# DBCheck — 开源跨平台数据库巡检工具研究 > 来源: https://mp.weixin.qq.com/s/tR4FpYFnfi6vFmPgoNSUuA > 研究日期: 2026-05-05 ## 项目概览 - **名称**: DBCheck - **GitHub**: https://github.com/fiyo/DBCheck.git - **官网**: https://dbcheck.top - **许可证**: MIT - **定位**: 开源跨平台数据库巡检工具,一键生成专业巡检报告 ## 支持的数据库 | 数据库 | 连接资源 | 缓存性能 | 查询效率 | 日志 | 安全 | 集群 | |--------|----------|----------|----------|------|------|------| | MySQL | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | | PostgreSQL | ✅ | ✅ | ✅ | ✅ | ✅ | — | | SQL Server | ✅ | ✅ | ✅ | ✅ | ✅ | — | | 达梦 DM8 | ✅ | ✅ | ✅ | ✅ | ✅ | — | | TiDB | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | | Oracle | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ## 解决的三大痛点 | 痛点 | 说明 | DBCheck 方案 | |------|------|-------------| | **重复劳动** | 50 套库 × 20 分钟 = 16 小时 | 一键自动,3 分钟出报告 | | **标准不一** | 不同 DBA 巡检质量差异大 | 内置 130+ 标准化规则 | | **历史缺失** | 无法判断趋势 | 自动保存快照,趋势折线图 | ## 系统架构 ``` 用户交互层 ├── CLI 模式(自动化脚本/CI/CD) ├── Web UI 模式(Flask + 原生 JS) └── 编程接口(Python 模块 import) 核心调度层 ├── checkdb() 总入口 ├── APScheduler 定时调度 └── SSH 隧道支持 数据库适配层 ├── main_mysql.py ├── main_pg.py ├── main_sqlserver.py ├── main_dm.py(达梦) └── main_tidb.py 分析引擎层 ├── analyzer.py(130+ 规则引擎) ├── slow_query_analyzer.py(慢查询分析) └── AI 诊断模块(Ollama 本地) 输出层 ├── Word 报告(python-docx) └── Web UI 可视化报告 ``` ## 核心功能 ### 1. AI 智能诊断 - **本地部署 Ollama**,数据零出站,满足等保合规 - 建议包含:问题描述 + 可执行 SQL + 操作影响 + 优先级标注 - **安全约束**:硬编码仅允许 localhost,无法被配置绕过 ### 2. 130+ 条标准化检查规则 覆盖维度: - 连接资源(连接数使用率、连接堆积) - 缓存性能(Buffer Pool 命中率) - 查询效率(全表扫描、慢查询) - 日志与告警(错误日志、归档日志空间) - 安全审计(弱密码、权限过剩) - 复制/集群(主从延迟、Region 均衡) ### 3. 历史趋势分析 - 每次巡检快照自动存入 `history.json`(SQLite 版本规划中) - Web UI 折线图展示关键指标历史变化 - 支持任意时间段对比 ### 4. 慢查询深度分析 - 解析慢查询日志,提取 Top 20 慢 SQL - 执行 EXPLAIN 模拟,识别全表扫描、索引缺失 - 自动生成建议创建的索引 SQL ### 5. RAG 知识库(进阶功能) - 支持格式:PDF、Markdown、TXT、HTML - 检索增强生成,让 AI 建议更精准 ### 6. 定时巡检 + 多渠道告警 - 基于 APScheduler,支持标准 Cron 表达式 - 企业微信/钉钉/邮件通知 ## 快速上手 ```bash # 方式一:源码运行 git clone https://github.com/fiyo/DBCheck.git cd DBCheck pip install -r requirements.txt python web_ui.py # 访问 http://localhost:5000 # 方式二:下载可执行文件 # Windows: DBCheck.exe # Linux: DBCheck-Linux-x64 # macOS: DBCheck-macOS-x64 ``` ## 技术栈 | 组件 | 技术 | |------|------| | 后端 | Python + Flask | | 报告生成 | python-docx | | 定时任务 | APScheduler | | AI 诊断 | Ollama(本地 LLM) | | 前端 | 原生 JS(无重型框架) | | 数据持久化 | history.json → 规划 SQLite | ## 开源理念 - MIT 许可证,商用/修改/分发自由 - 所有检查 SQL、AI Prompt、报告逻辑全部开源可审计 - 功能路线图由社区投票决定 - 参与方式:Star / Issue / PR ## 项目评价 **优点**: - ✅ 解决真实痛点,实用性强 - ✅ 多数据库支持,国产达梦也在列 - ✅ AI 诊断本地部署,安全合规 - ✅ 架构清晰,模块化设计 - ✅ 零重型前端依赖,部署极简 **可改进**: - 🔧 历史数据目前用 JSON,建议尽早切 SQLite - 🔧 Web UI 较简单,可考虑 Vue3/Element Plus 升级 - 🔧 可增加更多数据库(MongoDB、Redis 等)