应优先启用mysql慢查询日志并设long_query_time=1秒，再用explain分析qclaw慢sql执行计划，最后为agent_memory等高频表按查询特征创建联合索引。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用QClaw过程中发现SQL查询响应迟缓、接口超时或数据库CPU持续高位，很可能是存在未被识别的慢SQL。QClaw虽为本地Agent框架，但其后端依赖MySQL等关系型数据库执行数据操作，慢查询问题仍需从数据库层切入分析。以下是针对QClaw场景下SQL查询性能优化的具体方法：
一、启用并解析QClaw关联数据库的慢查询日志
QClaw本身不内置慢查询分析模块，需依赖底层MySQL服务的日志能力定位问题SQL。开启后可捕获QClaw执行的所有耗时过长的查询语句，为后续优化提供原始依据。
1、登录QClaw所连接的MySQL实例，执行命令确认当前状态：
2、若slow_query_log为OFF，则动态启用（立即生效）：
3、将long_query_time设为1秒（适配QClaw实时交互场景）：
4、设置日志输出方式为table，便于直接SQL查询分析：
5、验证配置已生效：
6、等待QClaw运行一段时间后，查询mysql.slow_log表获取原始慢SQL记录：
二、使用EXPLAIN深度剖析QClaw生成的SQL执行计划
对QClaw日志中捕获到的典型慢SQL（如知识检索、会话历史聚合、向量元数据关联查询等），必须通过EXPLAIN命令查看其实际执行路径，识别全表扫描、索引未命中、临时表/文件排序等关键瓶颈信号。
1、复制QClaw触发的慢SQL（例如涉及agent_memory、tool_call_records等表的JOIN查询）：
2、在MySQL客户端中执行EXPLAIN前缀语句：
3、重点关注以下字段：
type列出现ALL或index：表明发生全表扫描或全索引扫描，必须优化
key列为NULL：说明未使用任何索引，需检查WHERE/ON条件字段是否缺失索引
rows值远超实际返回行数（如>10000）：提示扫描范围过大，应缩小过滤条件或补充复合索引
Extra含Using filesort或Using temporary：表示排序或分组未走索引，需调整ORDER BY字段或添加覆盖索引
三、为QClaw高频表设计针对性联合索引
QClaw本地部署常涉及agent_memory（记忆存储）、tool_call_logs（工具调用日志）、workspace_files（工作区文件元数据）等核心表。这些表的查询模式高度固定，适合按访问特征构建最左匹配的联合索引，避免回表与排序开销。
1、分析QClaw典型查询WHERE条件组合（例如：SELECT * FROM agent_memory WHERE agent_id = ? AND created_at > ? ORDER BY updated_at DESC）：
2、按选择性由高到低排序字段，创建联合索引：
3、对含LIKE前缀模糊查询的字段（如file_name LIKE '%report%'），建立前缀索引以节省空间：
4、对时间范围+状态组合查询（如status IN ('pending','running') AND expire_at
注意：避免在索引字段上使用函数（如WHERE DATE(created_at) = '2026-05-20'），否则索引失效
四、重构QClaw中的高成本SQL逻辑
部分慢查询源于QClaw代码中非最优的SQL构造方式，例如N+1查询、无限制分页、大结果集JOIN等。需结合业务语义进行语句级重写，降低单次查询复杂度。
1、将循环内多次单条查询合并为一次IN批量查询：
2、将OFFSET分页替换为游标分页（基于created_at + id双条件）：
3、拆分多表LEFT JOIN为子查询+临时表，避免笛卡尔积膨胀：
4、对COUNT(*)全量统计场景，改用近似行数或维护冗余计数字段：
关键原则：QClaw作为本地Agent，应优先保障单次查询延迟可控（
五、利用performance_schema定位隐式性能损耗
除显性慢SQL外，QClaw可能因锁等待、内存分配失败、线程争用等底层问题导致查询抖动。MySQL performance_schema可捕获此类非日志类性能事件，辅助发现QClaw并发请求下的系统级瓶颈。
1、确认performance_schema已启用：
2、查询最近1分钟内等待时间最长的事件：
3、检查是否存在大量row_lock_waits或mutex contention：
4、定位QClaw高频更新表（如agent_state）是否存在长事务阻塞：
若发现sys.session_wait_summary_by_event中wait/io/table/sql/handler占比异常高，说明表级I/O成为瓶颈，需结合索引与硬件优化
