MariaDB에 쿼리하려면 클로드 또는 커서 MCP를 통해.
주문, 고객, 제품 카탈로그, 조인, 집계 등 MariaDB 데이터에 대한 일반적인 질문을 안전한 아웃바운드 전용 클라우드 링크를 통해 할 수 있습니다. MariaDB MCP 커넥터에 스키마 인텔리전스가 내장되어 있어 AI가 첫 시도에 정확한 SQL을 작성합니다.
Query Streams는 안전한 실시간 데이터 통합 플랫폼으로, 방화벽 변경 없이 단일 MCP 키를 통해 계정에 있는 모든 데이터베이스와 SaaS API를 Claude, Cursor, ChatGPT 및 Grok에 통합합니다. 이 가이드는 특히 MariaDB MCP 커넥터를 연결하는 방법을 안내합니다. 이를 통해 AI 도구는 HeidiSQL, DBeaver 또는 phpMyAdmin에서 CSV 내보내기 파일을 복사하여 붙여넣지 않고도 주문, 고객, 제품 카탈로그 및 기타 MariaDB 데이터에 대한 일반적인 질문(조인, 집계, 스키마 탐색, 임시 보고서 작성 등)에 답변할 수 있습니다. QueryStreams.com에서 더 자세히 알아보세요. 그리고 무료로 가입하세요 AI 도구에 실제 MariaDB 질문을 해보세요.
Query Streams MCP가 MariaDB에 제공하는 기능은 무엇인가요?
오픈소스 환경에서 사용되는 다른 "MariaDB MCP" 서버들은 AI 도구를 MariaDB 연결 문자열에 직접 연결합니다. 이 방식도 작동은 하지만, 데이터베이스 암호가 AI 클라이언트의 설정 파일에 저장되고, AI 도구는 특정 MariaDB 엔드포인트에만 접근할 수 있게 되며, AI가 실제로 어떤 요청을 했는지에 대한 감사 추적 기록이 남지 않습니다. Query Streams의 MariaDB용 MCP 서버는 이러한 문제를 해결합니다. 하나의 키로 모든 커넥터에 접근 가능하고, 완벽한 감사 추적 기록을 제공하며, AI 도구는 사용자의 MariaDB 자격 증명을 저장하지 않습니다.
방화벽에서 들어오는 구멍이 전혀 없습니다.
네트워크 에이전트는 쿼리 스트림으로 향하는 단일 암호화 클라우드 링크를 엽니다. AI 클라이언트는 클라우드에 연결되며, MariaDB 호스트에는 절대 연결하지 않습니다. 포트를 열 필요도 없고, IP 주소를 허용 목록에 추가할 필요도 없으며, VPN도 필요 없고, MariaDB 리스너를 공용 인터넷에 노출할 필요도 없습니다.
하나의 키로 모든 커넥터를 연결하세요
동일한 MCP 키가 계정에 연결된 모든 데이터베이스 및 SaaS API에 적용됩니다. 내일 Stripe 또는 PostgreSQL 커넥터를 추가하더라도 AI 도구는 키를 다시 생성할 필요 없이 MariaDB 테이블 옆에서 해당 커넥터를 인식합니다.
스키마 인텔리전스가 내장되어 있습니다.
AI는 모든 MariaDB 열에 대해 AI가 선별한 설명, 의미 유형, 열거형 값 목록 및 발견된 외래 키를 확인합니다. 단순히 열 이름만 보는 것이 아닙니다. 정보 스키마 출력 결과가 정확합니다. 복잡한 컬럼 이름을 가진 기존 MariaDB 스키마에서도 첫 시도에 정확한 SQL을 생성합니다.
에이전트에서 읽기 전용이 적용됩니다.
환각에 빠진 LLM조차도 발행할 수 없다 삭제, 업데이트, 또는 잘라내기 Query Streams MCP를 통해. 네트워크 에이전트는 다음 중 하나에 해당하지 않는 모든 것을 거부합니다. 선택, 와 함께, 또는 설명하다 MariaDB가 SQL을 보기 전에.
키별 속도 제한
기본적으로 분당 요청 60건, 실행 호출 10건이 허용되며, 키별로 구성 가능합니다. AI 도구 호출 루프가 폭주하는 경우, MariaDB 연결 풀이나 호스팅 비용이 아닌 토큰 버킷에 문제가 발생합니다.
