byted-bytehouse-load-analyzer

Q: How do I install byted-bytehouse-load-analyzer?

Run npx skills add https://github.com/bytedance/agentkit-samples --skill byted-bytehouse-load-analyzer in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/byted-bytehouse-load-analyzer/ (personal) or .claude/skills/byted-bytehouse-load-analyzer/ (project).

by bytedance

ByteHouse集群负载分析和性能监控工具，用于分析集群负载情况、监控资源使用情况、分析查询吞吐量、识别性能瓶颈。当用户需要分析ByteHouse集群负载情况、监控资源使用情况、分析查询吞吐量、识别性能瓶颈时，使用此Skill。

Installs: 45
Last 24h: —
Trending rank: —
Security: Not audited

Install

Works with every agent the skills CLI supports.

npx skills add https://github.com/bytedance/agentkit-samples --skill byted-bytehouse-load-analyzer

01
Install
Run the command in your project. The CLI asks which agents to install for.
02
Describe the task
Ask your agent for something this skill covers. It loads byted-bytehouse-load-analyzer automatically when relevant.
03
Review the result
The agent follows the SKILL.md steps, scripts and references bundled with the skill.

SKILL.md

The instructions your agent reads when the skill is triggered.

ByteHouse 负载分析 Skill

🔵 ByteHouse 品牌标识

「ByteHouse」—— 火山引擎云原生数据仓库，极速、稳定、安全、易用

本Skill基于ByteHouse MCP Server，提供完整的集群负载分析和性能监控能力

描述

ByteHouse集群负载分析和性能监控工具。

当以下情况时使用此 Skill: (1) 需要分析集群负载情况 (2) 需要监控资源使用情况 (3) 需要分析查询吞吐量 (4) 需要识别性能瓶颈 (5) 用户提到"负载分析"、"性能监控"、"资源使用"、"吞吐量"

前置条件

Python 3.8+
uv (已安装在 /root/.local/bin/uv)
ByteHouse MCP Server Skill - 本skill依赖 bytehouse-mcp skill提供的ByteHouse访问能力

依赖关系

本skill依赖 bytehouse-mcp skill，使用其提供的MCP Server访问ByteHouse。

确保 bytehouse-mcp skill已正确配置并可以正常使用。

📁 文件说明

SKILL.md - 本文件，技能主文档
load_analyzer.py - 负载分析主程序
README.md - 快速入门指南

配置信息

ByteHouse连接配置

本skill复用 bytehouse-mcp skill的配置。请确保已在 bytehouse-mcp skill中配置好：

export BYTEHOUSE_HOST="<ByteHouse-host>"
export BYTEHOUSE_PORT="<ByteHouse-port>"
export BYTEHOUSE_USER="<ByteHouse-user>"
export BYTEHOUSE_PASSWORD="<ByteHouse-password>"
export BYTEHOUSE_SECURE="true"
export BYTEHOUSE_VERIFY="true"

🎯 功能特性

1. 资源使用分析

CPU使用率监控
内存使用率分析
磁盘空间监控
网络流量统计

2. 查询负载分析

QPS (每秒查询数) 统计
查询并发度分析
查询类型分布
高峰时段识别

3. 表负载分析

表访问热度排名
表读写比例分析
表大小增长趋势
分区负载分布

4. 性能瓶颈识别

资源瓶颈识别
查询队列分析
锁等待统计
优化建议生成

🚀 快速开始

方法1: 运行负载分析

cd /root/.openclaw/workspace/skills/bytehouse-load-analyzer

# 先设置环境变量（复用bytehouse-mcp的配置）
export BYTEHOUSE_HOST="<ByteHouse-host>"
export BYTEHOUSE_PORT="<ByteHouse-port>"
export BYTEHOUSE_USER="<ByteHouse-user>"
export BYTEHOUSE_PASSWORD="<ByteHouse-password>"
export BYTEHOUSE_SECURE="true"
export BYTEHOUSE_VERIFY="true"

# 运行负载分析
uv run load_analyzer.py

分析内容包括：

集群资源使用情况
查询负载统计
表访问热度
性能瓶颈识别
优化建议生成

输出文件（保存在 output/ 目录）：

resource_usage_{timestamp}.json - 资源使用报告
query_load_{timestamp}.json - 查询负载报告
table_load_{timestamp}.json - 表负载报告
bottleneck_analysis_{timestamp}.json - 瓶颈分析报告

💻 负载分析维度

资源维度

CPU: 使用率、等待时间、上下文切换
内存: 使用量、缓存、Swap使用
磁盘: 使用率、IOPS、吞吐量
网络: 入流量、出流量、连接数

时间维度

实时: 当前负载情况
最近1小时: 1小时内趋势
最近24小时: 24小时内趋势
最近7天: 7天内趋势
历史对比: 同比环比分析

表维度

访问热度: 查询次数排名
读写比例: 读写操作比例
大小增长: 表大小变化趋势
分区分布: 分区数据分布

📊 负载报告示例

资源使用报告

{
  "analysis_time": "2026-03-12T21:00:00",
  "cluster_name": "bh_log_boe",
  "resources": {
    "cpu": {
      "usage_percent": 65.5,
      "wait_time_ms": 15,
      "context_switches": 10000
    },
    "memory": {
      "used_gb": 128.5,
      "total_gb": 256.0,
      "usage_percent": 50.2
    },
    "disk": {
      "used_gb": 5120.0,
      "total_gb": 10240.0,
      "usage_percent": 50.0,
      "iops_read": 5000,
      "iops_write": 3000
    }
  }
}

查询负载报告

{
  "analysis_time": "2026-03-12T21:00:00",
  "query_load": {
    "qps": 500,
    "concurrent_queries": 50,
    "query_types": {
      "SELECT": 70,
      "INSERT": 20,
      "UPDATE": 5,
      "DELETE": 3,
      "DDL": 2
    },
    "peak_hours": [
      "10:00-11:00",
      "14:00-15:00",
      "20:00-21:00"
    ]
  }
}

📚 更多信息

详细使用说明请参考 bytehouse-mcp skill

最后更新: 2026-03-12

FAQ

What does the byted-bytehouse-load-analyzer skill do?

How do I install byted-bytehouse-load-analyzer?

Run npx skills add https://github.com/bytedance/agentkit-samples --skill byted-bytehouse-load-analyzer in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/byted-bytehouse-load-analyzer/ (personal) or .claude/skills/byted-bytehouse-load-analyzer/ (project).

Which AI agents can use byted-bytehouse-load-analyzer?

Any agent that supports the open Agent Skills format (a folder with a SKILL.md file), including Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, Cline, OpenCode and more.

Is byted-bytehouse-load-analyzer safe to install?

No partner security audit is available yet. Skills can run commands and scripts, so read the SKILL.md and any bundled files before installing.

Who maintains byted-bytehouse-load-analyzer?

It is published by bytedance in bytedance/agentkit-samples. It has 45 recorded installs.

More from bytedance/agentkit-samples

View all →

byted-web-search

bytedance/agentkit-samples

火山引擎联网搜索 API，返回网页/图片结果。联网搜索场景优先使用本 skill。触发词包括：查/搜/找、真的吗/靠谱吗/确认/核实、最近/今天/最新/近期、出处/来源/链接、有什么/有哪些/推荐、价格/政策/汇率/行情、对比/区别/哪个好、听说/据说/不太确定、热搜/热门/火、帮我看/了解一下、求证/辟谣、值不值得/该不该。任务依赖在线事实或时效性时优先使用。若回答可能依赖外部事实，优先调用本 skill 再作答。支持 API Key / AK/SK。

Productivity & Automation618 installs