Sublime Text 是 SQL 编辑器，不执行查询或分析执行计划，优化依赖数据库系统；它通过插件支持格式化、运行查询、美化执行计划结果，并辅助编写可优化的 SQL 和精准索引语句。
Sublime Text 本身不执行 SQL，也不分析执行计划或创建索引——它只是一个代码编辑器。真正优化 SQL 查询性能、查看执行计划、设计索引，依赖的是你连接的数据库系统（如 MySQL、PostgreSQL、SQL Server）及其配套工具。Sublime 的作用是帮你更高效地编写、阅读、格式化和调试 SQL 脚本。下面说清楚怎么配合数据库做真正有效的性能优化。
用 Sublime 高效编写可优化的 SQL
写得清晰、结构规范的 SQL，是后续分析执行计划和加索引的前提。Sublime 可以帮你做到：
- 安装 SQLTools 或 DB Browser 插件（需配合对应数据库驱动），直接在 Sublime 内运行查询并查看基础结果（部分插件支持简单执行时间统计）
- 使用 SQLBeautifier 或 SublimeCodeIntel 自动格式化 SQL，让 JOIN、WHERE、ORDER BY 等逻辑一目了然，方便人工识别潜在瓶颈（比如没走索引的模糊查询、全表扫描的子查询）
- 开启列选择模式（Ctrl+鼠标拖拽）快速对比多条相似查询的 WHERE 条件或字段列表，辅助判断索引覆盖范围
在数据库中看懂真正的执行计划
执行计划（EXPLAIN）才是性能分析的核心。Sublime 只负责把 EXPLAIN 语句写对、发出去、看清返回结果：
- MySQL：在 Sublime 中写 EXPLAIN FORMAT=JSON SELECT ...，复制到命令行或客户端（如 MySQL Workbench）执行，再把 JSON 结果粘回 Sublime，用 JSON Reindent 插件美化查看
- PostgreSQL：用 EXPLAIN (ANALYZE, BUFFERS) SELECT ...，重点关注 Rows Removed by Filter（过滤效率低）、Seq Scan（全表扫描）、Index Scan 类型及实际行数是否远超预期
- 别只看“用了索引”，要核对 key（用了哪些列）、rows（预估/实际扫描行数）、Extra（是否 Using filesort / Using temporary）
根据执行计划创建精准索引
索引不是越多越好，而是要匹配查询模式。从执行计划出发，在 Sublime 中设计建索引语句时注意：
- WHERE 条件中的等值列优先放前面（如 WHERE status = ? AND created_at > ? → 建复合索引 (status, created_at)）
- ORDER BY 和 GROUP BY 字段尽量包含在索引后缀中，避免额外排序（如 ORDER BY user_id, score DESC → 索引可设为 (user_id, score)）
- 用 SELECT * 时，考虑覆盖索引：把 SELECT 涉及的字段也加入索引（MySQL 5.7+ 支持 INCLUDE 语法；PostgreSQL 可用 CREATE INDEX ... INCLUDE (...)）
- 在 Sublime 中批量生成建索引语句时，加注释说明用途，例如：-- idx_orders_status_created: for admin dashboard filtering
持续验证与协作优化
优化不是一次性的。借助 Sublime 提升团队协同效率：
- 把慢查询 + 对应 EXPLAIN 结果 + 建议索引语句整理成 Markdown 片段，在 Sublime 中用 MarkdownEditing 插件维护“慢查知识库”
- 用 GitGutter 显示 SQL 文件变更，快速定位近期新增/修改的查询是否引入性能风险
- 导出格式统一的 SQL 脚本（含 USE db; SET NAMES utf8mb4; 等），确保测试环境和生产环境执行计划一致，避免字符集或 SQL_MODE 差异导致索引失效
基本上就这些。Sublime 不代替数据库，但能让 SQL 优化过程更透明、更可追溯、更少出错。关键还是回到执行计划本身——看懂它，再动手建索引，比盲目加索引有用十倍。