방화벽 포트를 열지 않고 작동하는 방식
Query Streams 네트워크 에이전트는 MariaDB 서버에 연결할 수 있는 컴퓨터(MariaDB 호스트와 동일한 네트워크에 있는 랩톱, 온프레미스 서버, EC2 인스턴스, Azure VM 또는 클라우드 VM)에 한 번 설치하는 작은 프로그램입니다. 이 에이전트는 Query Streams 클라우드로 나가는 TLS 클라우드 링크를 하나 열고 도구 호출을 기다립니다. Claude 또는 Cursor와 같은 도구가 질문을 하면 클라우드는 요청을 에이전트로 전달하고, 에이전트는 표준 MariaDB/MySQL 와이어 프로토콜을 사용하여 로컬 네트워크를 통해 MariaDB에 대해 SQL을 실행한 다음, 결과를 동일한 아웃바운드 채널을 통해 다시 스트리밍합니다. 인바운드는 없으며, 노출되는 정보도 없습니다. AI 도구는 MariaDB 연결 문자열을 절대 볼 수 없습니다.
AI 클라이언트
커서, 클로드,
챗GPT, 그록
QS MCP 서버
스트리밍 가능한 HTTP
X-MCP-키 인증
네트워크 에이전트
네트워크에서
클라우드 링크 아웃
MariaDB 데이터베이스
연결 문자열
요원이 소지하고 있음
Cursor 또는 Claude에게 제공하는 MCP 키는 범위가 지정됩니다.읽다 / 분석하다 / 실행하다언제든지 취소 가능하며 키별로 사용 횟수가 제한됩니다. AI 도구는 이러한 MCP 도구를 호출하여 작업을 수행합니다.
패턴 키 선택적 매개변수 재정의 기능이 있습니다.스키마 인텔리전스가 Query Streams MCP를 차별화하는 이유는 무엇일까요?
오픈소스 환경에서 대부분의 "MariaDB용 MCP" 서버는 AI 도구에 동일한 기능을 제공합니다. 정보 스키마 MariaDB가 낯선 사람에게 정보를 넘겨줍니다. 컬럼 이름, 데이터 유형, 어쩌면 기본 키까지. LLM은 무엇을 추측해야 할지 몰라 헤매야 합니다. status_id = 3 무슨 뜻인가요? usr_eml 매장, 또는 품목.주문 ID 실제로 연결됩니다 주문.id (외래 키가 선언된 적이 없는 경우도 있습니다. 이는 InnoDB의 외래 키 강제 적용 이전 시대의 레거시 MyISAM 스키마에서 흔히 볼 수 있는 현상입니다.) 따라서 대부분의 LLM이 기본 스키마에 대해 처음 실행하는 SQL 쿼리가 잘못된 이유는 LLM 자체에 문제가 있어서가 아니라, 올바른 쿼리를 실행하는 데 필요한 데이터가 부족하기 때문입니다.
Query Streams MCP는 우리가 흔히 말하는 추가 정보를 포함하여 동일한 스키마를 반환합니다. 스키마 인텔리전스(SI) — AI가 선별한 메타데이터는 프로파일링 쿼리를 실행하여 생성됩니다. 실제 AI 클라이언트가 요청하기 전에 MariaDB 데이터가 준비됩니다. 커넥터와 데이터베이스에서 SI가 활성화되면 AI가 호출하는 모든 스키마 도구가 준비됩니다.qs_get_connector_schema, qs_get_table_schema, qs_profile_table, qs_get_relationships)는 기본 스키마와 6단계의 선별된 지식을 반환합니다. LLM은 더 이상 추측하지 않습니다.
이를 구체적으로 설명하기 위해, AI 클라이언트가 단일 요청으로부터 받는 응답은 다음과 같습니다. qs_get_table_schema 일반적인 MariaDB 전자상거래 데이터베이스에 대한 호출(주문, 라인 항목, 고객, 제품) — 처음에는 스키마 인텔리전스 없이, 그 다음에는 스키마 인텔리전스를 적용하여.
스키마 인텔리전스가 추가하는 6개 레이어
각 계층은 LLM이 추측해야 하는 특정 유형의 질문을 다룹니다. SI는 선택 사항입니다. (커넥터, 데이터베이스) 이 도구는 MariaDB 데이터에 대해 일회성 프로파일링 패스로 실행되며 스키마를 변경하거나 데이터베이스에 쓰지 않고 스키마가 변경될 때 점진적으로 새로 고쳐집니다.
