db-inspector

name

db-inspector

description

数据库实例巡检与报告生成，支持配置检查、性能检查、安全检查、报告生成、智能巡检、异常检测、根因分析、风险预测。 使用场景： - 用户说"巡检" -> 执行 run - 用户说"生成报告" -> 执行 report - 用户说"检查配置" -> 执行 run --type configuration - 用户说"建立基线" -> 执行 baseline --create - 用户说"智能巡检" -> 执行 intelligent - 用户说"异常检测" -> 执行 anomalies - 用户说"根因分析" -> 执行 root-cause - 用户说"风险预测" -> 执行 risks 用法： - python -m dbskiter --output-mode=ai --database=<name> inspector run - python -m dbskiter --output-mode=ai --database=<name> inspector report --output report.html - python -m dbskiter --output-mode=ai --database=<name> inspector baseline --create - python -m dbskiter --output-mode=ai --database=<name> inspector intelligent - python -m dbskiter --output-mode=ai --database=<name> inspector anomalies --metric=cpu_usage - python -m dbskiter --output-mode=ai --database=<name> inspector root-cause --issue="CPU飙升" - python -m dbskiter --output-mode=ai --database=<name> inspector risks --days=7

数据库巡检 Skill

安全原则

本Skill的所有操作均为只读查询，不会修改任何数据：

规则	说明
只读操作	巡检命令只执行SELECT/SHOW/DESCRIBE等查询操作
禁止写操作	不得通过巡检命令执行DELETE/UPDATE/INSERT/DROP等写操作
基线创建只记录快照	baseline --create只记录当前配置快照，不修改数据库
报告生成只读	report命令只生成报告文件，不修改数据库

何时使用

当用户提到以下关键词时，使用此skill：

用户说法	执行命令	说明
"巡检"	python -m dbskiter --output-mode=ai --database=<name> inspector run	执行完整巡检
"生成报告"	python -m dbskiter --output-mode=ai --database=<name> inspector report	生成巡检报告
"检查配置"	python -m dbskiter --output-mode=ai --database=<name> inspector run --type configuration	仅检查配置
"检查安全"	python -m dbskiter --output-mode=ai --database=<name> inspector run --type security	仅安全检查
"建立基线"	python -m dbskiter --output-mode=ai --database=<name> inspector baseline --create	创建性能基线
"智能巡检"	python -m dbskiter --output-mode=ai --database=<name> inspector intelligent	智能巡检分析
"异常检测"	python -m dbskiter --output-mode=ai --database=<name> inspector anomalies	检测指标异常
"根因分析"	python -m dbskiter --output-mode=ai --database=<name> inspector root-cause	分析问题根因
"风险预测"	python -m dbskiter --output-mode=ai --database=<name> inspector risks	预测未来风险

核心命令

1. 执行完整巡检

python -m dbskiter --database=<数据库名> inspector run

输出：健康评分、风险统计、巡检项详情

评分标准：

• 90-100：优秀
• 70-89：良好
• <70：需要关注

可选参数：

• --type：指定巡检类型（configuration/performance/storage/security/capacity/replication）
• --format：输出格式（text/json/html/markdown）
• --output：输出文件路径

2. 生成报告

python -m dbskiter --database=<数据库名> inspector report --output report.html

支持格式：HTML、Markdown、JSON

3. 基线管理

dbskiter --database=<数据库名> inspector baseline --create

用途：建立性能基线，用于后续对比

可选参数：

• --create：创建新基线
• --compare：与基线对比

4. 智能巡检

dbskiter --database=<数据库名> inspector intelligent

功能：异常检测、根因分析、风险预测、智能建议

可选参数：

• --metrics-file：指标历史数据文件（JSON格式）

5. 异常检测

dbskiter --database=<数据库名> inspector anomalies --metric=cpu_usage

功能：检测突然飙升、逐渐增长、周期性异常、基线偏离

参数：

• --metric（必需）：指标名称（如cpu_usage, memory_usage）
• --hours：检测最近多少小时的数据（默认24）

6. 根因分析

dbskiter --database=<数据库名> inspector root-cause --issue="CPU飙升"

