使用场景概述
> 从开发阶段 SQL 优化、CI/CD SQL 质量门禁，到生产慢 SQL 治理、数据库迁移和企业级 SQL Governance，PawSQL 覆盖 SQL 从编写、审核、发布到生产优化的完整生命周期。
## 让 SQL 治理覆盖从开发到生产的整个生命周期
SQL 问题不会只发生在生产环境。它可能从开发人员写下第一行 SQL 时就已经存在，也可能在代码提交、数据库发布、业务增长、数据分布变化之后才逐渐暴露。
传统方式往往是“上线后救火”：
```mermaid theme={null}
flowchart LR
A[编写 SQL] --> B[发布] --> C[生产环境] --> D[慢查询]
D --> E[DBA 排查] --> F[紧急优化]
```
而 PawSQL 希望把 SQL 治理前移，并贯穿整个软件生命周期：
```mermaid theme={null}
flowchart LR
A[编写] --> B[分析] --> C[审核] --> D[发布]
D --> E[监控] --> F[优化] --> G[持续改进]
```
无论你是开发人员、DevOps、DBA、数据库架构师，还是企业技术平台主管，都可以在 PawSQL 中找到对应的 SQL 治理场景。
## 从 SQL 优化工具，到 SQL Engineering Platform
很多企业已经拥有 SQL 规范文档、DBA 人工审核、CI/CD、APM、慢查询监控和数据库迁移工具，但这些能力通常是彼此分散的。
PawSQL 将不同阶段的 SQL 工作连接起来：
```mermaid theme={null}
flowchart LR
A[Development] --> B[Delivery] --> C[Production] --> D[Governance]
```
并提供统一的能力组合：**SQL质量检查 · 查询重写优化 · 智能索引推荐 · 执行计划分析 · 自动化性能验证**，帮助企业逐步建立 SQL Engineering 与 SQL Governance 能力。
## 选择最适合你的场景
### Developer SQL Copilot
开发人员通常最早接触 SQL，但也是最容易在无意中引入性能问题的人。
```sql theme={null}
SELECT *
FROM orders
WHERE DATE(create_time) = '2026-09-04'
AND customer_id = 10086;
```
SQL 在开发环境中可能运行很快；但当生产表增长到数千万甚至上亿行后，函数条件、低效子查询、不合理索引和深分页都可能成为性能瓶颈。
PawSQL Developer SQL Copilot 帮助开发人员在编码阶段完成：SQL 性能风险识别 · SQL 问题解释 · 查询重写优化 · 智能索引推荐 · 执行计划分析 · 优化效果验证。
**把 SQL 性能问题解决在代码提交之前。**
[了解 Developer SQL Copilot →](/use-cases/developer-sql-copilot)
### SQL Quality Gate for CI/CD
应用代码已经拥有单元测试、代码审核、安全扫描和 CI/CD，数据库 SQL 也应该有同样的质量控制。PawSQL 可以将 SQL质量检查和性能分析嵌入 CI/CD 流程：
```mermaid theme={null}
flowchart LR
A[Developer Commit] --> B[Pull Request] --> C[CI/CD]
C --> D[SQL质量检查] --> E[Policy Evaluation] --> F{PASS / BLOCK}
```
帮助团队自动发现高风险 DML / DDL、SQL 规范问题、SQL 性能风险、缺失索引、深分页、低效子查询和不合理 Join，并根据风险等级决定 PASS、WARNING、DBA REVIEW 或 BLOCK。
**让 SQL质量检查从人工流程升级为自动质量门禁。**
[了解 SQL Quality Gate →](/use-cases/sql-quality-gate-cicd)
### DBA 批量治理生产慢 SQL
监控系统通常可以告诉 DBA 哪条 SQL 慢，但 DBA 真正需要解决的是：为什么慢、哪里有问题、怎么改、需要什么索引，以及优化后是否真的更好。
PawSQL 可以将慢查询采集、SQL 归一化、SQL Pattern 聚类、性能分析、查询重写优化、智能索引推荐和执行计划验证串联起来：
```mermaid theme={null}
flowchart TD
A[2,386 Slow Queries] --> B[312 SQL Patterns]
B --> C[198 Optimization Opportunities]
C --> D[61 High-Priority Patterns]
D --> E[45 DBA Review]
E --> F[39 Validated Optimizations]
```
DBA 不再需要逐条分析所有慢 SQL，而是聚焦真正值得人工处理的高价值 SQL。
**Monitoring tells you which SQL is slow. PawSQL tells you why, how to fix it, and whether the fix is better.**
[了解生产慢 SQL 治理 →](/use-cases/slow-sql-optimization)
### 信创 / 数据库迁移中的 SQL 治理
数据库迁移最常见的目标是 SQL 能否在新数据库上执行，但真正进入生产后，更重要的问题是 SQL 在目标数据库上还能不能跑得足够快。PawSQL 可以帮助迁移团队完成：
```mermaid theme={null}
flowchart TD
A[SQL Inventory] --> B[Compatibility Analysis]
B --> C[Performance Risk Analysis]
C --> D[查询重写优化]
D --> E[Index Redesign]
E --> F[Execution Plan Validation]
```
让数据库迁移从 Syntax Migration 升级为 **Performance-Aware SQL Migration**。
