@umacloud/knowledge 1.0.1

package/data-engineering/06-glossary/data-engineering-glossary.md

@@ -0,0 +1,429 @@
+---
+id: data-engineering-glossary
+title: Data Engineering Glossary
+domain: data-engineering
+category: 06-glossary
+difficulty: intermediate
+tags: [agent, checklist, data, data-engineering, engineering, glossary, 术语对比速查表, 概述]
+quality_score: 70
+last_updated: 2026-06-15
+---
+# Data Engineering Glossary
+
+## 概述
+
+数据工程术语表涵盖数据采集、传输、存储、处理和服务全链路的核心概念与工具。本术语表按字母顺序排列，每个词条包含定义、使用场景和关联术语，适用于数据工程师、后端工程师和技术决策者。
+
+---
+
+## A
+
+### Airflow (Apache Airflow)
+
+**定义**：Apache 基金会的开源工作流编排平台，使用 Python 定义 DAG（有向无环图）来描述数据管道的依赖关系和执行顺序。
+
+**使用场景**：ETL/ELT 任务调度、定时数据同步、多步骤数据处理流水线编排。
+
+**核心概念**：DAG（工作流定义）、Operator（任务执行单元）、Scheduler（调度器）、Executor（执行引擎）、XCom（任务间通信）。
+
+**关联术语**：DAG、ETL、Prefect、Dagster
+
+### Avro
+
+**定义**：Apache 开源的行式数据序列化格式，Schema 与数据一起存储，支持 Schema 演进（Schema Evolution），广泛用于 Kafka 消息序列化。
+
+**使用场景**：Kafka 消息编解码、数据交换格式、Schema Registry 配合使用。
+
+**对比**：Avro（行存、适合写入和消息传递） vs Parquet（列存、适合分析查询）。
+
+**关联术语**：Schema Registry、Kafka、Parquet、Protobuf
+
+---
+
+## B
+
+### Batch Processing
+
+**定义**：批处理，指对一段时间内累积的数据进行集中处理的计算模式。与流处理（Stream Processing）相对。
+
+**使用场景**：每日报表生成、历史数据回填、大规模数据转换。
+
+**典型工具**：Spark、Hive、MapReduce。
+
+**关联术语**：Stream Processing、Lambda Architecture、Spark
+
+### Bronze/Silver/Gold (Medallion Architecture)
+
+**定义**：数据湖中的分层架构模式（也称奖牌架构）。Bronze 层存原始数据，Silver 层存清洗后的数据，Gold 层存业务聚合数据。
+
+**使用场景**：数据湖建设、Databricks Lakehouse 架构。
+
+**关联术语**：Data Lake、Data Lakehouse、Delta Lake
+
+---
+
+## C
+
+### CDC (Change Data Capture)
+
+**定义**：变更数据捕获，一种识别和捕获数据库中数据变更（INSERT/UPDATE/DELETE）的技术，将变更实时或近实时地传播到下游系统。
+
+**实现方式**：
+- **基于日志**：读取数据库 binlog/WAL（推荐，对源库影响小）
+- **基于查询**：定期轮询变更（简单但延迟高、对源库有压力）
+- **基于触发器**：数据库触发器捕获变更（侵入性强，不推荐）
+
+**典型工具**：Debezium、Maxwell、Canal（阿里开源）、AWS DMS。
+
+**关联术语**：Debezium、Binlog、WAL、Stream Processing
+
+### Column Store
+
+**定义**：列式存储，按列而非按行组织数据的存储格式。同一列的数据物理上连续存储，适合分析查询（通常只读取少数列）和高压缩比。
+
+**典型系统**：ClickHouse、Apache Druid、Redshift、BigQuery。
+
+**关联术语**：Parquet、ORC、OLAP
+
+---
+
+## D
+
+### DAG (Directed Acyclic Graph)
+
+**定义**：有向无环图，在数据工程中用于描述任务之间的依赖关系和执行顺序。任务 A 完成后才能执行任务 B 即 A -> B 的有向边。
+
+**使用场景**：Airflow 工作流定义、Spark 执行计划、dbt 模型依赖。
+
