1단계: 설치하기

# pip를 사용한 설치
pip install dbgenius

# 또는 Docker를 사용한 설치
docker pull dbgenius/optimizer:latest

2단계: 데이터베이스 연결하기

from dbgenius import DBOptimizer

# 데이터베이스 연결 설정
optimizer = DBOptimizer(
    db_type="postgresql",  # mysql, oracle, sqlserver 등도 지원
    host="localhost",
    port=5432,
    username="user",
    password="password",
    database="myapp"
)

3단계: 쿼리 최적화하기

# 최적화할 쿼리
original_query = """
SELECT u.name, u.email, COUNT(o.id) as order_count
FROM users u
WHERE u.status = 'active'
AND EXISTS (
  SELECT 1 FROM orders o 
  WHERE o.user_id = u.id 
  AND o.created_at > '2025-01-01'
)
GROUP BY u.id, u.name, u.email
HAVING COUNT(o.id) > 5
ORDER BY order_count DESC;
"""

# 쿼리 최적화 실행
optimization_result = optimizer.optimize_query(original_query)

# 최적화된 쿼리 출력
print("최적화된 쿼리:")
print(optimization_result.optimized_query)

# 성능 개선 예측 출력
print(f"예상 성능 개선: {optimization_result.performance_gain}%")
print(f"최적화 적용 이유: {optimization_result.explanation}")

4단계: 인덱스 추천 받기

# 인덱스 추천 실행
index_recommendations = optimizer.recommend_indexes(
    query_patterns=["frequently_used_queries.sql"],
    table_names=["users", "orders"]
)

# 추천된 인덱스 출력
for rec in index_recommendations:
    print(f"테이블: {rec.table_name}")
    print(f"추천 인덱스: {rec.index_definition}")
    print(f"예상 성능 향상: {rec.performance_gain}%")
    print(f"추천 이유: {rec.explanation}")
    print("---")

5단계: 대시보드로 모니터링하기

# 웹 기반 대시보드 실행 (기본 포트: 8080)
optimizer.start_dashboard()

# 또는 특정 포트 지정
optimizer.start_dashboard(port=9090)

1단계: 플러그인 설치

VS Code, IntelliJ, DBeaver 등 주요 IDE의 확장 마켓플레이스에서 "SQLMind"를 검색하고 설치해.

2단계: API 키 설정

SQLMind 웹사이트(https://sqlmind.ai)에서 무료 계정을 만들고 API 키를 발급받아. 그리고 IDE의 설정에서 이 API 키를 등록해.

3단계: 데이터베이스 스키마 연결

IDE의 데이터베이스 연결 기능을 사용해 실제 DB에 연결하거나, 스키마 파일을 업로드해. SQLMind는 이 스키마 정보를 기반으로 더 정확한 최적화를 제공해.

4단계: 실시간 최적화 활용

SQL 쿼리를 작성하면 실시간으로 최적화 제안이 표시돼. 제안을 클릭하면 자동으로 쿼리가 최적화된 버전으로 변경돼.