AI가 선별한 설명
모든 데이터베이스, 스키마, 테이블 및 열에 대한 명확한 설명이 제공됩니다. 한 번 생성되면 스키마가 변경될 때마다 자동으로 업데이트됩니다. 신뢰도 점수가 적용되며, 사용자가 직접 작성한 설명이 항상 우선시됩니다.
계산대당 한 줄씩만 가능합니다.
테이블 분류
각 테이블에는 FACT(거래 이벤트), DIM(설명 참조) 또는 LOOKUP(간단한 코드 맵) 태그가 지정되어 있으며, 영업, 인사, SEO, 재무, 지원 등 14개 이상의 비즈니스 도메인이 추가됩니다.
고객 [DIM, 도메인:고객]
열별 의미 유형
통화, 이메일, 날짜 ISO, 상태 코드, 백분율, 순위, 식별자, URL, 이름 등 18가지 유형을 지원합니다. AI는 각 유형에 적합한 MariaDB SQL 쿼리를 생성합니다.
생성일: 날짜_ISO
실제 데이터에서 추출한 샘플 값
LLM은 임의의 행을 인식하여 스키마로는 보여줄 수 없는 패턴(서식 규칙, 인코딩된 값, 약어 스타일 및 문자열의 실제 형태)을 파악합니다.
'QS-027-AMBER']
분포를 이용한 열거형 감지
고유값이 50개 이하이거나 행의 5% 이하만 고유한 저카디널리티 열은 행 수와 함께 전체 값 목록에 매핑됩니다. AI는 대소문자나 철자를 추측하지 않습니다.
| 환불됨 (6%) | 보류 중 (4%)
암묵적 외래 키 발견
교차 테이블 데이터 중복 분석은 DDL 제약 조건으로 선언되지 않은 조인을 찾아냅니다. 이는 신뢰도 점수가 포함된 공식 외래 키와 함께 저장되며, 반환됩니다. qs_get_relationships.
(겹치는 비율 98%, 신뢰도 0.95)
프롬프트는 같지만 SQL 쿼리는 다릅니다.
증거는 AI 도구가 실제로 작성하는 SQL에 있습니다. 동일한 커서 세션, 동일한 Claude 모델, 동일한 프롬프트입니다. "지난 30일 동안 매출 기준 상위 5개 제품은 무엇이었나요?" 스키마 인텔리전스가 없으면 LLM은 추측해야 합니다. 하지만 스키마 인텔리전스가 있으면 LLM은 정확히 알 수 있습니다.
si_추천 AI에게 정확히 무엇이 부족한지 알려주는 블록 - 대화 도중에 SI를 활성화할 수 있는 원콜 옵션 포함 qs_request_si_analysisAI 클라이언트는 즉시 스키마 인텔리전스(SI) 실행을 트리거하도록 제안할 수 있습니다("먼저 이 데이터베이스에서 스키마 인텔리전스를 활성화하시겠습니까? 백그라운드에서 네트워크 에이전트를 통해 실행되며 답변의 정확도가 크게 향상됩니다"). 실행 시간은 테이블 수에 따라 달라집니다. 테이블 수가 100개 미만인 소규모 데이터베이스는 약 10분 만에 완료됩니다. 일반적인 중간 규모 데이터베이스(수백 개의 테이블)는 15~25분, 1,500개 이상의 테이블을 보유한 대규모 엔터프라이즈 데이터베이스는 전체 스캔에 45~60분이 소요될 수 있습니다. 스키마 변경 후 후속 새로 고침은 점진적으로 진행되므로 첫 실행보다 훨씬 빠릅니다. 스키마 인텔리전스는 선택 사항입니다. 하지만 사용하지 않을 이유가 없을 거라고 생각합니다.
MCP가 마음에 안 드시나요? 그렇다면 Nova AI를 사용해 보세요.
JSON 설정 파일 편집이 예상보다 훨씬 더 많은 작업처럼 느껴진다면, MCP는 아예 건너뛰는 것이 좋습니다. Nova AI는 별도의 설정 없이 Query Streams 웹 포털에 통합되어 있습니다.똑같은 쉬운 영어로 질문을 하세요 (예: “MariaDB 주문 중 7일 이상 배송되지 않은 주문을 보여주세요.동일한 MariaDB 커넥터, 동일한 에이전트 및 동일한 스키마 인텔리전스를 통해 ")를 사용할 수 있으며, 사용자 측에서 MCP를 설정할 필요가 없습니다.
