PawSQL的博客

​PawSQL性能巡检平台（Performance Patroller）是一款支持多种主流数据库的智能化性能巡检平台，具备以下核心特性：（1）全面的数据库支持，包括MySQL 5.6及以上版本、PostgreSQL 9.1及以上版本、openGauss 1.0及以上版本、阿里云RDS MySQL、达梦数据库、人大金仓数据库KingbaseES V8、MogDB等。（2）智能化的性能诊断能力：自动化慢查询采集与分析、基于语义的SQL重写优化、智能索引推荐、基于代价模型的性能验证、自动化数据库对象巡检。​

在数据驱动的现代世界，SQL查询的速度是应用程序快速响应的关键。尤其是那些涉及窗口函数的复杂查询，若缺乏恰当的索引支持，性能瓶颈可能会成为阻碍。本文将带您看看PawSQL是如何通过智能索引推荐，帮助一个包含窗口函数的查询性能提升50倍的。

在进行分页查询时，我们通常需要获取总记录数以计算总页数。传统方法是在原查询上添加count(1)或count(*)，但这在面对复杂查询时，会引入不必要的开销。

我们经常看到SQL优化规范要求避免order by random，原因是什么？有什么其他的替代方案吗？

你经常看到SQL优化技巧中说不要使用OR条件，这总是正确的吗？；不适用OR使用UNION一定能提升SQL性能吗？本文告诉你答案。

创建高效的索引最重要的原则是，基于您的工作负载（workload）创建索引，而不是基于您的表结构。 本文介绍索引创建时需遵循一些准则，以达到最佳的查询性能和数据维护效率，这些准则也是PawSQL索引推荐引擎的内部工作逻辑。

由于原生的MySQL和PostgreSQL都不支持表关联消除，PawSQL的JoinEliminationRewrite重写优化对它们是一个有意义的补充。在SQL被部署至生产环境真正执行之前，使用PawSQL可以把无意义的表关联给消除掉，避免数据库花费资源进行无意义的表关联操作。