> ## Documentation Index > Fetch the complete documentation index at: https://docs.cloudthinker.io/llms.txt > Use this file to discover all available pages before exploring further. # Tony > SQLおよびNoSQLプラットフォーム全体でデータベースクエリを最適化し、パフォーマンスをチューニングし、データを分析します。 Tony は CloudThinker のデータベース専門家であり、SQL および NoSQL プラットフォーム全体でクエリ最適化、パフォーマンスチューニング、バックアップ戦略、データ分析を専門としています。 *** ## Tony が解決する問題 データベースのパフォーマンスは静かに劣化します。成長するテーブルのインデックス欠落は、P95 レイテンシがスパイクしてエンジニアが深夜 2 時に起こされるまで見えません。コネクションプールの枯渇は、誰かがデータベースを確認するまでアプリケーションのバグに見えます。スロークエリは 1 日に何百回も実行されながらデータベース CPU の 80% を消費しています — クエリ分析とインフラコストを結びつけるシステムがないため、誰も気づきません。 これらの問題を診断・修正するには通常以下が必要です： * `pg_stat_statements` のクエリや MySQL スロークエリログの有効化 * 実行プラン（EXPLAIN ANALYZE 出力）の読み取りと解釈 * クエリパターンと現在のインデックスの照合 * PostgreSQL/MySQL の設定パラメーターとそのトレードオフの理解 これは高度な専門作業です。ほとんどのチームには専任の DBA がおらず、データベースのパフォーマンス問題は未解決のまま放置されるか、高コストのコンサルタントが必要になります。 *** ## 他のツールが見逃すこと | ツール | できること | 不足していること | | ---------------------------- | ------------------------- | -------------------------------------------- | | **AWS Performance Insights** | データベースの負荷とクエリの待機を可視化 | AWS RDS のみ、解釈に SQL の専門知識が必要、推奨機能なし | | **pganalyze** | PostgreSQL クエリ分析とインデックス推奨 | PostgreSQL のみ、会話型インターフェースなし、依然として DBA の解釈が必要 | | **Percona Monitoring (PMM)** | オープンソースのデータベース監視 | 複雑なセットアップ、技術的なダッシュボード、AI 分析なし | | **Datadog APM** | アプリケーション + データベーストレースの相関 | 監視のみ、修正推奨なし、大規模では高コスト | | **New Relic / AppDynamics** | データベースを含むフルスタックの可観測性 | 可視化ツールにすぎず、検出結果への対処に依然として専門家の解釈が必要 | Tony は監視を超えた存在です。実行プランを読み取り、スキーマのコンテキストを理解し、作成すべき具体的なインデックス、書き直すべきクエリ、行うべき設定変更を平易な言葉で正確に伝えます。 *** ## Tony の仕組み 1. **データベースへの接続** — 読み取りアクセス経由。`pg_stat_statements`、MySQL Performance Schema、RDS Performance Insights、Aurora、MongoDB プロファイラーに対応 2. **スロークエリの特定** — 実行時間、呼び出し頻度、リソース消費を分析し、最も影響度の高いターゲットを自動的に発見 3. **実行プランの読み取り** — EXPLAIN ANALYZE 出力を解釈し、テーブルスキャン、インデックスミス、結合の非効率を把握 4. **精度の高い推奨** — 具体的な `CREATE INDEX` ステートメント、クエリの書き換え、設定変更を前後の影響見積もりとともに生成 5. **トレードオフの理解** — 新しいインデックスの書き込みオーバーヘッド、設定変更のメモリへの影響、スキーマ変更のダウンタイム要件を考慮 *** ## 機能 | ドメイン | 機能 | | ----------------- | --------------------------------------- | | **クエリ最適化** | SQL 分析、実行プラン、インデックス推奨、クエリの書き換え | | **パフォーマンスチューニング** | コネクションプーリング、設定最適化、ボトルネック特定 | | **データ分析** | 使用パターン、トレンド分析、キャパシティプランニング、メトリクス可視化 | | **オペレーション** | バックアップ/リカバリ、レプリケーション、メンテナンス、ディザスタリカバリ計画 | *** ## 対応プラットフォーム | カテゴリ | プラットフォーム | | ------------- | ------------------------------------------ | | **リレーショナル** | PostgreSQL、MySQL、MariaDB、SQL Server、Oracle | | **クラウドマネージド** | AWS RDS、Aurora、Azure SQL、Cloud SQL | | **NoSQL** | MongoDB、Redis、DynamoDB、DocumentDB | | **アナリティクス** | Redshift、BigQuery、Snowflake | *** ## プロンプトパターン ### クエリ分析 ```text theme={null} # スロークエリ調査 @tony analyze slow queries on production PostgreSQL # 特定のパフォーマンスターゲット @tony identify queries with execution time >2 seconds on orders database # 実行プラン分析 @tony analyze execution plans for the 20 slowest queries # クエリパターン @tony find queries that could benefit from caching ``` ### パフォーマンス最適化 ```text theme={null} # インデックス推奨 @tony analyze missing indexes that would improve performance by >10% # 接続最適化 @tony review connection pooling configuration for high-load scenarios # 設定チューニング @tony optimize MySQL 8.0 configuration for high-throughput OLTP with 10k connections # リソース分析 @tony identify queries consuming >5% of total database CPU ``` ### データベースヘルス ```text theme={null} # ヘルスチェック @tony check database health and performance metrics # レプリケーション状況 @tony assess replication lag and recommend optimization # ストレージ分析 @tony analyze database growth patterns and recommend archiving strategy # 接続分析 @tony analyze connection usage patterns and identify connection leaks ``` ### バックアップとリカバリ ```text theme={null} # バックアップ検証 @tony verify backup status and recovery procedures for production databases # DR 計画 @tony create disaster recovery plan with RTO/RPO analysis # リカバリテスト @tony recommend backup testing strategy for production databases ``` *** ## ツールの使い方 | ツール | Tony のユースケース | | ------------ | ---------------------------------------- | | `#dashboard` | クエリレイテンシ（P50/P95/P99）、接続数、I/O、レプリケーションラグ | | `#report` | パフォーマンス分析、最適化推奨、キャパシティプランニング | | `#recommend` | インデックス変更、設定更新、クエリの書き換え | | `#alert` | スロークエリ、コネクションプール枯渇、レプリケーションラグ | | `#chart` | クエリのトレンド、リソース使用率、成長パターン | ### ツールを使った例 ```text theme={null} @tony #dashboard database performance metrics for production cluster @tony #report query performance analysis with optimization plan @tony #recommend index optimizations prioritized by impact @tony #alert when P95 query latency exceeds 500ms ``` *** ## 効果的なプロンプト **ヒント：メトリクスを含める** ```text theme={null} # 良い例 @tony analyze queries with execution time >2 seconds running >100 times daily # 避けるべき例 @tony make database faster ``` **ヒント：プラットフォームを指定する** ```text theme={null} # 良い例 @tony optimize MySQL 8.0 for read-heavy workloads with 10k concurrent connections # 避けるべき例 @tony check the database ``` *** ## 接続要件 Tony はパフォーマンスメトリクスへのアクセスを持つデータベース接続を必要とします： | プラットフォーム | 必要なアクセス | | -------------- | ---------------------------------------- | | **PostgreSQL** | `pg_stat_statements`、クエリログ、パフォーマンススキーマ | | **MySQL** | Performance Schema、スロークエリログ、ステータス変数 | | **RDS/Aurora** | Enhanced Monitoring、Performance Insights | | **MongoDB** | プロファイラー、`serverStatus`、オペレーションログ | *** ## 代表的なワークフロー ### パフォーマンス危機対応 ```text theme={null} # Step 1: 特定 @tony identify top 10 slowest queries in last hour # Step 2: 分析 @tony analyze execution plans for problematic queries # Step 3: 最適化 @tony #recommend index changes and query rewrites # Step 4: 監視 @tony #dashboard real-time query performance ``` ### プロアクティブな最適化 ```text theme={null} # Step 1: ベースライン @tony #dashboard current performance metrics # Step 2: 分析 @tony identify optimization opportunities across all databases # Step 3: 優先順位付け @tony #recommend optimizations ranked by impact and effort # Step 4: 自動化 @tony #schedule weekly performance review ``` ### キャパシティプランニング ```text theme={null} # Step 1: 成長分析 @tony analyze database growth patterns over last 6 months # Step 2: 予測 @tony predict storage and compute needs for next year # Step 3: 計画 @tony #recommend scaling strategy with cost analysis ``` *** ## 次のステップ Tony を PostgreSQL データベースに接続する Tony を MySQL データベースに接続する Tony がデータベース関連インシデントを自動調査する方法 インフラ + データベースのコスト最適化に向けて Tony と [Alex](/ja/guide/agents/alex) を連携させる