Nova AI를 만나보세요전제 조건
시작하기 전에 다음 사항을 확인하세요:
- Query Streams 무료 계정은 다음에서 이용 가능합니다. my.querystreams.com.
- MariaDB 서버에 접속할 수 있는 컴퓨터에 Query Streams 네트워크 에이전트를 설치하세요. 자세한 내용은 다음을 참조하세요. 쿼리 스트림 에이전트를 다운로드하세요.
- 에이전트에 대해 구성된 MariaDB 커넥터 — 기존 내용을 참조하세요. 커넥터 설정 연결 문자열에 대한 가이드입니다. 에이전트는 MariaDB 사용자 암호(또는 PAM/GSSAPI 자격 증명)를 보유하며, AI 도구는 이러한 정보에 절대 접근하지 않습니다.
- MCP를 지원하는 모든 AI 클라이언트. 이 가이드에서는 Cursor, Claude Desktop, ChatGPT 및 Grok을 예로 들겠습니다. Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex 또는 Goose를 사용하는 경우에도 설정 블록은 기본적으로 동일합니다.
- 5분.
AI 클라이언트에 드롭하세요
Cursor, Claude, ChatGPT, Grok 등 어떤 서비스든 하나의 JSON 코드 조각만 사용하면 됩니다. 키는 모든 곳에서 동일합니다.
질문하세요
“고객 생애 가치 기준으로 상위 10개 고객은 누구였습니까?” — AI가 적절한 도구를 호출하면 답을 얻을 수 있습니다.
1단계: 쿼리 스트림에서 MCP 키 생성
Query Streams에 로그인하고 엽니다. MCP 페이지 (또는 먼저 로그인하세요) my.querystreams.com 클릭하고 클릭하세요 MCP (왼쪽 탐색 메뉴에서) 클릭하세요. 키를 생성합니다열쇠에 알아보기 쉬운 이름을 지정하세요 (예: 커서-랩톱 또는 클로드-데스크탑그리고 이 키에 적용할 범위를 선택하세요.
읽다— AI는 커넥터를 탐색하고 스키마를 읽을 수 있습니다. 이는 다른 모든 기능에 필수적입니다.분석하다— AI는 테이블 프로파일링을 통해 테이블 간의 관계(샘플 값, 분포, 의미 유형)를 파악할 수 있습니다. 선택 사항이지만 MariaDB 작업 시 LLM이 기존 스키마 간 조인을 생성할 때 데이터 구조를 이해하는 것이 중요하므로 강력히 권장합니다.실행하다— 해당 AI는 실제로 SQL을 실행할 수 있습니다. 이것이 없으면 AI는 스키마 메타데이터에 대해서만 읽기 전용으로 작동합니다.
일반적인 "Claude가 내 MariaDB 데이터를 분석하도록 허용" 워크플로에서는 세 가지 범위 모두 적합합니다. 팀원이나 신뢰도가 낮은 고객에게 키를 제공하는 경우에는 범위를 줄이세요. 실행하다 그리고 검색만 허용하도록 설정하세요. 같은 페이지에서 언제든지 키를 취소할 수 있으며, AI 클라이언트는 이를 확인할 수 있습니다. MCP_KEY_REVOKED 다음 호출 시 즉시 작동을 멈춥니다. 전파 지연이 없습니다.
지금 키를 복사하세요. Query Streams는 키를 한 번만 표시하고 해시값만 저장합니다. 키를 분실하면 새 키를 생성해야 합니다. 키는 다음과 같습니다. qsmcp_ 그 뒤에 48개의 임의 문자가 오며, 이것이 AI 클라이언트가 보내는 내용입니다. X-MCP-키 요청 헤더.
2단계: AI 클라이언트에 Query Streams MCP를 추가합니다.
구성 방식은 MCP를 지원하는 모든 클라이언트에서 동일합니다. 즉, MCP 서버 항목이 다음을 가리킵니다. https://mcp.querystreams.com 열쇠를 꽂은 채로 X-MCP-키 헤더. 아래에서 클라이언트를 선택하세요.
