data-analyst-sql-optimization

# Data Analyst SQL Optimization Skill

## 概要

このSkillは、data-analystエージェントがSQLクエリのパフォーマンスを改善する際に使用します。実績のある最適化パターンとベストプラクティスを提供し、遅いクエリを高速化します。

## 主な機能

1. **最適化パターンライブラリ**: 頻出の最適化パターンをカタログ化
2. **Before/After例**: 実際の改善例を多数掲載
3. **インデックス推奨**: 適切なインデックス戦略の提案
4. **実行計画解析ガイド**: EXPLAINの読み方と改善点の特定

## 使用方法

### 基本的な使い方

1. **遅いクエリを特定**: クエリ実行時間をログで確認
2. **該当する最適化パターンを探す**: reference.mdから適用可能なパターンを選択
3. **クエリを書き換え**: パターンに従ってクエリを最適化
4. **実行計画で検証**: EXPLAINで改善を確認
5. **パフォーマンス測定**: 実行時間の短縮を確認

### トリガーキーワード

以下のキーワードを含むユーザーリクエストで自動起動されます:
- "optimize SQL" / "SQL最適化"
- "slow query" / "遅いクエリ"
- "improve performance" / "パフォーマンス向上"
- "query tuning" / "クエリチューニング"

## 最適化パターン一覧

### 1. N+1クエリ削減
**問題**: ループ内で繰り返しSELECT文を実行
**解決**: JOINまたはサブクエリで1回のクエリに統合

### 2. インデックス活用
**問題**: WHERE句の列にインデックスがない
**解決**: 適切なインデックスを作成

### 3. JOIN最適化
**問題**: 不要な大規模テーブルのJOIN
**解決**: 必要な列のみ取得、結合順序の最適化

### 4. ウィンドウ関数活用
**問題**: 複雑なサブクエリの入れ子
**解決**: ROW_NUMBER(), RANK()等のウィンドウ関数を使用

### 5. DISTINCT削減
**問題**: 不要なDISTINCT使用
**解決**: GROUP BYまたは適切なJOINで代替

### 6. EXISTS vs IN
**問題**: サブクエリでINを使用
**解決**: EXISTSに変更（多くの場合高速）

### 7. LIMIT活用
**問題**: 全件取得後にアプリ側でフィルタ
**解決**: SQLでLIMIT/OFFSETを使用

### 8. 計算列のインデックス
**問題**: WHERE句で関数を列に適用
**解決**: 計算済み列を作成してインデックス

## リファレンス

詳細な最適化パターンとコード例は、以下のファイルを参照してください:
- `reference.md`: 各パターンの詳細説明
- `examples.md`: Before/Afterの実例

## 実装例

### 例1: N+1クエリの削減

**Before**:
```sql
-- ループで実行（N+1クエリ）
SELECT * FROM users WHERE id = ?;  -- N回実行
```

**After**:
```sql
-- 1回のクエリで取得
SELECT u.*, o.order_count
FROM users u
LEFT JOIN (
  SELECT user_id, COUNT(*) as order_count
  FROM orders
  GROUP BY user_id
) o ON u.id = o.user_id;
```

**改善**: N+1回 → 1回のクエリ、大幅な高速化

### 例2: インデックス活用

**Before**:
```sql
SELECT * FROM orders
WHERE created_at > '2023-01-01'
AND status = 'completed';
-- インデックスなし、フルスキャン
```

**After**:
```sql
-- インデックス作成
CREATE INDEX idx_orders_status_created ON orders(status, created_at);

-- 同じクエリがインデックスを使用
SELECT * FROM orders
WHERE status = 'completed'
AND created_at > '20