十五年数据库相关经验，做过 DBA、架构师、技术顾问。不求"颠覆"，只求"靠谱"。

---

做 DBA 这些年，排查 SQL 性能问题的流程基本没变过：

打开数据库客户端 → 查表结构 → 查索引 → 执行 EXPLAIN → 复制结果 → 贴到某个地方分析 → 想方案 → 再回去验证。

一套流程下来，工具切来切去，效率不高。尤其是带着新人查问题的时候，每一步都要解释"这个怎么看"、“那个是什么意思”，教起来更累。

最近金仓在 Gitee 上发了一个 KES MCP Server，我上手试了试。说白了，就是把数据库客户端里那些常用操作封装成标准工具，让 AI 开发工具（比如 Cursor、Trae）直接调用。查表结构、看执行计划、模拟索引效果，在同一个开发环境里就能完成，不用来回切换工具。

今天把使用体验整理出来。跟着我走一遍，你也能快速上手。

---

一、MCP Server 是什么？先搞清它的定位

MCP（Model Context Protocol）是 AI 模型和外部系统交互的协议。KES MCP Server 就是金仓数据库和 AI 开发工具之间的"翻译官"。

它的位置：在开发工具（Cursor/Trae）和金仓数据库之间。

交互流程：

你在开发工具里问"帮我看看 orders 表有哪些索引" → 开发工具判断需要调用哪个工具 → KES MCP Server 接收请求、做参数检查和访问控制 → 连接金仓执行查询 → 把结果返回给开发工具 → 开发工具整理后展示给你。

关键点：开发工具不会绕过 MCP Server 直接连数据库。模型能调用哪些工具、执行哪些 SQL、查看哪些对象，受 Server 的访问模式和数据库账号权限双重约束。

---

二、架构——五层设计，三层传输

KES MCP Server 采用分层架构，从上到下五层：

1. AI 客户端层：Cursor、Trae 等支持 MCP 的开发工具。
2. 传输层：负责通信协议。
3. 核心服务与安全层：参数检查、访问控制、权限校验。
4. 分析能力层：9 个标准工具的具体实现。
5. KES 数据库层：底层数据库。

传输方式有三种：

方式	适用场景	说明
Stdio	本地开发	不需要开放端口，客户端自动启动服务
SSE	远程访问	通过 Server-Sent Events 通信
Streamable HTTP	集中部署	配合 HTTPS、反向代理和网络隔离使用

本地开发用 Stdio 就够了。团队共享或跨环境使用时，选 Streamable HTTP。

---

三、安全——给 AI 套上缰绳

数据库是核心基础设施，让 AI 直接连数据库，安全是第一道防线。

KES MCP Server 提供了两种访问模式：

Restricted 模式（生产/演示推荐）：内置 SQL 类型白名单 + 严格的访问控制策略。AI 只能执行安全的查询操作，高风险的写入、修改操作被拦截。实际使用时建议配置 AI 专用的数据库最小权限账户，进一步降低误操作风险。

Unrestricted 模式（测试环境）：开放完整数据库操作权限，支持复杂的管理与开发类指令。

两种模式可以自由切换。生产环境务必用 Restricted。

---

四、能做什么？四大类能力

KES MCP Server 把金仓的常用操作封装成 9 个标准工具，覆盖四个场景。

能力 1：查看数据库结构

不用打开数据库客户端，直接在开发工具里问：

“列出当前 Schema 下的所有表。”

MCP Server 返回表列表，直接来自金仓数据库。

“查看 orders 表的字段、约束和索引。”

返回建表语句级别的结构信息，包括字段类型、主键、外键、索引定义。

以前查表结构，要打开客户端、选库、选表、看 DDL。现在一句话搞定。

能力 2：执行查询与分析 SQL

“查询本月销售额排名前 5 的商品。”

MCP Server 生成 SQL 并执行，返回查询结果。

“分析这条 SQL 的执行计划。”

返回 EXPLAIN 的输出结果，包括扫描方式、过滤条件、索引使用情况。AI 模型可以继续分析执行计划，帮你定位性能问题。

能力 3：检查数据库运行状态

“检查一下数据库健康状况。”