// ~/.cursor/mcp.json 파일을 수정하세요 { "mcpServers": { "쿼리스트림": { "url": "https://mcp.querystreams.com", "헤더": { "X-MCP-키": "qsmcp_여기에 키를 붙여넣으세요" } } } }
// 설정 → 개발자 → 구성 편집 { "mcpServers": { "쿼리스트림": { "url": "https://mcp.querystreams.com", "헤더": { "X-MCP-키": "qsmcp_여기에 키를 붙여넣으세요" } } } }
// 설정 → 앱 및 커넥터 → MCP 추가 서버 URL https://mcp.querystreams.com 인증 헤더 X-MCP-키 헤더 값 qsmcp_여기에 키를 붙여넣으세요 // ChatGPT 유료 플랜이 필요합니다 // (플러스/프로/팀/엔터프라이즈).
// Grok → 설정 → 도구 { "mcp_servers": [{ "이름": "쿼리스트림", "url": "https://mcp.querystreams.com", "인증 헤더": "X-MCP-키", "인증 값": "qsmcp_..." }] }
AI 클라이언트를 다시 시작하세요. 다음 실행 시 위에 나열된 8개의 Query Streams MCP 도구를 감지하여 도구 팔레트에 표시합니다. Cursor 및 Claude Desktop에서는 다음 명령어를 입력하여 확인할 수 있습니다. "연결자 목록" — AI가 전화해야 합니다 qs_list_connectors 설정한 내용과 함께 MariaDB 커넥터를 반환합니다.
3단계: AI에게 MariaDB 관련 질문을 하세요
SQL 쿼리는 직접 작성할 필요가 없습니다. AI가 알아서 처리합니다. 질문을 하면 AI가 적절한 MCP 도구를 선택하고, 에이전트가 MariaDB 데이터베이스에 대해 쿼리를 실행하면 텍스트와 테이블 형식으로 답변이 반환됩니다. 먼저 다음 세 가지 예시 질문을 시도해 보세요.
고객 에게 주문 에게 라인 항목 에게 제품, 계산합니다 수량 * 단가 합계 고객별로 집계하여 고객 생애 가치(LTV) 기준 상위 10개 제품과 가장 많이 구매한 제품 카테고리를 보여줍니다. 결과 표는 바로가기에 표시되며, AI가 MariaDB 데이터를 기반으로 추론한 고객별 카테고리 분포, 재구매 패턴, 평균 주문 금액 등의 해석도 함께 제공됩니다.QUARTER(o.created_at) = QUARTER(NOW() - INTERVAL 1 QUARTER)), 합류합니다 주문 ~을 통해 라인 항목 에게 제품그리고 집합체 합계(li.qty * li.unit_price) 제품 라인별로 분류합니다. 결과는 라인별 판매량, 총 매출액, 전체 매출 대비 비율을 보여주는 순위표로 표시됩니다. 일반적으로 AI는 사용자가 요청하지 않아도 최고 실적 제품과 전 분기 대비 가장 큰 폭으로 증가한 제품을 자동으로 표시합니다.주문 상태 필터링하려면 '유급의' NULL 값이 있는 주문 배송됨 그리고 created_at 나이보다 NOW() - 간격 7일그 결과 주문 ID, 고객 이메일, 총액, 결제 후 경과 일수가 포함된 목록이 생성됩니다. 일반적으로 AI는 가장 오래된 주문부터 정렬하고 가장 문제가 되는 행에 플래그를 지정합니다. 이행팀 문제 해결 반올림 오차보다는 다른 원인일 수 있습니다. 질문을 통해 더 자세히 알아볼 수 있습니다. “주문 4821은 왜 아직 처리 중인가요?” 그러면 AI가 관련 행을 가져옵니다.AI가 처음으로 도구를 호출할 때 클라이언트 측에 도구 호출 승인을 요청하는 확인 메시지가 표시될 수 있습니다. 이는 MCP의 표준 동의 절차이며, Query Streams에서 추가하는 기능은 아닙니다. 한 번 승인하면 AI는 나머지 대화를 자유롭게 진행합니다. 클라이언트 설정에서 언제든지 동의 여부를 다시 확인할 수 있습니다.
정직한 요금 고지: MCP 사용량은 압축되지 않은 바이트 단위로 청구됩니다.