+**关联术语**：Airflow、dbt、Spark
+
+### Data Catalog
+
+**定义**：数据目录，集中管理组织内所有数据资产的元数据的系统。提供数据发现、数据血缘、数据质量和访问控制功能。
+
+**典型工具**：Apache Atlas、DataHub（LinkedIn 开源）、Amundsen（Lyft 开源）、Google Data Catalog。
+
+**关联术语**：Metadata、Data Lineage、Data Governance
+
+### Data Lake
+
+**定义**：数据湖，以原始格式存储海量结构化、半结构化和非结构化数据的集中式存储系统。强调"先存储，后处理"（Schema-on-Read）。
+
+**典型实现**：AWS S3 + Athena、Azure Data Lake Storage、HDFS。
+
+**优点**：存储成本低、支持多种数据格式、灵活性高。
+
+**风险**：缺乏治理可能退化为"数据沼泽"（Data Swamp）。
+
+**关联术语**：Data Warehouse、Data Lakehouse、Bronze/Silver/Gold
+
+### Data Lakehouse
+
+**定义**：数据湖仓一体，结合数据湖的灵活性和数据仓库的管理能力的新型架构。在数据湖之上增加 ACID 事务、Schema 管理和性能优化。
+
+**典型实现**：Databricks（Delta Lake）、Apache Iceberg、Apache Hudi。
+
+**关联术语**：Data Lake、Data Warehouse、Delta Lake、Iceberg
+
+### Data Lineage
+
+**定义**：数据血缘，追踪数据从源头到最终消费者的完整流转路径。包括数据经过了哪些转换、存储在哪些系统中、被哪些报表使用。
+
+**使用场景**：影响分析（修改上游会影响哪些下游）、合规审计、数据质量根因分析。
+
+**关联术语**：Data Catalog、Metadata、dbt
+
+### Data Mesh
+
+**定义**：一种去中心化的数据架构范式，将数据所有权分散到各业务领域团队，每个团队负责自己的数据产品（Data Product），中台提供自助式基础设施。
+
+**四大原则**：领域所有权、数据即产品、自助式平台、联邦治理。
+
+**关联术语**：Data Product、Domain-Driven Design
+
+### Data Warehouse
+
+**定义**：数据仓库，面向分析场景的集中式数据存储系统。数据在写入时经过清洗和建模（Schema-on-Write），结构化程度高。
+
+**典型系统**：Snowflake、BigQuery、Redshift、ClickHouse。
+
+**对比**：Data Warehouse（结构化、分析优化）vs Data Lake（原始格式、灵活）。
+
+**关联术语**：Data Lake、OLAP、Star Schema、dbt
+
+### dbt (Data Build Tool)
+
+**定义**：数据转换工具，允许数据分析师和工程师使用 SQL 定义数据模型并管理转换逻辑。dbt 处理"T"（Transform），不处理"E"和"L"。
+
+**核心能力**：SQL 模型化、依赖管理（自动 DAG）、测试框架、文档生成、增量处理。
+
+**版本**：dbt Core（开源 CLI）、dbt Cloud（托管平台）。
+
+**关联术语**：ELT、Data Warehouse、DAG
+
+### Debezium
+
+**定义**：Red Hat 开源的分布式 CDC 平台，基于 Kafka Connect 实现。支持 MySQL、PostgreSQL、MongoDB、Oracle 等数据库的变更捕获。
+
+**工作原理**：读取数据库的事务日志（binlog/WAL），将变更事件发布到 Kafka Topic。
+
+**关联术语**：CDC、Kafka Connect、Binlog
+
+### Delta Lake
+
+**定义**：Databricks 开源的存储层，在数据湖（如 S3/HDFS）之上提供 ACID 事务、Schema 演进、时间旅行（Time Travel）和统一的批流处理。
+
+**关联术语**：Data Lakehouse、Iceberg、Hudi、Parquet
+
+---
+
+## E
+
+### ELT (Extract, Load, Transform)
+
+**定义**：先抽取和加载原始数据到目标系统（通常是数据仓库或数据湖），然后在目标系统中进行转换。与 ETL 的区别在于转换发生的位置。
+
+**优势**：利用目标系统的计算能力进行转换，适合云数据仓库场景。
+
+**典型工具链**：Fivetran/Airbyte（EL） + dbt（T） + Snowflake/BigQuery（目标系统）。
+
+**关联术语**：ETL、dbt、Data Warehouse
+
