dbskiter

数据库诊断与优化，支持实时诊断、TOP SQL分析、慢查询分析、SQL诊断、锁分析、空间诊断、连接分析、复制诊断、索引推荐、性能快照、瓶颈分析、单表诊断、表膨胀/碎片分析、索引使用分析、VACUUM分析、表空间碎片分析。 使用场景： - 用户说"数据库慢了" -> 执行 realtime - 用户说"CPU飙高了" -> 执行 top - 用户说"SQL有问题" -> 执行 sql "<SQL>" - 用户说"有死锁/阻塞" -> 执行 locks - 用户说"空间不够了" -> 执行 space - 用户说"连接数满了" -> 执行 connections - 用户说"慢查询" -> 执行 slow-queries - 用户说"推荐索引" -> 执行 recommend-indexes - 用户说"全面检查" -> 执行 report - 用户说"性能分析" -> 执行 performance-snapshot - 用户说"瓶颈分析" -> 执行 bottleneck - 用户说"诊断单表" -> 执行 table - 用户说"表膨胀/碎片" -> 执行 bloat - 用户说"索引使用情况" -> 执行 index-usage - 用户说"VACUUM状态" -> 执行 vacuum（PostgreSQL） - 用户说"表空间碎片" -> 执行 tablespace-fragmentation（Oracle） - 用户说"复制延迟" / "主从同步" -> 执行 replication（ClickHouse） - 用户说"锁等待" / "死锁" -> 执行 locks（ClickHouse/SQLite） 用法： - python -m dbskiter --output-mode=ai --database=<name> diagnose realtime - python -m dbskiter --output-mode=ai --database=<name> diagnose top - python -m dbskiter --output-mode=ai --database=<name> diagnose sql "SELECT * FROM users" - python -m dbskiter --output-mode=ai --database=<name> diagnose sl

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

数据库锁分析与死锁检测，支持当前锁分析、死锁检测、锁等待链追踪、锁统计报告、事务终止。 使用场景： - 用户说"看锁" -> 执行 analyze - 用户说"死锁" -> 执行 deadlocks - 用户说"阻塞" -> 执行 chains - 用户说"锁报告" -> 执行 report - 用户说"终止事务" -> 执行 kill <事务ID> 用法： - python -m dbskiter --output-mode=ai --database=<name> lock analyze - python -m dbskiter --output-mode=ai --database=<name> lock deadlocks - python -m dbskiter --output-mode=ai --database=<name> lock chains - python -m dbskiter --output-mode=ai --database=<name> lock report - python -m dbskiter --output-mode=ai --database=<name> lock kill <transaction_id>

数据库健康监控，支持健康检查、异常检测、容量预测、趋势分析、基线对比。 智能数据源选择： - Oracle 数据库自动使用 Zabbix 监控 - MySQL 数据库优先使用直连，其次使用 Prometheus - 支持 Z 系列资产组（如 Z18, Z5）自动识别 使用场景： - 用户说"检查健康" -> 执行 health - 用户说"有异常吗" -> 执行 anomalies - 用户说"容量够吗" -> 执行 capacity - 用户说"采集指标" -> 执行 collect - 用户说"看历史" -> 执行 history - 用户说"高级容量预测" -> 执行 capacity-advanced - 用户说"趋势分析" -> 执行 trend - 用户说"基线对比" -> 执行 compare 用法： - python -m dbskiter --output-mode=ai --database=<name> monitor health - python -m dbskiter --output-mode=ai --database=<name> monitor anomalies - python -m dbskiter --output-mode=ai --database=<name> monitor capacity --resource=disk - python -m dbskiter --output-mode=ai --database=<name> monitor collect - python -m dbskiter --output-mode=ai --database=<name> monitor history <metric> - python -m dbskiter --output-mode=ai --database=<name> monitor capacity-advanced --resource=disk - python -m dbskiter --output-mode=ai --database=<name> monitor trend --metric=cpu_usage - python -m dbskiter --output-mode=ai --database=<name> monitor compare --metric=qps