功能：分析异常事件的根因，提供解决建议

参数：

• --issue（必需）：问题描述（如"CPU使用率飙升"）

7. 风险预测

dbskiter --database=<数据库名> inspector risks --days=7

功能：预测未来7天/30天的容量和性能风险

参数：

• --days：预测天数（默认7天）

巡检类型

• configuration：配置检查
• performance：性能检查
• storage：存储检查
• security：安全检查
• capacity：容量检查
• replication：复制检查

数据库支持

数据库	配置检查	性能检查	存储检查	安全检查	容量检查	状态
MySQL	支持	支持	支持	支持	支持	生产就绪
Oracle	支持	支持	支持	支持	支持	生产就绪
PostgreSQL	支持	支持	支持	支持	支持	生产就绪
SQL Server	支持	支持	支持	支持	支持	生产就绪
ClickHouse	支持	支持	支持	支持	支持	生产就绪
SQLite	支持	支持	支持	支持	支持	生产就绪
通用(Generic)	基础	基础	基础	基础	基础	可用

通用巡检器（GenericInspector）说明：

通用巡检器通过标准 SQL 和 INFORMATION_SCHEMA 自动探测数据库能力， 为任意 JDBC 兼容数据库提供基础巡检能力。

支持的数据库类型：

• Trino / Presto
• DuckDB
• Apache Derby
• H2
• HSQLDB
• 任何支持 JDBC 4.0+ 和 INFORMATION_SCHEMA 的数据库

通用巡检器采集指标：

检查项	数据源	说明
数据库类型与版本	VERSION() / @@version	数据库方言和版本号
Schema 数量	INFORMATION_SCHEMA.TABLES	Schema 总数
表总数	INFORMATION_SCHEMA.TABLES	BASE TABLE 数量
活跃连接数	pg_stat_activity / v$session / sys.dm_exec_sessions	当前活跃会话
数据库总大小	pg_database_size / information_schema / PRAGMA	存储容量
索引数量	INFORMATION_SCHEMA.STATISTICS	索引总数
TOP 大表	INFORMATION_SCHEMA.TABLES	行数最多的表
数据库用户	CURRENT_USER / USER()	当前连接用户

SQLite 巡检项：

• 配置检查：缓存大小、日志模式（journal_mode）、同步模式（synchronous）
• 性能检查：大表检测、缺少索引检测
• 存储检查：数据库文件大小、碎片率
• 安全检查：文件权限（POSIX系统）
• 容量检查：表数量
• 完整性检查：PRAGMA integrity_check

ClickHouse 巡检项：

• 配置检查：max_memory_usage、max_execution_time、query_log启用状态
• 性能检查：慢查询数、高内存使用查询、连接数、复制延迟
• 存储检查：大表检测、parts数量过多检测
• 安全检查：默认用户密码配置
• 容量检查：总数据量、磁盘使用
• 复制检查：Replicated表复制队列、复制延迟

SQL Server 巡检项：

• 配置检查：最大内存、MAXDOP、恢复模式、安全设置
• 性能检查：缓冲区命中率、过程缓存命中率、等待统计
• 存储检查：文件增长设置、日志文件大小、磁盘空间
• 安全检查：认证模式、sa账户、权限配置、密码策略
• 容量检查：数据库大小、磁盘使用率、增长趋势

AI决策流程

场景1：用户说"巡检一下数据库"

步骤1：执行 dbskiter --database=<name> inspector run
步骤2：解读健康评分和风险统计
步骤3：如果有严重问题，建议进一步诊断
步骤4：生成报告：dbskiter --database=<name> inspector report

场景2：用户说"分析一下为什么CPU高"

步骤1：执行 dbskiter --database=<name> inspector root-cause --issue="CPU飙升"
步骤2：查看根因分析结果
步骤3：给出解决建议

场景3：用户说"预测一下未来风险"

步骤1：执行 dbskiter --database=<name> inspector risks --days=30
步骤2：解读风险预测结果
步骤3：给出预防和应对措施