+### ETL (Extract, Transform, Load)
+
+**定义**：数据集成的经典三步流程。从源系统抽取（Extract）数据，在中间层进行清洗转换（Transform），然后加载（Load）到目标系统。
+
+**使用场景**：传统数据仓库建设、跨系统数据同步。
+
+**典型工具**：Informatica、Talend、Apache NiFi、AWS Glue。
+
+**对比**：ETL（转换在中间层）vs ELT（转换在目标系统）。
+
+**关联术语**：ELT、Data Warehouse、Airflow
+
+---
+
+## F
+
+### Flink (Apache Flink)
+
+**定义**：分布式流处理框架，支持有状态的流计算和批处理。以"流优先"设计，将批处理视为有界流的特例。
+
+**核心能力**：精确一次（Exactly-Once）语义、事件时间处理、窗口计算、状态管理、Savepoint/Checkpoint。
+
+**使用场景**：实时数据分析、CEP（复杂事件处理）、实时 ETL、实时风控。
+
+**对比**：Flink（真正的流处理，低延迟）vs Spark Streaming（微批处理，吞吐量高）。
+
+**关联术语**：Stream Processing、Kafka、Exactly-Once、Spark
+
+---
+
+## I
+
+### Iceberg (Apache Iceberg)
+
+**定义**：Netflix 开源的表格式（Table Format），为数据湖提供类似数据仓库的管理能力。支持 ACID 事务、Schema 演进、分区演进和时间旅行。
+
+**对比**：Iceberg vs Delta Lake vs Hudi - 三者功能相似，Iceberg 的引擎无关性最好（支持 Spark/Flink/Trino/Presto）。
+
+**关联术语**：Data Lakehouse、Delta Lake、Hudi、Parquet
+
+### Idempotency
+
+**定义**：幂等性，指同一操作执行多次与执行一次的效果相同。在数据管道中至关重要，因为重试和重放是常见场景。
+
+**实现方式**：使用唯一标识去重、UPSERT 操作、幂等写入（如 Kafka 幂等生产者）。
+
+**关联术语**：Exactly-Once、At-Least-Once
+
+---
+
+## K
+
+### Kafka (Apache Kafka)
+
+**定义**：分布式事件流平台，用于构建实时数据管道和流式应用。消息以 Topic 为单位组织，分区（Partition）实现并行，副本（Replica）保证高可用。
+
+**核心概念**：
+- **Producer**：消息生产者
+- **Consumer**：消息消费者
+- **Consumer Group**：消费者组，实现消息的并行消费
+- **Topic**：消息主题，逻辑分类
+- **Partition**：分区，物理并行单元
+- **Offset**：消息偏移量，消费位置标记
+
+**使用场景**：系统间异步通信、事件驱动架构、日志聚合、CDC 传输、流处理数据源。
+
+**关联术语**：Schema Registry、Kafka Connect、Flink、CDC
+
+### Kafka Connect
+
+**定义**：Kafka 的数据集成框架，提供标准化的 Connector 接口，用于在 Kafka 和外部系统之间批量移动数据。
+
+**类型**：Source Connector（外部 -> Kafka）、Sink Connector（Kafka -> 外部）。
+
+**典型 Connector**：JDBC Source/Sink、Debezium（CDC Source）、Elasticsearch Sink、S3 Sink。
+
+**关联术语**：Kafka、Debezium、CDC
+
+---
+
+## O
+
+### OLAP (Online Analytical Processing)
+
+**定义**：联机分析处理，面向复杂查询和数据分析的数据库处理方式。特点是读多写少、查询涉及大量数据聚合。
+
+**典型系统**：ClickHouse、Apache Druid、StarRocks、BigQuery。
+
+**对比**：OLAP（分析型，列存，复杂聚合）vs OLTP（事务型，行存，高并发读写）。
+
+**关联术语**：OLTP、Column Store、Data Warehouse
+
+### OLTP (Online Transaction Processing)
+
+**定义**：联机事务处理，面向日常业务操作的数据库处理方式。特点是高并发、低延迟、单行读写为主。
+
+**典型系统**：MySQL、PostgreSQL、Oracle、MongoDB。
+
+**关联术语**：OLAP、ACID
+
+### Orchestration
+
+**定义**：编排，在数据工程中指协调和管理多个数据任务的执行顺序、依赖关系和失败处理。