압축 클라이언트(Excel, Sheets, Query Builder, Nova)에 대한 청구서 압축된 바이트하지만 MCP의 스트리밍 가능한 HTTP 전송 방식은 종단 간 압축을 안정적으로 수행하지 못하므로 추가 요금이 발생합니다. 압축되지 않은 바이트 — 1MB 크기의 MariaDB 결과 세트를 MCP를 통해 처리하는 데 약 1MB의 비용이 드는 반면, 다른 클라이언트를 사용하면 약 150~250KB의 비용이 듭니다. 이는 추가 비용이 아니라, 일반적인 100~5,000행 규모의 대화형 MariaDB 응답의 경우 비용 차이가 몇 센트에 불과하기 때문입니다. 하지만 10만 행 이상의 데이터를 내보내야 하는 경우에는 Excel/Google Sheets/Nova를 사용하는 것이 더 효율적입니다. MCP 트래픽이 압축되지 않은 상태로 측정되는 이유는 무엇인가요?
자주 묻는 질문
이 기능을 사용하려면 포트를 열거나 VPN을 실행해야 하나요? +
https://mcp.querystreams.com 공용 인터넷에서 - 에이전트 호스트에서 아웃바운드 HTTPS가 작동하면 MCP도 작동합니다. 발신 전용 연결 작동 방식을 확인해 보세요 →
Query Streams MCP에서 사용할 수 있는 AI 도구는 무엇인가요? +
MCP 키를 취소할 수 있나요? +
/mcp 페이지별, 플랜 설정을 통한 조직별, 플랫폼 수준에서 모두 가능하며, 데이터베이스 암호 변경이나 에이전트 재시작이 필요하지 않습니다. MCP 키 보안에 대한 자세한 정보 →
MCP 사용량은 내 데이터 영역에 대해 어떻게 청구되나요? +
압축된 바이트 MCP(Streamable HTTP, 신뢰할 수 있는 종단 간 압축 없음) 청구서 압축되지 않은 바이트실제로 1MB 크기의 MariaDB 결과를 Excel로 처리하면 약 150~250KB의 비용이 발생하지만, MCP를 통해 Cursor로 처리하면 약 1MB의 비용이 발생합니다. MCP 청구액은 어떻게 측정되는가 →
Query Streams MCP가 제 MariaDB 클러스터(Galera, MaxScale, ColumnStore)에서 작동하나요? +
오픈소스 MariaDB MCP 서버를 직접 실행하는 것과 어떤 차이가 있나요? +
이벤트 로그또한 이미 사용 중인 동일한 데이터 영역 청구 파이프라인도 제공됩니다. 이러한 기능은 MariaDB MCP를 직접 구매하면 얻을 수 있는 것이 아닙니다.
인공지능이 데이터를 쓰거나 삭제하려고 하면 어떻게 될까요? +
qs_run_query 호출은 하드코딩된 읽기 전용 유효성 검사기에 의해 구문 분석되며, 이 유효성 검사기는 특정 값만 허용합니다. 선택, 와 함께, 및 설명하다 문장입니다. 그 외의 모든 것은 반환됩니다. 읽기 전용 위반 그리고 MariaDB에는 절대 도달하지 않습니다. 검증기는 클라우드가 아닌 네트워크의 에이전트 프로세스에서 실행되므로, 클라우드 표면이 손상되더라도 이를 우회할 수 없습니다. (MariaDB 측에 읽기 전용 사용자(예: 권한만 부여하는 사용자)를 추가하여 계층화할 수 있습니다.) 선택 (관련 데이터베이스에 대해) 추가적인 안전장치를 원한다면 에이전트의 유효성 검사기는 MariaDB에서 구성한 권한과 무관합니다.
AI가 실제로 무슨 질문을 했는지 볼 수 있을까요? +
이벤트 로그 조직, 사용자, 키, 범위, 지연 시간 및 결과 코드가 포함됩니다. 조직 관리자는 단일 쿼리로 "지난주에 누가 MCP를 사용했고, 어떤 커넥터를 사용했으며, 무엇을 문의했는지"를 확인할 수 있습니다. 참고로, 로그에는 이러한 정보가 기록됩니다. 도구 이름 및 메타데이터SQL 텍스트나 반환된 행은 클라우드 링크를 통해 전송되므로 클라우드 로그에 기록되지 않습니다. 전체 SQL 감사를 원하시면 기본 엔진에서 데이터베이스 측 감사를 활성화해야 합니다. 특히 MariaDB의 경우 해당 설정은 다음과 같습니다. 서버 감사 플러그인(MariaDB 감사 플러그인) 또는 기존의 일반/느린 쿼리 로그 파이프라인을 사용하십시오.
