Agoda 在 CICD 流程中利用 ChatGPT 优化 SQL 存储过程

Agoda 开始利用 ChatGPT 优化 SQL 存储过程，作为其持续集成/持续交付流程的一部分。自引入这一基于大语言模型（LLM）的自动化辅助环节后，公司发现存储过程的优化时间显著缩短，数据库开发人员的工作压力也随之大幅减轻。目前，Agora 正致力于拓展 ChatGPT 的应用场景，使其在 CI/CD 流程之外也能便捷地用于 SP 优化工作。

Agoda 的数据库开发人员在 SP 优化工作上投入了大量精力，累计耗时约 366 个人工日。其中，有 320 个人工日主要用于分析那些导致性能测试失败的 SP 变更，而这些变更正是由 CI/CD 流程所报告的。公司希望减少合并请求（MR）的审批时间（90 百分位数为 4.1 小时）。

Agoda 软件工程师 Pichamon Rungarun 概述了期望使用 ChatGPT 达到的目标：

为了减少人工工作量并加快 SP 调优速度，我们将 GPT 集成到我们的开发流程中。我们的目标是减少人工审核时间，加快 MR 审批速度，并为开发人员提供性能调优自助工具。

低效的 SP 和 SQL 通常会影响公司的性能、成本和可扩展性，可能会导致响应速度慢、引发用户不满情绪、资源利用率高和可扩展性瓶颈。在实际开发过程中，应用程序开发人员在处理数据库查询时经常面临挑战，包括低效的连接和子查询、过多的查询嵌套、缺失或设计不佳的索引，以及缺乏对查询执行计划的可见性。

SQL 存储过程优化过程与 ChatGPT（来源：Agoda Engineering Blog）

该团队开发了一个自动化流程，将存储过程的 SQL 代码、表结构、索引以及性能测试报告输入到 LLM 中，使用 ChatGPT 生成 SP 优化建议。GPT 能够通过重写查询语句并推荐创建或调整索引，为 SP 提出优化后的版本。

对基于 ChatGPT 优化的 SP，CI/CD 流程会重新运行性能测试，并为数据库和应用程序开发人员提供对比，帮助他们做出明智的决策。

SQL 过程优化示例与 ChatGPT（来源：Agoda Engineering Blog）

尽管在运用 ChatGPT 方面已经取得了一定的初步成果，但开发人员仍在持续努力改进，以克服当前存在的一些限制，包括实现自动逻辑验证，确保经过大幅修改的 SP 仍能保持与原始版本相同的逻辑。

该团队正致力于将这一功能拓展至 CI/CD 流程之外，使开发人员能够在无需发起合并请求的情况下利用 GPT。此外，工程师们积极协助数据库开发人员对 GPT 的提示进行精细调整，以提高 GPT 建议的质量。最后，该团队计划将 SP 优化应用于负责最高 CPU 利用率的生产 SP，希望减少资源利用并降低基础设施成本。

原文链接：

https://www.infoq.com/news/2025/10/agoda-sql-procedure-chatgpt-cicd/