AI 프롬프트 상세
실제 비즈니스 문제를 더 빠르게 해결하도록 설계된 실용적이고 바로 사용할 수 있는 AI 프롬프트입니다. 명확한 단계, 검증된 프레임워크, 즉시 실행 가능한 전략을 제공합니다.
AI로 데이터베이스 스키마 및 쿼리 최적화하기
더 깔끔한 데이터베이스 스키마를 설계하고, 실용적인 해결책을 통해 느린 쿼리 속도를 높이세요.

해결하는 문제
잘못된 스키마 설계와 최적화되지 않은 쿼리는 성능 저하, 비용 증가 및 확장성 문제를 일으킵니다. 개발자들은 종종 병목 현상을 식별하고 적절한 인덱스나 리팩토링을 적용할 명확하고 체계적인 방법이 부족합니다.
스키마 디자인 리뷰
테이블 구조와 관계를 개선합니다.
쿼리 성능 분석
느린 패턴과 병목 현상을 찾습니다.
인덱싱 가이드
명확한 트레이드오프와 함께 인덱스를 제안합니다.
AI 프롬프트 사용 방법
성능과 확장성에 집중하는 시니어 데이터베이스 엔지니어로서 행동해 주세요.
데이터베이스 유형: [PostgreSQL / MySQL / MongoDB / 기타]
사용 사례 또는 제품: [데이터베이스가 지원하는 작업]
현재 테이블 또는 스키마(있는 경우): [설명하거나 붙여넣기]
느리거나 중요한 쿼리:
[1~3개의 쿼리 붙여넣기]
예상 규모: [소규모 / 성장기 / 트래픽 높음]
당신의 임무:
1) 사용 사례에 최적화된 스키마 구조를 제안하세요.
2) 스키마 또는 관계상의 문제를 식별하세요.
3) 제공된 쿼리의 성능 병목 현상을 검토하세요.
4) 근거와 함께 구체적인 인덱스를 제안하세요.
5) 안전한 쿼리 리팩토링을 추천하세요.
6) 주의해야 할 트레이드오프나 리스크를 하나 강조하세요.
권장 사항은 실용적이고 초기 프로덕션 사용에 적합해야 합니다.
예상 결과
더 깔끔한 스키마 개요, 인덱스 제안 및 개선된 쿼리 패턴을 받게 됩니다.
구현 여정
스키마 및 쿼리 설명
테이블 구조와 1~3개의 느린 쿼리를 붙여넣습니다.
4분최적화 조언 생성
AI 에디터에서 프롬프트를 실행하여 스키마 및 인덱스 가이드를 얻습니다.
6분적용 및 테스트
인덱스나 리팩토링을 추가한 후 성능을 벤치마킹합니다.
10분