+
+**典型工具**：Airflow、Prefect、Dagster、Argo Workflows。
+
+**关联术语**：Airflow、DAG、Pipeline
+
+---
+
+## P
+
+### Parquet
+
+**定义**：Apache 开源的列式存储文件格式，广泛用于大数据分析场景。支持高效的列裁剪（Column Pruning）和行组过滤（Predicate Pushdown），压缩比高。
+
+**使用场景**：数据湖存储、Spark/Hive 分析、数据归档。
+
+**对比**：Parquet（列存、分析优化）vs Avro（行存、序列化优化）vs ORC（列存、Hive 生态）。
+
+**关联术语**：Avro、ORC、Column Store、Data Lake
+
+### Pipeline
+
+**定义**：数据管道，指数据从源头经过一系列处理步骤到达目标的完整流程。可以是批处理管道或实时流管道。
+
+**关联术语**：ETL、ELT、DAG、Orchestration
+
+---
+
+## S
+
+### Schema Registry
+
+**定义**：Schema 注册中心，集中管理和验证数据 Schema（模式定义）的服务。确保生产者和消费者使用兼容的 Schema，防止数据格式不一致导致的下游故障。
+
+**典型实现**：Confluent Schema Registry（支持 Avro/Protobuf/JSON Schema）。
+
+**核心功能**：
+- Schema 版本管理
+- 兼容性检查（Backward/Forward/Full）
+- Schema 演进支持
+
+**关联术语**：Avro、Kafka、Schema Evolution
+
+### SCD (Slowly Changing Dimension)
+
+**定义**：缓慢变化维度，数据仓库中处理维度表数据随时间变化的策略。
+
+**常用类型**：
+- **Type 1**：直接覆盖旧值（不保留历史）
+- **Type 2**：新增行保留历史（增加有效日期列）
+- **Type 3**：增加列记录新旧值（仅保留一次变更）
+
+**关联术语**：Data Warehouse、Star Schema、Dimension Table
+
+### Spark (Apache Spark)
+
+**定义**：统一的大规模数据处理引擎，支持批处理、流处理（Structured Streaming）、机器学习（MLlib）和图计算（GraphX）。
+
+**核心概念**：RDD、DataFrame、SparkSQL、Catalyst Optimizer。
+
+**使用场景**：大规模 ETL、数据分析、机器学习特征工程。
+
+**关联术语**：Flink、Hadoop、Parquet、Delta Lake
+
+### Star Schema
+
+**定义**：星型模型，数据仓库中最常见的维度建模方式。中心是事实表（Fact Table），周围是维度表（Dimension Table），形如星形。
+
+**优点**：查询简单直观、聚合性能好。
+
+**对比**：Star Schema（简单、冗余）vs Snowflake Schema（规范化、复杂）。
+
+**关联术语**：Data Warehouse、Fact Table、Dimension Table、SCD
+
+### Stream Processing
+
+**定义**：流处理，对持续到达的数据逐条或小批量进行实时处理的计算模式。与批处理相对。
+
+**典型工具**：Flink、Kafka Streams、Spark Structured Streaming。
+
+**核心挑战**：事件时间 vs 处理时间、乱序处理、状态管理、精确一次语义。
+
+**关联术语**：Batch Processing、Flink、Kafka、Event Time
+
+---
+
+## W
+
+### WAL (Write-Ahead Log)
+
+**定义**：预写日志，数据库在修改数据前先将变更写入日志的机制。用于崩溃恢复和数据复制。PostgreSQL 的 WAL 是 CDC 的重要数据源。
+
+**关联术语**：CDC、Binlog、Debezium
+
+### Window Function
+
+**定义**：窗口函数，在流处理中对一段时间范围或一定数量的事件进行聚合计算。
+
+**常见类型**：
+- **Tumbling Window**：滚动窗口，固定大小不重叠
+- **Sliding Window**：滑动窗口，固定大小可重叠
+- **Session Window**：会话窗口，基于活动间隔动态划分
+
+**关联术语**：Flink、Stream Processing、Event Time
+
+---
+
+## 术语对比速查表
+
+| 维度 | 选项 A | 选项 B | 选择依据 |
+|------|--------|--------|---------|
