- name
- byted-bytehouse-slow-query
- description
- ByteHouse慢查询分析和性能优化工具，用于识别和分析慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势。当用户需要识别和分析ByteHouse数据库中的慢查询、查询性能优化建议、查看查询执行计划、分析查询历史趋势时，使用此Skill。
ByteHouse 慢查询分析 Skill
🔵 ByteHouse 品牌标识
「ByteHouse」—— 火山引擎云原生数据仓库，极速、稳定、安全、易用 本Skill基于ByteHouse MCP Server，提供完整的慢查询分析和性能优化能力
描述
ByteHouse慢查询分析和性能优化工具。
当以下情况时使用此 Skill: (1) 需要识别和分析慢查询 (2) 需要查询性能优化建议 (3) 需要查看查询执行计划 (4) 需要分析查询历史趋势 (5) 用户提到"慢查询"、"查询优化"、"性能分析"、"执行计划"
前置条件
- Python 3.8+
- uv (已安装在
/root/.local/bin/uv) - ByteHouse MCP Server Skill - 本skill依赖
bytehouse-mcpskill提供的ByteHouse访问能力
依赖关系
本skill依赖 bytehouse-mcp skill，使用其提供的MCP Server访问ByteHouse。
确保 bytehouse-mcp skill已正确配置并可以正常使用。
📁 文件说明
- SKILL.md - 本文件，技能主文档
- slow_query_analyzer.py - 慢查询分析主程序
- README.md - 快速入门指南
配置信息
ByteHouse连接配置
本skill复用 bytehouse-mcp skill的配置。请确保已在 bytehouse-mcp skill中配置好：
export BYTEHOUSE_HOST="<ByteHouse-host>"
export BYTEHOUSE_PORT="<ByteHouse-port>"
export BYTEHOUSE_USER="<ByteHouse-user>"
export BYTEHOUSE_PASSWORD="<ByteHouse-password>"
export BYTEHOUSE_SECURE="true"
export BYTEHOUSE_VERIFY="true"🎯 功能特性
1. 慢查询识别
- 从query_log表获取慢查询
- 按执行时间排序
- 识别Top N慢查询
- 分析慢查询模式
2. 查询性能分析
- 查询执行时间分布
- 查询类型统计
- 查询频率分析
- 性能趋势分析
3. 执行计划分析
- 获取查询执行计划
- 分析执行计划节点
- 识别性能瓶颈
- 提供优化建议
4. 优化建议生成
- 索引优化建议
- 查询重写建议
- 表引擎建议
- 配置参数调优
🚀 快速开始
方法1: 运行慢查询分析
cd /root/.openclaw/workspace/skills/bytehouse-slow-query
# 先设置环境变量（复用bytehouse-mcp的配置）
export BYTEHOUSE_HOST="<ByteHouse-host>"
export BYTEHOUSE_PORT="<ByteHouse-port>"
export BYTEHOUSE_USER="<ByteHouse-user>"
export BYTEHOUSE_PASSWORD="<ByteHouse-password>"
export BYTEHOUSE_SECURE="true"
export BYTEHOUSE_VERIFY="true"
# 运行慢查询分析
uv run slow_query_analyzer.py分析内容包括：
- Top 20慢查询
- 查询性能统计
- 执行时间分布
- 优化建议生成
输出文件（保存在 output/ 目录）：
slow_queries_{timestamp}.json- 慢查询列表query_stats_{timestamp}.json- 查询统计报告optimization_suggestions_{timestamp}.json- 优化建议
💻 慢查询分析维度
时间维度分析
- 按小时: 每小时慢查询数量
- 按天: 每天慢查询趋势
- 按周: 每周慢查询模式
- 按月: 每月慢查询统计
查询类型分析
- SELECT查询: 查询语句分析
- INSERT查询: 写入性能分析
- UPDATE查询: 更新性能分析
- DELETE查询: 删除性能分析
- DDL查询: 建表/改表性能分析
性能指标
- 平均执行时间: 所有查询平均耗时
- P50执行时间: 中位数执行时间
- P95执行时间: 95分位执行时间
- P99执行时间: 99分位执行时间
- 最大执行时间: 最慢查询耗时
📊 慢查询报告示例
慢查询列表
{
"analysis_time": "2026-03-12T21:00:00",
"total_queries": 10000,
"slow_queries": 150,
"top_slow_queries": [
{
"query_id": "query-12345",
"query_text": "SELECT * FROM large_table WHERE ...",
"duration_ms": 15000,
"start_time": "2026-03-12T20:55:00",
"read_rows": 1000000,
"read_bytes": 104857600
}
]
}📚 更多信息
详细使用说明请参考 bytehouse-mcp skill
*最后更新: 2026-03-12*