> ## 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.
# 开发者 SQL 智能优化助手
> 在编码阶段分析、优化并验证 SQL，帮助开发人员在代码提交前发现并解决 SQL 性能风险。
## 用户
后端开发人员（Java / Go 等），每天编写 SQL，但没有必要成为数据库优化专家。
## 问题
一条 SQL 在开发环境（几万行数据）能毫秒级返回，但在生产环境（数千万到上亿行数据）可能变成性能瓶颈。
以订单查询为例：
```sql theme={null}
SELECT order_id, customer_id, order_status, create_time, total_amount
FROM orders
WHERE DATE(create_time) = '2026-09-04'
AND customer_id = 10086
ORDER BY create_time DESC;
```
`DATE(create_time)` 把函数作用在过滤字段上，导致 `create_time` 上的索引无法被有效利用，扫描范围被放大。
开发人员通常不会在写 SQL 时主动检查这类问题——执行计划、索引结构、优化器行为、谓词选择性等都不是他们的日常职责。
## 目标
在代码提交之前发现并解决 SQL 性能风险，让性能问题止步于开发阶段，而不是几个月后在线上暴露。
## 流程
开发者 SQL 智能优化助手把数据库性能分析能力直接带入开发流程：
```mermaid theme={null}
flowchart TD
A[编写 SQL] --> B[分析 SQL]
B --> C[发现性能风险]
C --> D[解释原因]
D --> E[生成等价重写]
E --> F[推荐索引]
F --> G[验证执行计划]
G --> H[提交前完成修改]
```
整个过程在现有研发流程内完成，开发人员不需要切换工具。
## 依赖能力
由以下能力组合而成，具体改写规则与索引设计逻辑见各能力页：
## 成功标准
| 指标 | 目标 |
| -------------- | -- |
| 开发阶段 SQL 问题发现率 | 提升 |
| 上线后 SQL 问题数量 | 降低 |
| SQL 优化平均处理时间 | 降低 |
| 开发向 DBA 咨询次数 | 降低 |
| 新版本引入慢 SQL 数量 | 降低 |
***
## 不只是“帮你生成 SQL”
很多 AI 编程助手主要解决“SQL 怎么写”。但生产级 SQL 还需要继续回答：
> 这条 SQL 能用索引吗？一亿行数据还跑得动吗？是否存在更优的查询重写方案？应该加什么索引？执行计划是否合理？优化后是否真的更快？
开发者 SQL 智能优化助手的价值就在这里——不仅生成 SQL，还基于数据库语义与优化器完成分析、重写与验证。
## 与 SQL 质量门禁的分工
开发者 SQL 智能优化助手解决**写 SQL 时**的问题，SQL 质量门禁解决**提交和发布时**的问题，两者衔接形成“性能左移”：
```mermaid theme={null}
flowchart TD
A[开发人员] --> B[编写 SQL]
B --> C[开发者 SQL 智能优化助手]
C --> D["发现并修复"]
D --> E[提交]
E --> F[Pull Request]
F --> G[SQL 质量门禁]
G --> H["校验并拦截"]
H --> I[生产]
```
用一条 SQL 完成第一次质量检查、重写与智能索引推荐。
在 CI/CD 中拦截有风险的 SQL。
查看等价重写能力。
联系 PawSQL 团队获取演示。