Mục tiêu

Bộ prompt này giúp bạn tận dụng AI để phân tích hiệu năng truy vấn PostgreSQL một cách có hệ thống. Cụ thể:

• Đọc và giải thích output của EXPLAIN ANALYZE theo ngôn ngữ dễ hiểu
• Xác định nguyên nhân gốc rễ khiến query chạy chậm (Sequential Scan, Nested Loop tốn kém, missing index, bad statistics…)
• Đề xuất index phù hợp (B-tree, GIN, partial index, composite index)
• Viết lại hoặc tái cấu trúc query để giảm execution cost
• Gợi ý cấu hình PostgreSQL liên quan nếu cần

Khi nào nên dùng

• Query trả về kết quả chậm bất thường dù dữ liệu không quá lớn
• Bạn có output EXPLAIN ANALYZE nhưng không biết đọc hoặc không chắc vấn đề nằm ở đâu
• Cần review query trước khi đưa lên production
• Muốn tối ưu một query phức tạp có nhiều JOIN, subquery hoặc CTE
• Cần giải thích cho team tại sao một query lại chậm và cách khắc phục

Hướng dẫn tùy biến

Mỗi prompt trong bộ này có các placeholder bạn cần thay thế trước khi dùng:

1. [QUERY]: Dán câu SQL cần phân tích vào đây
2. [EXPLAIN_OUTPUT]: Dán toàn bộ output của lệnh EXPLAIN (ANALYZE, BUFFERS, FORMAT TEXT)
3. [TABLE_SCHEMA]: Mô tả cấu trúc bảng liên quan (tên cột, kiểu dữ liệu, index hiện có)
4. [CONTEXT]: Mô tả ngữ cảnh như số lượng bản ghi, tần suất chạy query, phiên bản PostgreSQL

Bạn có thể bỏ qua placeholder nào không có thông tin, AI vẫn sẽ phân tích dựa trên dữ liệu hiện có và nêu rõ những gì cần thêm để phân tích chính xác hơn.

Lưu ý

• Nên chạy EXPLAIN (ANALYZE, BUFFERS) thay vì chỉ EXPLAIN để có thông tin thực tế về I/O và thời gian thực thi
• Chạy query ít nhất 2-3 lần trước khi lấy output để loại bỏ ảnh hưởng của cold cache
• Với dữ liệu nhạy cảm, hãy ẩn tên bảng/cột thực tế trước khi dán vào AI công cộng
• Các đề xuất index từ AI cần được kiểm tra kỹ trên môi trường staging trước khi áp dụng production vì index có thể ảnh hưởng đến hiệu năng ghi