数据库调度工具，支持备份、定时任务管理、任务执行日志、调度器守护进程、DAG工作流、备份验证、备份恢复。 使用场景： - 用户说"备份数据库" -> 执行 backup - 用户说"验证备份" -> 执行 backup-verify - 用户说"恢复备份" -> 执行 backup-restore - 用户说"定时任务" -> 执行 task - 用户说"查看任务日志" -> 执行 logs - 用户说"启动调度器" -> 执行 daemon start - 用户说"创建工作流" -> 执行 workflow 用法： - python -m dbskiter --output-mode=ai --database=<name> scheduler backup --type=full - python -m dbskiter --output-mode=ai --database=<name> scheduler backup-verify <file> - python -m dbskiter --output-mode=ai --database=<name> scheduler backup-restore <file> - python -m dbskiter --output-mode=ai --database=<name> scheduler task list - python -m dbskiter --output-mode=ai --database=<name> scheduler task add daily_backup "0 2 * * *" - python -m dbskiter --output-mode=ai --database=<name> scheduler logs - python -m dbskiter --output-mode=ai --database=<name> scheduler daemon start

数据库安全审计，支持SQL注入检测、敏感数据扫描、权限审计、登录安全监控、审计日志分析、密码策略检查、配置安全审计。 使用场景： - 用户说"安全检查" -> 执行 audit - 用户说"检测注入" -> 执行 sql-injection - 用户说"扫描敏感数据" -> 执行 sensitive-data - 用户说"安全评分" -> 执行 score - 用户说"检查权限" -> 执行 permissions - 用户说"登录安全" -> 执行 login-security - 用户说"审计日志" -> 执行 audit-log - 用户说"高危操作" -> 执行 high-risk - 用户说"密码策略" -> 执行 password-policy - 用户说"弱密码" -> 执行 weak-passwords - 用户说"配置安全" -> 执行 config 用法： - python -m dbskiter --output-mode=ai --database=<name> security audit - python -m dbskiter --output-mode=ai --database=<name> security sql-injection "<SQL>" - python -m dbskiter --output-mode=ai --database=<name> security sensitive-data - python -m dbskiter --output-mode=ai --database=<name> security score - python -m dbskiter --output-mode=ai --database=<name> security permissions - python -m dbskiter --output-mode=ai --database=<name> security login-security - python -m dbskiter --output-mode=ai --database=<name> security audit-log - python -m dbskiter --output-mode=ai --database=<name> security high-risk - python -m

SQL全生命周期审核，支持SQL规范审核、性能评估、DDL影响分析、SQL优化、索引推荐。 使用场景： - 用户说"审核SQL" -> 执行 sql "<SQL>" - 用户说"检查规范" -> 执行 sql "<SQL>" - 用户说"DDL影响" -> 执行 ddl "<DDL>" - 用户说"查看规则" -> 执行 rules - 用户说"优化SQL" -> 执行 optimize "<SQL>" - 用户说"推荐索引" -> 执行 recommend-indexes "<SQL>" 用法： - python -m dbskiter --output-mode=ai --database=<name> audit sql "SELECT * FROM users" - python -m dbskiter --output-mode=ai --database=<name> audit file queries.sql - python -m dbskiter --output-mode=ai --database=<name> audit ddl "ALTER TABLE users ADD COLUMN age INT" - python -m dbskiter --output-mode=ai --database=<name> audit rules - python -m dbskiter --output-mode=ai --database=<name> audit optimize "SELECT * FROM users WHERE age > 18" - python -m dbskiter --output-mode=ai --database=<name> audit recommend-indexes "SELECT * FROM orders WHERE user_id = 1"

SQL智能助手，支持SQL执行、重写优化、质量分析、数据分析、智能补全、Schema查询、批量执行、数据导入导出、审计日志查询。 使用场景： - 用户说"执行这个SQL" -> 执行 execute 或直接 dbskiter sql "SELECT..." - 用户说"优化这个SQL" -> 执行 rewrite - 用户说"分析SQL质量" -> 执行 analyze - 用户说"分析数据" -> 执行 data - 用户说"SQL补全" -> 执行 complete - 用户说"查看表结构" -> 执行 schema - 用户说"批量执行SQL文件" -> 执行 batch - 用户说"导出数据" -> 执行 export - 用户说"导入数据" -> 执行 import - 用户说"查看审计日志" -> 执行 audit 用法： - dbskiter --output-mode=ai --database=<name> sql "SELECT * FROM users" - dbskiter --output-mode=ai --database=<name> sql execute "SELECT * FROM users" - dbskiter --output-mode=ai --database=<name> sql rewrite "SELECT * FROM users WHERE id = 1" - dbskiter --output-mode=ai --database=<name> sql analyze "SELECT * FROM orders" - dbskiter --output-mode=ai --database=<name> sql data "SELECT * FROM sales" - dbskiter --output-mode=ai --database=<name> sql complete "SELECT * FROM " - dbskiter --output-mode=ai --database=<name> sql schema --table=users - dbskiter --output-mode=ai --database=<name> sql batch queries.sql - dbskiter --output-mode=ai --d