+| 处理模式 | Batch | Stream | 延迟要求（分钟级 vs 秒级） |
+| 集成模式 | ETL | ELT | 目标系统计算能力 |
+| 存储格式 | Parquet | Avro | 分析查询 vs 消息传递 |
+| 流引擎 | Flink | Spark Streaming | 真流 vs 微批 |
+| 表格式 | Iceberg | Delta Lake | 引擎无关性 vs Databricks 生态 |
+| 存储架构 | Data Lake | Data Warehouse | 灵活性 vs 管理能力 |
+| 编排工具 | Airflow | Prefect | 成熟度 vs 开发体验 |
+| CDC 工具 | Debezium | Canal | 通用 vs MySQL 专用 |
+
+---
+
+## Agent Checklist
+
+以下为 AI Agent 在数据工程项目中使用本术语表的要点：
+
+- [ ] 数据管道设计中正确区分 ETL 和 ELT 模式
+- [ ] 根据延迟要求选择批处理（Spark）或流处理（Flink/Kafka Streams）
+- [ ] CDC 场景优先选择基于日志的方案（Debezium）而非轮询
+- [ ] 分析场景使用列式存储格式（Parquet）而非行式格式
+- [ ] Kafka 消息使用 Schema Registry 管理 Schema 兼容性
+- [ ] 数据湖遵循 Medallion Architecture（Bronze/Silver/Gold）分层
+- [ ] 数据仓库使用维度建模（Star Schema）并处理 SCD
+- [ ] 数据管道确保幂等性，支持安全重试和重放
+- [ ] 使用 dbt 管理 SQL 转换逻辑、测试和文档
+- [ ] 建立数据目录和血缘追踪，支持影响分析和合规审计

package/database/01-standards/database-schema-standards.md

@@ -0,0 +1,147 @@
+---
+id: database-schema-standards
+title: 数据库 Schema 设计标准
+domain: database
+category: 01-standards
+difficulty: intermediate
+tags: [database, postgresql, schema, migration, index, foreign-key, normalization, sql, postgres, mysql]
+quality_score: 91
+maintainer: platform-team@umadev.com
+last_updated: 2026-06-14
+---
+
+# 数据库 Schema 设计标准
+
+## 命名约定
+
+### 表名
+```sql
+-- ✅ 复数蛇形命名
+CREATE TABLE users (...);
+CREATE TABLE order_items (...);
+CREATE TABLE product_categories (...);
+
+-- ❌ 单数 / 驼峰 / 前缀
+CREATE TABLE user (...);
+CREATE TABLE OrderItems (...);
+CREATE TABLE tbl_users (...);
+```
+
+### 列名
+```sql
+-- ✅ 蛇形，语义清晰
+created_at, updated_at, deleted_at
+owner_id, project_id, assignee_id
+is_active, is_deleted
+email_verified_at
+
+-- ❌ 缩写 / 匈牙利命名
+dt_cre, strName, bolActive
+```
+
+### 索引名
+```sql
+-- 格式：idx_{table}_{columns}
+CREATE INDEX idx_orders_user_id ON orders(user_id);
+CREATE INDEX idx_orders_status_created ON orders(status, created_at);
+
+-- 唯一索引：uq_{table}_{columns}
+CREATE UNIQUE INDEX uq_users_email ON users(email);
+
+-- 外键约束：fk_{from_table}_{to_table}
+ALTER TABLE orders ADD CONSTRAINT fk_orders_users FOREIGN KEY (user_id) REFERENCES users(id);
+```
+
+## 每表必备列
+
+```sql
+CREATE TABLE products (
+    id          UUID PRIMARY KEY DEFAULT gen_random_uuid(),
+    -- 业务列...
