用途：把慢查询改造成快速操作，覆盖查询优化、索引设计与执行计划分析，适用于排查慢查询、设计高性能表结构、优化应用响应时间、降低数据库负载、提升大数据集可扩展性、分析 EXPLAIN 计划、实现高效索引以及解决 N+1 查询问题。
主要能力：一是执行计划分析，使用 EXPLAIN、EXPLAIN ANALYZE、EXPLAIN (ANALYZE, BUFFERS, VERBOSE) 查看 Seq Scan、Index Scan、Index Only Scan、Nested Loop、Hash Join、Merge Join、Cost、Rows、Actual Time 等指标。二是索引策略，涵盖 B-Tree、Hash、GIN、GiST、BRIN，以及复合索引、部分索引、表达式索引、覆盖索引（INCLUDE）、全文检索索引和 JSONB 索引的创建方式。三是查询优化模式，包括避免 SELECT *、高效使用 WHERE、优化 JOIN、消除 N+1、游标分页替代大 OFFSET、聚合与 COUNT 优化、子查询改写、CTE、批量 INSERT/UPDATE 与 COPY。四是进阶技术，如物化视图及并发刷新、按范围分区、MySQL 索引提示、PostgreSQL 并行查询与连接方式设置。五是运维实践，包括 ANALYZE、VACUUM、REINDEX、慢查询日志、pg_stat_statements、缺失索引与未使用索引查询。
使用方式：按资料中的 SQL 示例在 PostgreSQL 或 MySQL 中执行相应语句；技能附带参考文档（PostgreSQL/MySQL 优化指南、查询计划分析）、清单（索引策略、查询优化）和脚本（analyze-slow-queries.sql、index-recommendations.sql）。
限制：资料未提供安装命令、收费方式、支持平台范围与效果承诺；示例以 PostgreSQL 为主，部分语法（如 COPY、REFRESH MATERIALIZED VIEW CONCURRENTLY、pg_stat_statements）为 PostgreSQL 特有，MySQL 需按对应语法调整。