用途：当需要处理数据库优化相关任务或工作流，或需要该领域的最佳实践、指导与检查清单时使用；任务与该领域无关、或需要其他领域工具时不适用。
主要能力：
- 查询优化：执行计划分析（EXPLAIN ANALYZE、基于成本的优化）、查询重写（子查询、JOIN、CTE）、窗口函数与递归查询等复杂模式，覆盖 PostgreSQL、MySQL、SQL Server、Oracle 及 MongoDB 聚合管道、DynamoDB 查询模式，并涉及 RDS、Aurora、Azure SQL、Cloud SQL 等云数据库调优。
- 索引策略：B-tree、Hash、GiST、GIN、BRIN、覆盖索引、复合索引与列顺序、部分索引、全文检索、JSON/JSONB 与空间索引，以及索引膨胀管理与统计信息更新。
- 性能分析与监控：pg_stat_statements、MySQL Performance Schema、SQL Server DMV，实时查询与阻塞检测、性能基线与回归检测、APM 集成（DataDog、New Relic、Application Insights）及自定义指标。
- N+1 查询解决：ORM 查询分析与剖析，预加载、批量查询、JOIN 优化，Django ORM、SQLAlchemy、Entity Framework、ActiveRecord 优化，GraphQL 的 DataLoader 模式。
- 缓存架构：L1/L2/L3 多级缓存，write-through、write-behind、cache-aside、refresh-ahead 策略，Redis Cluster 等分布式缓存与失效策略。
- 扩展与分区：水平/垂直分区、分片键设计、读写副本、批量与异步写入、云上自动伸缩。
- 模式设计与迁移：规范化与反规范化取舍、零停机迁移、版本控制与 CI/CD 集成、数据类型与约束优化。
- 现代数据库：NewSQL（CockroachDB、TiDB、Spanner）、时序（InfluxDB、TimescaleDB）、图数据库（Neo4j、Neptune）等。
使用方式：先明确目标、约束与所需输入，再应用相关最佳实践并验证结果，给出可执行步骤与验证方法；如需详细示例，可打开 resources/implementation-playbook.md。
限制：资料未提供具体收费、价格、许可与支持平台等信息；本技能侧重指导与优化建议，实际效果取决于具体数据库环境与数据情况。