+    created_at  TIMESTAMPTZ NOT NULL DEFAULT now(),
+    updated_at  TIMESTAMPTZ NOT NULL DEFAULT now()
+);
+```
+
+| 列 | 类型 | 说明 |
+|---|---|---|
+| `id` | UUID | 主键，gen_random_uuid() |
+| `created_at` | TIMESTAMPTZ | 创建时间 |
+| `updated_at` | TIMESTAMPTZ | 更新时间（触发器自动维护） |
+| `deleted_at` | TIMESTAMPTZ | 软删除（可选） |
+
+## 外键设计
+
+```sql
+-- ON DELETE 策略
+ALTER TABLE order_items ADD CONSTRAINT fk_items_orders
+    FOREIGN KEY (order_id) REFERENCES orders(id)
+    ON DELETE CASCADE;        -- 订单删除时，明细也删除
+
+ALTER TABLE tasks ADD CONSTRAINT fk_tasks_projects
+    FOREIGN KEY (project_id) REFERENCES projects(id)
+    ON DELETE SET NULL;       -- 项目删除时，任务保留但 project_id 置空
+
+ALTER TABLE comments ADD CONSTRAINT fk_comments_users
+    FOREIGN KEY (author_id) REFERENCES users(id)
+    ON DELETE RESTRICT;       -- 不允许删除有评论的用户
+```
+
+| 策略 | 场景 |
+|------|------|
+| CASCADE | 子资源无意义（订单→明细） |
+| SET NULL | 子资源独立存在（项目→任务） |
+| RESTRICT | 禁止删除有依赖的记录 |
+
+## 索引原则
+
+```sql
+-- 每个外键必须有索引
+CREATE INDEX idx_orders_user_id ON orders(user_id);
+
+-- 常用查询条件的列建索引
+CREATE INDEX idx_orders_status ON orders(status);
+
+-- 复合索引遵循最左前缀
+-- 查询 WHERE user_id = ? AND status = ? 用这个索引
+CREATE INDEX idx_orders_user_status ON orders(user_id, status);
+
+-- JSONB 用 GIN
+CREATE INDEX idx_products_attrs ON products USING GIN(attrs);
+
+-- 软删除用部分索引（不索引已删数据）
+CREATE INDEX idx_active_users ON users(email) WHERE deleted_at IS NULL;
+```
+
+## Migration 规范
+
+```sql
+-- 0001_init.sql — 初始 schema
+-- 0002_add_indexes.sql — 索引优化
+-- 0003_add_audit_log.sql — 新功能
+
+-- 每个文件包含 UP + DOWN
+-- === UP ===
+CREATE TABLE products (...);
+-- === DOWN ===
+DROP TABLE IF EXISTS products;
+```
+
+### Migration 原则
+1. **向前兼容** — 新代码能读旧 schema，旧代码能读新 schema
+2. **分步迁移** — 先加列（有默认值）→ 部署代码 → 回填数据 → 加约束
+3. **不锁表** — 大表加列用 `DEFAULT ... NOT NULL`（PG 11+ 不锁表）
+4. **回滚方案** — 每个 migration 有对应的 down migration
+
+## 数据类型选择
+
+| 场景 | 类型 | 说明 |
+|------|------|------|
+| 主键 | UUID | 全局唯一，无顺序泄露 |
+| 金额 | NUMERIC(19,2) 或 INTEGER（分） | 浮点数会丢精度 |
+| 状态 | TEXT + CHECK | `CHECK (status IN ('active','inactive'))` |
+| 时间 | TIMESTAMPTZ | 带时区，统一存 UTC |
+| 布尔 | BOOLEAN | 不用 INTEGER 0/1 |
+| JSON | JSONB | 可索引，灵活字段 |
+| 枚举 | TEXT + CHECK | 比 ENUM 类型灵活（加值不需 migration） |