**不要只迁移 SQL，也不要把旧数据库中的性能问题一起迁过去。**
[了解数据库迁移 SQL 治理 →](/use-cases/database-migration-sql-governance)
### 企业统一 SQL Governance 平台
大型企业内部通常同时存在多个开发团队、多个 DBA 团队、多个数据库平台、多个发布流程和多个 SQL 标准。
PawSQL 可以将 Development Governance、Delivery Governance 和 Production Governance 统一起来，形成覆盖 Developer SQL Copilot、SQL Quality Gate、Performance Patroller、SQL质量检查、查询重写优化、智能索引推荐、执行计划分析 和 Governance Metrics 的统一平台。
**建立统一、可执行、可度量的 SQL Governance Platform。**
[了解企业统一 SQL Governance →](/use-cases/enterprise-sql-governance)
## 按角色选择 PawSQL
| 角色 | 最常见的问题 | 推荐 Use Case |
| ------------- | --------------------- | ----------------------------------------------------------------------------- |
| 开发人员 | SQL 怎么写得更快、更合理？ | [Developer SQL Copilot](/use-cases/developer-sql-copilot) |
| DevOps / 研发效能 | 如何自动阻止问题 SQL 上线？ | [SQL Quality Gate](/use-cases/sql-quality-gate-cicd) |
| DBA | 如何批量处理生产慢 SQL？ | [Slow SQL Optimization](/use-cases/slow-sql-optimization) |
| 数据库迁移团队 | 如何降低迁移后的 SQL 性能回退？ | [Database Migration Governance](/use-cases/database-migration-sql-governance) |
| 技术平台主管 | 如何统一不同团队和数据库的 SQL 标准？ | [Enterprise SQL Governance](/use-cases/enterprise-sql-governance) |
## 按软件生命周期选择 PawSQL
```mermaid theme={null}
flowchart LR
A[编写 SQL] --> B[Developer SQL Copilot]
B --> C[分析] --> D[重写] --> E[索引推荐] --> F[性能验证]
```
目标：**尽早发现问题。**
```mermaid theme={null}
flowchart LR
A[Commit] --> B[Pull Request] --> C[CI/CD] --> D[SQL Quality Gate]
```
目标：**阻止问题进入生产。**
```mermaid theme={null}
flowchart LR
A[Production SQL] --> B[Monitoring] --> C[Slow SQL] --> D[PawSQL Optimization]
```
目标：**持续发现并治理性能问题。**
```mermaid theme={null}
flowchart LR
A[Rules] --> B[Workflow] --> C[Metrics] --> D[Multi-Database Coverage]
```
目标：**把 SQL 优化从个人能力升级为企业工程能力。**
## 一套 SQL 智能能力，服务不同治理场景
| 能力 | 作用 |
| ---------------------- | ------------ |
| SQL质量检查 | 发现规范、安全和潜在风险 |
| 查询重写优化 | 自动生成等价优化方案 |
| 智能索引推荐 | 根据查询模式推荐索引 |
| 执行计划分析 | 分析数据库执行策略 |
| 自动化性能验证 | 验证优化方案是否真正改善 |
| Multi-Database Support | 支持异构数据库统一治理 |
## 一个完整的 SQL Engineering Lifecycle
```mermaid theme={null}
flowchart TD
A[Developer 编写 SQL] --> B[Developer SQL Copilot]
B --> C[Commit]
C --> D[SQL Quality Gate]
D --> E[Release]
E --> F[Production]
F --> G[Performance Patroller]
G --> H[Slow SQL Analysis]
H --> I[查询重写优化 / 智能索引推荐]
I --> J[自动化性能验证]
J --> K[Feed Back to Development]
K -.-> A
```
这不是几个独立工具的简单组合，而是一套完整的 **SQL Lifecycle Governance**。
## 从这里开始
在编写 SQL 时获得提示与优化建议。
在 CI/CD 中拦截有风险的 SQL。
规模化治理生产环境慢 SQL。
让迁移后的 SQL 依然跑得足够快。
建立统一、可执行、可度量的治理平台。
## 让 SQL 从“上线后优化”，变成“全生命周期治理”
真正成熟的 SQL 工程体系应该覆盖 **编写 → 审核 → 发布 → 监控 → 优化 → 持续改进** 的完整闭环。
PawSQL 帮助企业把 SQL质量检查、性能优化、CI/CD 门禁、生产治理和多数据库标准连接起来，形成统一的 SQL Engineering 与 SQL Governance 能力。
**从第一行 SQL 到生产环境，PawSQL 让 SQL 质量和性能始终处于治理之中。**
用一条 SQL 完成第一次审核、重写与智能索引推荐。
查看数据库、版本与能力的支持范围。