PawSQL的博客

PawSQLClient 0.2.1版为JetBrains IDE带来智能SQL优化与执行前审核功能，解决慢查询索引优化、误执行高危UPDATE/DELETE两大痛点。光标定位即生成可直接使用的索引创建语句与改写方案，并提供性能对比；执行前自动拦截高危语句，支持静态分析不阻塞流程。零配置绑定数据源，离线也可结构分析，匿名免登录，结果直达console面板。兼容多数据库与IDE，免费无配额限制，提升开发效率与安全性。

很多事故，其实是「执行前没人拦一下」。一次 UPDATE 少个 WHERE、一条全表扫描的 SELECT、一个没索引的 JOIN——等线上告警响了，代价已经付出去了。有没有办法，把这些风险挡在「执行」之前？PawSQL Client 是 DBeaver 的一个插件。装上它，你的 SQL 编辑器里就多了一道执行前审核：你按下「执行」之前，SQL 先交给 PawSQL 做一次静态规则分析，再按风险决定放行还是让你确认。不用离开 DBeaver，不用额外操作——体检就发生在你最熟悉的编辑器的日常操作里。

SQL开发中DISTINCT关键字的误用分析与正确实践 摘要：本文深入分析了SQL开发中DISTINCT关键字的常见误用问题。首先指出DISTINCT的本质错误在于混淆业务实体与度量指标的去重逻辑，强调去重应基于业务实体而非属性值。文章详细剖析了DISTINCT在多列（特别是浮点类型）场景下的精度陷阱，以及可能掩盖的JOIN逻辑错误、ETL管道问题和表设计缺陷等三大隐患。最后提出了五种正确替代方案：从源头修复重复问题、使用精确数值类型、基于业务主键去重、使用ROW_NUMBER()精确控制去重规则，以及完善

本文介绍了如何将PawSQL智能SQL审核平台与GitLab集成，实现自动化SQL审核。主要步骤包括：1）在GitLab创建API访问令牌；2）在PawSQL注册GitLab实例；3）配置SQL监控项（选择仓库、分支、审核规则等）；4）在GitLab设置Webhook；5）通过代码提交或合并请求触发自动审核。集成后，SQL变更会自动触发审核，结果会回写到GitLab评论中，并提供详细的问题定位和修复建议。该方案支持SaaS和私有化部署的GitLab，覆盖开发全流程的SQL质量管控。

PawSQL最新版本突破性地实现了对Oracle PL/SQL存储过程的自动优化功能。该工具通过深度语法解析引擎，能够从复杂PL/SQL脚本中智能抽取SQL语句，并提供索引建议、查询重写、性能审核等全方位优化方案。典型测试案例显示，系统可在一分钟内完成包含9条SQL的存储过程分析，预估性能提升达99999%。该功能特别适用于金融、电信等行业的核心业务系统，支持通过API集成到CI/CD流程，实现SQL变更的自动化审核。PawSQL此次升级填补了存储过程SQL优化的技术空白，为复杂数据库脚本提供了一键式智能优

PawSQL二月迭代聚焦企业级需求升级，完成三大核心改进：1）重构机构树权限体系，通过路径前缀机制和权限码设计，实现跨组织数据隔离与分级管控；2）优化并发执行模型，引入动态负载感知的双约束机制和分块处理，提升高并发场景稳定性；3）完成Coding平台Webhook集成，实现SQL审核与代码审查流程自动化对接。本次迭代着重夯实企业级应用基础能力，为大型客户提供更可靠的权限管理、性能保障和DevOps集成支持。

2025年，PawSQL在数据库性能优化领域实现关键跨越。面对行业对SQL质量日益严苛的要求，它不再满足于解决单条SQL问题，而是致力于构建一个可量化、可验证、可落地的企业级优化平台。这一年，PawSQL不仅正从一款好用的工具，进化为值得信赖的SQL质量治理基础设施；更在用户生态上取得质变：个人用户突破20,000人，并在金融、制造等行业实现企业级突破。

2025年11月，PawSQL针对SQL审核/优化工具的下半场竞争需求，推出系列升级。重点包括：1）全面支持TDSQLPostgreSQL国产数据库；2）重构变量解析体系，提升复杂SQL脚本处理能力；3）优化Oracle/MSSQL解析细节，减少误报；4）增强性能分析与规则引擎准确性；5）重构审核执行引擎，支持大规模并发任务处理。这些改进使PawSQL在复杂业务场景下的稳定性、准确性和扩展性显著提升，为金融、政企等国产数据库用户提供更可靠的SQL优化解决方案。

PawSQL构建了一套覆盖开发-测试-上线-巡检全流程的SQL优化闭环生态。通过插件化IDE集成、PR自动化审查、AI智能助手和服务化开放能力，实现SQL性能治理贯穿开发生命周期。该系统支持语法校验、性能建议、自动重写等功能，可在代码提交前识别问题，并与CI/CD流程深度集成。其特色在于将SQL优化从单点工具升级为持续治理体系，通过标准化协议连接开发工具链，让非DBA也能获得专业级优化指导，最终形成可度量、可回溯的团队SQL能力。