MCP Server 会检查多个维度：索引状态、连接数、Vacuum 情况、序列状态、复制状态、缓存命中率、约束完整性。一次性给出一份健康报告。

“找出最近总耗时最高的 5 条 SQL。”

返回慢查询列表，然后可以继续分析每条 SQL 的执行计划和索引使用情况。

这个功能对日常巡检很实用。以前要花十几分钟手动查一堆系统视图，现在一句话出结果。

能力 4：分析索引方案

这是最有价值的能力之一。

“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？”

MCP Server 配合金仓的 sys_hypo 扩展，可以在不创建真实索引的情况下，模拟新增索引后的执行计划。

这个功能很实用。加索引是有成本的——写入性能下降、存储空间增加、维护开销变大。以前只能先建索引、看效果、不行再删。现在可以先模拟、评估效果、再决定是否真建。整个过程零成本。

---

五、安装配置——三步上手

环境要求：金仓 KES V8R6 及以上、Python 3.12 至 3.13、支持 MCP 的开发工具（Cursor/Trae）。

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：配置客户端

在 Cursor 或 Trae 的 MCP 配置中添加：

• 数据库连接信息（主机、端口、用户名、密码、数据库名）
• 启动命令：uv run kingbase-mcp --access-mode restricted
• 传输方式（本地开发选 Stdio）

注意：索引分析需要 sys_hypo 扩展，慢查询和负载分析需要 sys_stat_statements 扩展。这两个扩展需要在金仓数据库里提前创建。完整配置参数参考项目 README。

---

六、实战演示——一次完整的 SQL 优化

假设开发人员正在排查这条订单查询：

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

第一步：查看表结构

在开发工具里输入：

“查看 orders 表的结构，包括字段、约束和索引。”

MCP Server 返回 orders 表的完整结构。看看查询字段 user_id 和 status 上有没有可用索引。

第二步：分析执行计划

“分析这条 SQL 的执行计划。”

MCP Server 返回 EXPLAIN 结果。如果显示全表扫描或者现有索引没生效，就说明需要优化。

第三步：模拟索引效果

“模拟在 user_id 和 status 字段上增加联合索引后的执行计划。”

MCP Server 通过假设索引重新生成执行计划，对比增加索引前后的变化。整个过程不创建真实索引，零成本。

第四步：决策

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，决定是否执行实际的索引创建。

从查看表结构，到分析执行计划，再到验证索引效果——原来分散在数据库客户端、执行计划工具、模拟工具里的操作，现在在同一个开发环境里就能完成。

---

七、说几点实际体验

用了一段时间，有几点感受：

1. 排查效率确实提高了。不用在开发工具和数据库客户端之间来回切换，上下文不用断。尤其是带新人查问题的时候，效果更明显——新手不用学一堆客户端操作，直接问就行。

2. 模拟索引功能最实用。加索引之前先模拟，避免盲目建索引带来的写入性能下降和存储浪费。这个功能如果早几年有，我能少犯不少错。

3. 健康检查适合日常巡检。每天花一分钟查一下健康状态，比出了问题再排查强。

4. 安全模式一定要开。生产环境务必用 Restricted 模式 + 最小权限账户。AI 再聪明也是模型，不是 DBA。

5. 它不是替代 DBA，是辅助工具。执行计划的解读、索引方案的决策、架构层面的判断，还是需要人的经验。MCP Server 帮你省去的是"查信息"的时间，不是"做决策"的时间。

---

总结

KES MCP Server 的核心价值就一条：把数据库排查流程集成到开发工具里，减少工具切换，提升排查效率。

9 个标准工具覆盖了结构查看、SQL 执行、执行计划分析、健康检查、慢查询定位、索引模拟等常见场景。对于日常 SQL 排查和性能优化来说，够用。

安装配置也简单——clone 代码、装依赖、配客户端，三步搞定。

后续我会继续分享数据库备份恢复实战、主从延迟排查这些话题，跟着我一篇篇学，数据库这块就没问题了。

---

十五年数据库领域老炮。关注我，一起把数据库这件事搞明白。