+| 大文本 | TEXT | 无长度限制 |

package/database/02-playbooks/postgresql-optimization-quick.md

@@ -0,0 +1,52 @@
+---
+id: postgresql-optimization-quick
+title: PostgreSQL 快速优化指南
+domain: database
+category: 02-playbooks
+difficulty: intermediate
+tags: [postgresql, database, optimization]
+quality_score: 90
+maintainer: dba-team@umadev.com
+last_updated: 2026-03-29
+---
+
+# PostgreSQL 快速优化指南
+
+## 栅查看询性能
+
+### 1. 启用性能监控
+```sql
+CREATE EXTENSION pg_stat_statements;
+SELECT * FROM pg_stat_statements ORDER BY mean_exec_time DESC LIMIT 10;
+```
+
+### 2. 分析执行计划
+```sql
+EXPLAIN ANALYZE SELECT * FROM orders WHERE user_id = 123;
+```
+
+## 索引优化
+
+### 创建关键索引
+```sql
+CREATE INDEX CONCURRENTLY idx_users_email ON users(email);
+CREATE INDEX idx_orders_date ON orders(created_at);
+```
+
+### 检查未使用索引
+```sql
+SELECT * FROM pg_stat_user_indexes WHERE idx_scan = 0;
+```
+
+## 配置优化
+### 关键参数
+```sql
+ALTER SYSTEM SET shared_buffers = '256MB';
+ALTER SYSTEM SET work_mem = '16MB';
+ALTER SYSTEM SET max_connections = 200;
+```
+
+### 重载配置
+```sql
+SELECT pg_reload_conf();
+```

package/database/02-playbooks/postgresql-performance-optimization.md

@@ -0,0 +1,58 @@
+---
+id: postgresql-performance-optimization
+title: PostgreSQL 性能优化实战
+domain: database
+category: 02-playbooks
+difficulty: advanced
+tags: [postgresql, database, performance, optimization]
+quality_score: 93
+maintainer: dba-team@umadev.com
+last_updated: 2026-03-29
+version: 2.0
+---
+
+# PostgreSQL 性能优化实战
+
+## 概述
+
+本实战指南提供系统化的 PostgreSQL 性能优化方法,从慢查询分析到索引优化,从配置调优到监控告警。
+
+## 场景 1: 慢查询分析与优化
+
+### 识别慢查询
+```sql
+SELECT 
+    query,
+    calls,
+    round(total_exec_time::numeric, 2) as total_ms,
+    round(mean_exec_time::numeric, 2) as avg_ms
+FROM pg_stat_statements
+ORDER by total_exec_time desc
+limit 10;
+```
+
+### 查询优化策略
+
+```sql
+-- 使用 EXPLAIN ANALYZE
+EXPLAIN ANALYZE SELECT * from orders where user_id = 123;
+
+-- 添加缺失的索引
+CREATE index idx_orders_user_id on orders(user_id);
+```
+
+## 场景 2: 知识库优化
+### 创建知识库
+```sql
+CREATE EXTENSION IF NOT EXISTS pg_stat_statements;
+```
+### 查询优化示例
+```sql
+-- 优化前
+SELECT * FROM orders WHERE created_at > '2024-01-01';
+
+-- 优化后
+SELECT * FROM orders 
+WHERE created_at > '2024-01-01'
+LIMIT 100;
+```