PawSQL审核平台提供完整的SQL工单管理功能，实现从提交到执行的全流程自动化闭环。支持智能规则匹配、多维度SQL审核（性能/安全/可读性）、可视化风险分析及精准修复建议。平台提供灵活的审批流程配置，支持多角色协作（开发者/审批人/执行人），各环节操作留痕可追溯。通过自动化审核、风险可视化和可配置流程，帮助企业建立规范的SQL上线机制，在保障数据库安全的同时提升开发效率，适用于企业级SQL开发、DevOps变更管理和DBA审核自动化等场景。

在当前的数据开发中，SQL审核工具已成为越来越多团队的必备利器。然而，市面上大多数产品仍普遍存在几大痛点：审核规则对各类数据库支持不一，难以适配多元环境；解析能力不足，面对复杂SQL时捉襟见肘；更常见的是，工具仅机械“报错”，却无法提供真正可行的优化建议——导致审核流程形同虚设，开发者困于误报与琐碎提示，而真正的性能瓶颈与安全隐患，却可能悄然潜伏。

本期更新以“正确性优先、兼容性与可观测性加强”为主线：针对子查询重写、谓词下推与 SATTC 场景的改进，配合解析器对 DB2 / 非标准字符的友好性提升，使 PawSQL 在复杂、异构 SQL 环境下更稳健。建议团队在升级到最新版时在预生产做回归验证，关注深分页优化的重写效果与有涉及 SSQ 重写的关键查询。

PawSQL智能SQL优化工具新增IBM DB2支持，为企业提供全面的SQL优化解决方案。该工具通过自研SQL解析器和灵活架构，实现对DB2的原生支持，提供智能SQL审查、查询重写优化和智能索引推荐三大核心功能。PawSQL支持离线和在线两种工作空间创建模式，适用于企业系统优化、数据库迁移、DevOps集成和慢查询治理等场景。此次更新使PawSQL支持数据库类型进一步扩展，帮助用户提升数据库性能并降低运维成本。PawSQL致力于为多种数据库提供一站式智能优化方案。

PawSQL 以深度解析、全链路采集、动态感知、智能适配四大核心能力，彻底打通存储过程的审核与优化“最后一公里”。它不仅让复杂业务逻辑透明可控，更为研发、运维和数据安全保驾护航。

PawSQL平台的数据库对象巡检功能，为你提供了一套全面的规则管理、模板配置、任务执行和结果分析工具。通过这些系统化的巡检机制，你可以及时发现并优化数据库中的潜在问题。

介绍了SQL质量管理体系的四个主要组成部分，SQL质量标准确立目标，SQL开发规范指导编码实践，SQL审核工具监督检查，管控流程保证质量关卡，最终形成一个质量保证的闭环。SQL代码的可维护性标准是指SQL语句本身拥有清晰的结构、统一的风格和完备的注释，使得代码逻辑一目了然,方便其他开发人员快速理解、修改和维护。SQL质量标准是评估SQL语句质量的一系列标准和要求,它们涵盖了多个维度，确保SQL语句具有正确性、高效性、可维护性、安全性等重要特征。

SQL审核是SQL代码投入生产的最后一道关卡，选择正确的SQL审核工具对于确保确保SQL代码质量至关重要。本文深度评测市场上主流的SQL审核工具，Yearning、Archery、Bytebase的审核模块、爱可生的SQLE、云和恩墨的SQM等，在审核规则覆盖度和审核结果正确性方面的表现。评测结果表明，即使用MySQL规则集作为测试对象，PawSQL在这次测试中表现也是最佳。

PawSQL的审核规则体系是以SQL对数据库的操作类型分成三大类，即对象设计、对象操作和数据操作。即使我们通过抽象化、参数化尽量减少审核的规则，PawSQL的整个规则体系也包含了171个审核规则，这些规则对于大多数的数据库都是适用的。

经常可以看到市面上的SQL审核工具号称自己审核规则很多，支持的数据库类型很全。实际使用了以后，就会发现审核规则确实很多，一个MySQL数据库类型近200个规则，实际可用、有用的可能就几十条；而对于其他类型数据库，譬如PostgreSQL或openGauss，规则一共可能就几十条。稍微复杂一点的SQL就报语法错误；或是出现大面积的误报或漏报的情况。审查规则越多越好吗？市场上到底需要什么样的SQL审核引擎？看一下SQL优化领域的领先厂商PawSQL如何设计它的SQL审核引擎。

SQL质量标准确立目标，SQL开发规范指导编码实践，SQL审核工具监督检查，管控流程保证质量关卡，最终形成一个质量保证的闭环。本篇我们来详细地介绍SQL质量管理体系的第三部分，SQL审核引擎。

系列包括多篇文章，将从SQL质量管理体系的角度来讨论如何设计一个优秀SQL审核引擎，欢迎订阅。- SQL质量管理体系概览- SQL质量标准本篇我们来详细地介绍SQL质量管理体系的第二个组成部分，的内容。SQL开发规范是一个组织针对组织对于SQL质量的要求，依据SQL质量标准制定的一套标准化的规则和准则。它指导开发人员如何编写高质量、可维护的SQL代码。这些规范可以是非常详细的，包括SQL相关的各个方面，譬如包括范式设计、语法规则、编码风格、命名约定、安全性要求等；