用途：为新建应用设计数据库架构、优化慢查询与数据库性能，并在关系型与 NoSQL 数据库之间做技术选型与迁移。适用场景包括规范化与反规范化取舍、分区与分片、复制与高可用、灾备、缓存与读副本、水平或垂直扩展，以及分布式系统中的数据一致性。
主要能力：围绕数据建模、ACID 与 BASE 取舍、CAP 定理与多语言持久化提供指导。以 PostgreSQL 处理事务、MongoDB 处理文档、Redis 做缓存、Elasticsearch 做搜索、Cassandra 处理时序、Neo4j 处理图数据为例说明按用例选型。
工作流：1）需求分析，识别读写模式、一致性要求、数据量与增速、延迟与可用性 SLA；2）架构设计，建模实体关系，按负载选择规范化程度，面向查询而非仅存储，考虑数据分布；3）性能优化，用 EXPLAIN ANALYZE 分析执行计划，为高频查询建索引，按需缓存并配置连接池，持续监控迭代；4）扩展策略，用读副本扩展读，对超过 1 亿行的大表考虑分区，规划分片，并用复制实现高可用。
常见错误：过度规范化导致连接过多；缺少索引；索引类型或复合索引列序不当（等值在前、范围在后）；忽视复制延迟；分区键选择不佳；N+1 查询；用 OFFSET 做大偏移分页；连接耗尽。
最佳实践：围绕访问模式建模；有策略地建索引；对大表分区；用主从复制扩展读、多主复制支持地理分布；优化查询与分页；缓存热点数据；按负载设置连接池；持续监控查询性能、索引使用与复制延迟；按 3 倍当前负载设计；按业务需求选择一致性级别。
限制：资料未提供具体收费、价格、平台支持范围、安装命令或实测效果，暂未提供。