Query Streams MCP를 사용하려면 Schema Intelligence를 실행해야 하나요? +
(커넥터, 데이터베이스) 쌍MCP는 SI 없이도 정상적으로 작동합니다. AI는 기본적인 스키마(유형, 기본 키, 형식적 외래 키, 인덱스)를 가져와 기본 쿼리를 작성합니다. SI가 활성화되면 AI는 선별된 메타데이터를 6개 계층 더 얻게 됩니다. (1) 모든 데이터베이스, 테이블 및 열에 대한 AI가 선별한 설명; (2) 테이블 분류(거래 이벤트용 FACT, 설명 참조용 DIM, 소규모 코드 맵용 LOOKUP)와 비즈니스 도메인 태그(영업, 인사, SEO, 재무, 지원 등 14개 이상) (3) 각 열(currency, email, date_iso, status_code, percentage, ranking_position, identifier, url, person_name 등 9개 열)에 의미 유형이 적용되어 해당 방언에 맞는 MariaDB SQL 생성을 지원합니다. (4) 실제 데이터에서 샘플 값을 추출하여 LLM이 어떤 스키마로도 보여줄 수 없는 패턴을 인식하도록 합니다. (5) 카디널리티가 낮은 열에 대해 전체 값 분포를 사용한 열거형 감지; 및 (6) AI가 테이블 간 데이터 중복을 기반으로 발견한 외래 키는 다음을 통해 드러났습니다. qs_get_relationshipsSI가 없으면 모든 스키마 도구 응답에는 다음 내용도 포함됩니다. si_추천 통화에 필요한 정보가 정확히 무엇인지 목록을 차단하면 AI가 이를 읽고 통화 도중에 SI(서비스 개선)를 시작할 수 있습니다. qs_request_si_analysis실행 시간은 테이블 수에 따라 달라집니다. 테이블이 100개 미만인 소규모 데이터베이스는 약 10분 정도 소요되고, 일반적인 중간 규모 데이터베이스(수백 개 테이블)는 15~25분, 1,500개 이상의 테이블을 가진 대규모 엔터프라이즈 데이터베이스는 전체 스캔에 45~60분이 걸릴 수 있습니다. SI는 네트워크 에이전트를 통해 사용자 데이터에 대해 실행되며(클라우드에 저장되지 않음), 데이터베이스에 쓰기 작업을 수행하거나 스키마를 변경하지 않고, 스키마가 변경될 때마다 증분적으로 새로 고쳐집니다. 따라서 테이블을 추가하거나 변경한 후의 실행은 처음 실행보다 훨씬 빠릅니다. SI를 활성화하면 AI 클라이언트가 LLM만 제공하는 "X용 MCP" 서버를 사용하는 경우보다 첫 시도에서 올바른 SQL을 작성하는 경우가 훨씬 많아집니다. 정보 스키마.
나중에 Stripe이나 PostgreSQL 같은 다른 커넥터를 추가하면 어떻게 되나요? +
qs_list_connectors (자동으로 인식합니다.) 구성 블록 하나로 현재 및 미래의 계정 전체를 구매할 수 있습니다. 하나의 키로 모든 커넥터를 연결할 수 있는 이유는 무엇일까요? →
내 데이터와 채팅하려면 MCP를 설치해야 하나요? +
시작하기
AI 도구를 MariaDB 데이터에 5분 만에 연결하세요.
하나의 MCP 키로 MariaDB를 비롯한 모든 데이터베이스와 Query Streams 계정의 모든 API 커넥터에 액세스할 수 있습니다. 완벽한 감사 추적, 키별 사용량 제한, 방화벽 변경 불필요 등의 이점을 누릴 수 있습니다. Claude, Cursor, ChatGPT, Grok 등도 별도의 설정 없이 바로 사용 가능합니다.
관련 가이드: 쿼리 스트림 에이전트를 다운로드하세요 | 데이터베이스 커넥터 설정 | 모든 MCP 서버 가이드 | Nova AI 텍스트를 SQL로 변환
분류: MCP 서버
태그: mcp, 클로드, 커서, 마리아드DB, 데이터베이스, 마리아드DB-mcp, AI
메타 설명: Query Streams MCP를 통해 MariaDB를 Claude 또는 Cursor에 연결합니다. 아웃바운드 전용, 읽기 전용이며 설정 시간은 5분입니다.


