告别“人肉”搬砖：当AI助手直连数据库，SQL优化从未如此简单

从"来回切换"到"一句话的事"

做过数据库开发的人，大概都经历过这样的场景：在IDE里写SQL，发现问题，切到数据库客户端查表结构，再切回来改语句，跑一遍觉得慢，又切出去看执行计划，截图、复制、粘贴，最后把一堆信息丢给大模型帮忙分析......一套流程下来，十几分钟就过去了。

现在，这一切正在被改变。

最近，电科金仓在Gitee上发布了KES MCP Server，一个让AI助手能够直接与KingbaseES数据库"对话"的中间层工具。换句话说，你在TRAE、Cursor这类支持MCP协议的开发工具里，可以直接用自然语言问AI："orders表有哪些字段和索引？"------"分析一下这条SQL为什么慢？"------"如果加个联合索引，执行计划会变吗？"

AI会调用KES MCP Server去真实数据库里查、算、分析，然后把结果反馈给你。不用自己动手写查询语句，也不用在不同工具之间来回折腾。

KES MCP Server到底是什么？

从架构上看，KES MCP Server扮演的是一个"翻译官"和"守门员"的双重角色。

它位于开发工具（如TRAE、Cursor）和KES数据库之间。用户提出一个问题后，开发工具里的AI会判断需要调用哪个功能；KES MCP Server接收请求，完成参数校验和访问控制，再连接KES数据库执行具体操作；数据库返回结果后，由开发工具继续整理和呈现给用户。

整个过程中，开发工具不会绕过MCP Server直接访问数据库。模型能调用哪些工具、执行哪些SQL、查看哪些对象，既受Server访问模式的限制，也受数据库账号权限的约束。

这套机制的核心价值在于：把"人去看数据库"变成了"AI替人看数据库" ，把多工具、多步骤的碎片化操作，收敛到了同一个对话窗口中。

四大核心能力，覆盖数据库开发高频场景

KES MCP Server本次发布了9个标准工具，覆盖了数据库开发运维中最常见的四类场景。

1. 数据库结构探索------不再需要"背"表结构

想知道某个Schema下有哪些表？某个表有哪些字段、约束和索引？直接问就行。

• list_schemas：列出所有Schema，自动区分系统空间和用户空间
• list_objects：列出指定Schema下的表、视图、序列等
• get_object_details：查看表的列定义、约束、索引等详细信息

返回的信息直接来自当前KES数据库，不需要提前把建表语句复制到对话窗口。

2. SQL查询与执行计划分析------定位性能瓶颈

写好的SQL跑得慢？让AI帮你分析。

• execute_sql：执行SQL查询（受访问模式限制）
• explain_query：返回EXPLAIN/ANALYZE结果，还能模拟假设索引的效果

KES返回查询结果和执行计划后，模型可以继续分析扫描方式、过滤条件和索引使用情况，帮你一步步定位性能问题。

3. 数据库运维诊断------健康巡检一键完成

DBA的日常工作之一就是定期检查数据库健康状况。现在可以交给AI。

• analyze_db_health：从索引、连接、Vacuum、序列、复制、缓存、约束等7个维度一键体检
• get_top_queries：基于统计信息输出Top N慢查询

发现问题SQL后，还可以继续让AI分析执行计划和索引使用情况，形成"发现---诊断---优化"的闭环。

4. 索引优化建议------先模拟，再动手

索引不是越多越好，加错了反而拖累写入性能。KES MCP Server支持在不创建真实索引的情况下，模拟新增索引后的执行计划变化。

• analyze_workload_indexes：基于历史负载推荐索引
• analyze_query_indexes：针对特定SQL提供索引建议（最多10条）

配合sys_hypo扩展，可以问AI："如果在user_id和status字段上增加联合索引，执行计划会有什么变化？"------先评估效果，再决定是否落地，避免盲目建索引带来的风险。

安全：给AI这匹"野马"套上缰绳

数据库是核心基础设施，而AI的自主性有时像一匹野马。让AI直连数据库，安全是第一道必答题。

KES MCP Server提供了两种访问模式：

• Restricted模式（受限模式） ：通过内置的SQL类型白名单与严格的访问控制策略，拦截并限制高风险数据库操作，从源头阻断非法写入与修改行为。生产或演示环境建议使用此模式。
• Unrestricted模式（非受限模式） ：开放完整数据库操作权限，支持复杂的管理与开发类指令，适合测试环境的灵活需求。

两种模式可以根据使用场景自由切换。实际操作中，还建议配置AI专用的数据库最小权限账户，进一步减少误操作风险。

安装与配置：三步上手

体验KES MCP Server，需要准备：

• KES V8R6及以上版本
• Python 3.12至3.13
• TRAE、Cursor等支持MCP协议的开发工具

第一步：获取代码

git clone https://gitee.com/king-db/kingbase-mcp

第二步：安装依赖

uv pip install .

第三步：配置并启动

uv run kingbase-mcp --access-mode restricted

随后在MCP客户端中配置数据库连接信息即可。使用本地Stdio方式时，一般由客户端自动启动服务，无需提前单独运行。

假设索引分析功能需要sys_hypo扩展支持，慢查询和负载分析需要sys_stat_statements扩展。完整配置参数可参考项目README。

实战：一次完整的SQL优化流程

假设你正在排查这样一条订单查询：

SELECT * FROM orders WHERE user_id = 123 AND status = 'pending';

传统做法是：打开数据库客户端查表结构→复制到文档→打开另一个窗口看执行计划→截图→打开AI工具提问→粘贴......

现在只需三步：

第一步，在开发工具里输入：

"查看orders表的结构，包括字段、约束和索引。"

KES MCP Server会返回orders表当前的结构和索引情况，帮你判断查询字段是否已有可用索引。

第二步，接着输入：

"分析这条SQL的执行计划。"

如果发现查询使用了全表扫描，或者现有索引没有生效，就可以进入第三步。

第三步，验证新的索引方案：

"模拟在user_id和status字段上增加联合索引后，重新分析执行计划。"

KES MCP Server通过假设索引重新生成执行计划，并对比增加索引前后的变化。整个过程不会真正创建物理索引，也不会带来额外的存储和维护成本。

如果模拟结果显示查询计划明显改善，再由开发人员或DBA结合查询频率、写入压力和存储成本，决定是否执行实际变更。

从查看表结构，到分析执行计划，再到验证索引效果------原本分散在多个工具中的操作，现在可以在同一个开发环境中一气呵成。

写在最后

AI正在改变软件开发的方方面面，数据库领域也不例外。KES MCP Server的出现，让AI助手第一次能够"看懂"真实数据库的结构、执行真实的查询、分析真实的执行计划，甚至模拟索引效果------而且这一切都发生在安全可控的框架之内。

对于数据库开发者和DBA来说，这意味着可以把更多精力放在"做什么"和"为什么"上，而不是"怎么查"和"怎么复制粘贴"上。

工具已经就位，剩下的就是动手试试了。