byted-bytehouse-slow-query

ByteHouse スロークエリ分析スキル

🔵 ByteHouse ブランドアイデンティティ

「ByteHouse」—— Volcano Engine のクラウドネイティブデータウェアハウス。高速、安定、安全で使いやすい

本スキルは ByteHouse MCP Server をベースに、包括的なスロークエリ分析とパフォーマンス最適化機能を提供します

---

説明

ByteHouse のスロークエリ分析とパフォーマンス最適化ツールです。

次のような場合にこのスキルを使用します: (1) スロークエリを特定して分析する必要がある場合 (2) クエリのパフォーマンス最適化に関する提案が必要な場合 (3) クエリの実行計画を確認する必要がある場合 (4) クエリ履歴の傾向を分析する必要がある場合 (5) ユーザーが「スロークエリ」、「クエリ最適化」、「パフォーマンス分析」、「実行計画」に言及した場合

前提条件

• Python 3.8+
• uv（/root/.local/bin/uv にインストール済み）
• ByteHouse MCP Server スキル - 本スキルは、bytehouse-mcp スキルが提供する ByteHouse へのアクセス機能に依存します

依存関係

本スキルは bytehouse-mcp スキルに依存し、同スキルが提供する MCP Server を使用して ByteHouse にアクセスします。

bytehouse-mcp スキルが正しく設定され、正常に使用できることを確認してください。

📁 ファイルの説明

• SKILL.md - 本ファイル。スキルのメインドキュメント
• slow_query_analyzer.py - スロークエリ分析のメインプログラム
• README.md - クイックスタートガイド

設定情報

ByteHouse 接続設定

本スキルは bytehouse-mcp スキルの設定を再利用します。bytehouse-mcp スキルで次の設定が完了していることを確認してください：

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"

🎯 機能

1. スロークエリの特定

• query_log テーブルからスロークエリを取得
• 実行時間順に並べ替え
• 上位 N 件のスロークエリを特定
• スロークエリのパターンを分析

2. クエリのパフォーマンス分析

• クエリ実行時間の分布
• クエリタイプの統計
• クエリ頻度の分析
• パフォーマンス傾向の分析

3. 実行計画の分析

• クエリの実行計画を取得
• 実行計画のノードを分析
• パフォーマンスのボトルネックを特定
• 最適化の提案を提供

4. 最適化の提案を生成

• インデックス最適化の提案
• クエリ書き換えの提案
• テーブルエンジンの提案
• 設定パラメーターのチューニング

🚀 クイックスタート

方法1：スロークエリ分析を実行

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：

• 上位 20 件のスロークエリ
• クエリパフォーマンスの統計
• 実行時間の分布
• 最適化の提案の生成

出力ファイル（output/ ディレクトリに保存）：

1. slow_queries_{timestamp}.json - スロークエリの一覧
2. query_stats_{timestamp}.json - クエリ統計レポート
3. optimization_suggestions_{timestamp}.json - 最適化の提案

💻 スロークエリの分析軸

時間軸での分析

• 時間別: 1 時間ごとのスロークエリ件数
• 日別: 日ごとのスロークエリの傾向
• 週別: 週ごとのスロークエリのパターン
• 月別: 月ごとのスロークエリの統計

クエリタイプの分析

• SELECT クエリ: クエリ文の分析
• INSERT クエリ: 書き込みパフォーマンスの分析
• UPDATE クエリ: 更新パフォーマンスの分析
• DELETE クエリ: 削除パフォーマンスの分析
• DDL クエリ: テーブルの作成／変更パフォーマンスの分析

パフォーマンス指標

• 平均実行時間: すべてのクエリの平均所要時間
• P50 実行時間: 実行時間の中央値
• P95 実行時間: 実行時間の 95 パーセンタイル
• P99 実行時間: 実行時間の 99 パーセンタイル
• 最大実行時間: 最も遅いクエリの所要時間

---

📊 スロークエリレポートの例

スロークエリの一覧

{
  "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
    }
  ]
}

---

📚 詳細情報

詳しい使用方法については、bytehouse-mcp スキルを参照してください

---

最終更新日: 2026-03-12