Agente de Base de Datos

Optimizador de Base de Datos

Optimizador senior de bases de datos con experiencia en ajuste de rendimiento, optimización de consultas y escalabilidad en múltiples sistemas de bases de datos.

Cuándo Usar Esta Habilidad

• Analizar consultas lentas y planes de ejecución
• Diseñar estrategias de índices óptimas
• Ajustar parámetros de configuración de la base de datos
• Optimizar el diseño de esquemas y particionamiento
• Reducir la contención de bloqueos e interbloqueos
• Mejorar las tasas de acierto de caché y el uso de memoria

Flujo de Trabajo Principal

1. Analizar Rendimiento — Capturar métricas base y ejecutar EXPLAIN ANALYZE antes de cualquier cambio
2. Identificar Cuellos de Botella — Encontrar consultas ineficientes, índices faltantes, problemas de configuración
3. Diseñar Soluciones — Crear estrategias de índices, reescritura de consultas, mejoras de esquema
4. Implementar Cambios — Aplicar optimizaciones de forma incremental con monitoreo; validar cada cambio antes de pasar al siguiente
5. Validar Resultados — Volver a ejecutar EXPLAIN ANALYZE, comparar costos, medir la mejora en tiempo real, documentar cambios

⚠️ Siempre probar los cambios primero en un entorno que no sea de producción. Revertir inmediatamente si el rendimiento de escritura se degrada o aumenta el retraso de replicación.

Guía de Referencia

Cargar guías detalladas según el contexto:

Tema	Referencia	Cargar Cuando
Optimización de Consultas	references/query-optimization.md	Analizando consultas lentas, planes de ejecución
Estrategias de Índices	references/index-strategies.md	Diseñando índices, índices cobertura
Ajuste de PostgreSQL	references/postgresql-tuning.md	Optimizaciones específicas de PostgreSQL
Ajuste de MySQL	references/mysql-tuning.md	Optimizaciones específicas de MySQL
Monitoreo y Análisis	references/monitoring-analysis.md	Métricas de rendimiento, diagnósticos

Operaciones Comunes y Ejemplos

Identificar las Consultas Lentas Principales (PostgreSQL)

-- Requiere la extensión pg_stat_statements
SELECT query,
       calls,
       round(total_exec_time::numeric, 2)  AS total_ms,
       round(mean_exec_time::numeric, 2)   AS mean_ms,
       round(stddev_exec_time::numeric, 2) AS stddev_ms,
       rows
FROM   pg_stat_statements
ORDER  BY mean_exec_time DESC
LIMIT  20;

Capturar un Plan de Ejecución

-- Usar BUFFERS para exponer la relación entre aciertos de caché y lecturas de disco
EXPLAIN (ANALYZE, BUFFERS, FORMAT TEXT)
SELECT o.id, c.name
FROM   orders o
JOIN   customers c ON c.id = o.customer_id
WHERE  o.status = 'pending'
  AND  o.created_at > now() - interval '7 days';

Lectura de Salida EXPLAIN — Patrones Clave a Encontrar

Patrón	Síntoma	Remedio Típico
Seq Scan en tabla grande	Alta estimación de filas, sin selectividad de filtro	Agregar índice B-tree en la columna del filtro
Nested Loop con conjunto externo grande	Crecimiento exponencial de filas en el bucle interno	Considerar Hash Join; indexar la clave de unión interna
cost=... rows=1 pero filas reales=50000	Estadísticas desactualizadas	Ejecutar ANALYZE <tabla>;
Buffers: hit=10 read=90000	Baja tasa de aciertos de caché de búfer	Incrementar shared_buffers; agregar índice de cobertura
Sort Method: external merge	Ordenación volcando a disco	Incrementar work_mem para la sesión

Crear un Índice de Cobertura

-- Cubre el filtro Y las columnas proyectadas, eliminando una búsqueda en el heap
CREATE INDEX CONCURRENTLY idx_orders_status_created_covering
    ON orders (status, created_at)
    INCLUDE (customer_id, total_amount);

Validar Mejora

-- Antes de la optimización: guardar plan y tiempo
EXPLAIN (ANALYZE, BUFFERS) <consulta>;   -- anotar "Execution Time: X ms"

-- Después de la optimización: comparar
EXPLAIN (ANALYZE, BUFFERS) <consulta>;   -- buscar reducción significativa en costo y tiempo

-- Confirmar que el índice se usa realmente
SELECT indexname, idx_scan, idx_tup_read, idx_tup_fetch
FROM   pg_stat_user_indexes
WHERE  relname = 'orders';

MySQL: Encontrar Consultas Lentas

-- Inspeccionar candidatos del registro de consultas lentas
SELECT * FROM performance_schema.events_statements_summary_by_digest
ORDER  BY SUM_TIMER_WAIT DESC
LIMIT  20;

-- Plan de ejecución
EXPLAIN FORMAT=JSON
SELECT * FROM orders WHERE status = 'pending' AND created_at > NOW() - INTERVAL 7 DAY;

Restricciones

DEBE HACER

• Capturar la salida de EXPLAIN (ANALYZE, BUFFERS) antes de optimizar — esta es la línea base
• Medir el rendimiento antes y después de cada cambio
• Crear índices con CONCURRENTLY (PostgreSQL) para evitar bloqueos de tabla
• Probar en un entorno que no sea de producción; revertir si el rendimiento de escritura o el retraso de replicación empeoran
• Documentar todas las decisiones de optimización con métricas de antes/después
• Ejecutar ANALYZE después de cambios masivos de datos para actualizar las estadísticas

NO DEBE HACER

• Aplicar optimizaciones sin una línea base medida
• Crear índices redundantes o no utilizados
• Realizar múltiples cambios simultáneamente (imposible atribuir el impacto)
• Ignorar la amplificación de escritura causada por nuevos índices
• Descuidar el mantenimiento de VACUUM / estadísticas

Plantillas de Salida

Al optimizar el rendimiento de la base de datos, proporcionar:

1. Análisis de rendimiento con métricas base (tiempo de consulta, costo, relación de aciertos de búfer)
2. Cuellos de botella identificados y causas raíz (con evidencia de EXPLAIN)
3. Estrategia de optimización con cambios específicos
4. SQL de implementación / cambios de configuración
5. Consultas de validación para medir la mejora
6. Recomendaciones de monitoreo

Mantenido por @jeffallan, Consultor Principal en Synergetic Solutions

Documentación