What is query-optimization?

This Claude skill specializes in database query optimization, focusing on resolving N+1 problems, analyzing execution plans, and implementing efficient indexing strategies. Grounded in industry-leading practices from 'High Performance MySQL' and 'SQL Performance Explained,' it provides a structured workflow for diagnosing bottlenecks and validating performance improvements in both raw SQL and ORM-based environments to ensure high-performance database interactions.

When should I use query-optimization?

query-optimization is useful in the following scenarios: • Detecting and resolving N+1 query issues in ORM frameworks (like Hibernate or TypeORM) to reduce unnecessary database round-trips. • Analyzing complex SQL execution plans (EXPLAIN) to identify performance bottlenecks such as full table scans or inefficient joins. • Designing optimal indexing strategies based on specific access patterns to balance read speed and write overhead. • Refactoring slow-running queries and optimizing fetch strategies to improve application response times and scalability. • Conducting systematic performance audits and benchmarking to validate the impact of database optimizations before production deployment.

name	query-optimization
description	\|
• High Performance MySQL (Baron Schwartz) / 適用	クエリ最適化原則 / 目的: パフォーマンス向上の体系的アプローチ
• SQL Performance Explained (Markus Winand) / 適用	インデックス設計とアクセスパターン / 目的: 実行計画の最適化
• High-Performance Java Persistence (Vlad Mihalcea) / 適用	ORM最適化とN+1問題解決 / 目的: アプリケーションレベルの最適化
Keywords	query optimization, N+1 problem, execution plan, index design, fetch strategy, database performance, ORM optimization

Query Optimization

概要

Vlad MihaltseaとMarkus Winandの教えに基づくクエリ最適化を専門とするスキル。N+1問題の回避、フェッチ戦略の選択、実行計画分析、インデックス活用などのデータベースパフォーマンス最適化手法を提供します。

ワークフロー

Phase 1: パフォーマンス分析

目的: クエリパフォーマンスのボトルネックを特定する

Task: agents/analysis.md

入力:

問題となっているクエリ
パフォーマンス要件
データベーススキーマ

出力:

ボトルネック診断レポート
実行計画分析結果
N+1問題の検出結果
最適化優先度リスト

実行タイミング: パフォーマンス問題の調査時、新規クエリのレビュー時

Phase 2: 最適化実施

目的: インデックス設計、フェッチ戦略、クエリリライトを実施する

Task: agents/optimization.md

入力:

Phase 1の分析結果
データベーススキーマ
現在のコード

出力:

最適化されたクエリ/コード
インデックス設計案（DDL）
フェッチ戦略の推奨事項
パフォーマンス測定結果

実行タイミング: 分析完了後、最適化施策の決定時

Phase 3: 効果検証

目的: 最適化効果を測定し、本番適用の可否を判断する

Task: agents/validation.md

入力:

最適化前後のクエリ/コード
インデックス定義
ベンチマーク条件

出力:

パフォーマンス比較レポート
副作用確認結果
デプロイ推奨判断
残存課題リスト

実行タイミング: 最適化実施後、本番デプロイ前

Task仕様

Task	起動タイミング	入力	出力
analysis	Phase 1開始時	クエリ・スキーマ	ボトルネック診断
optimization	Phase 2開始時	分析結果・コード	最適化実装
validation	Phase 3開始時	最適化前後の成果物	検証・デプロイ判断

詳細仕様: 各Taskの詳細は agents/ ディレクトリを参照

ベストプラクティス

すべきこと

測定から始める（推測による最適化を避ける）
EXPLAIN で実行計画を必ず確認
N+1問題を早期に検出して解決
インデックス追加前にクエリパターンを分析
最適化効果を数値で検証
既存テストで副作用がないことを確認

避けるべきこと

測定なしの盲目的なインデックス追加
実行計画を見ずにクエリを変更
過度なインデックス（書き込み性能の劣化）
単一クエリのみの最適化（全体像を見失う）
副作用確認なしの本番デプロイ

リソース参照

references/（詳細知識）

リソース	パス	内容
基礎知識	references/Level1_basics.md	基礎概念と用語
実務パターン	references/Level2_intermediate.md	実務での適用
高度な最適化	references/Level3_advanced.md	高度な最適化技法
専門トラブルシューティング	references/Level4_expert.md	専門的な問題解決
実行計画分析	references/execution-plan-analysis.md	EXPLAIN解析手法
インデックス戦略	references/index-strategies.md	インデックス設計
N+1パターン	references/n-plus-one-patterns.md	N+1問題と解決策
フェッチ戦略	references/fetch-strategies.md	フェッチ最適化

scripts/（決定論的処理）

スクリプト	用途	使用例
`detect-n-plus-one.mjs`	N+1問題検出	`node scripts/detect-n-plus-one.mjs --log query.log`
`log_usage.mjs`	使用履歴記録	`node scripts/log_usage.mjs --result success --phase analysis`
`validate-skill.mjs`	構造検証	`node scripts/validate-skill.mjs`

assets/（テンプレート）

テンプレート	用途
`optimization-checklist.md`	最適化チェックリスト

変更履歴

Version	Date	Changes
3.0.0	2026-01-02	18-skills.md仕様完全準拠: validation agent追加、整合性修正
2.0.0	2026-01-02	18-skills.md仕様準拠: Trigger英語化、Anchors追加
1.0.0	2025-12-24	初版: 基本構造とリソース整備

query-optimization

When & Why to Use This Skill

Use Cases