redshift-utils-mcp

Redshift Utils MCP 服务器

概述

该项目实现了专门设计用于与 Amazon Redshift 数据库交互的模型上下文协议 (MCP) 服务器。

它弥合了大型语言模型 (LLM) 或 AI 助手（例如 Claude、Cursor 或自定义应用程序中的助手）与您的 Redshift 数据仓库之间的差距，从而实现了安全、标准化的数据访问和交互。这使得用户能够使用自然语言或 AI 驱动的提示来查询数据、理解数据库结构以及执行监控/诊断操作。

该服务器适用于希望以结构化和安全的方式将 LLM 功能直接与其 Amazon Redshift 数据环境集成的开发人员、数据分析师或团队。

特征

✨**安全的 Redshift 连接（通过数据 API）：**通过 Boto3 使用 AWS Redshift 数据 API 连接到您的 Amazon Redshift 集群，利用 AWS Secrets Manager 通过环境变量安全地管理凭证。
🔍**模式发现：**公开 MCP 资源以列出指定模式内的模式和表。
📊**元数据和统计数据：**提供一个工具（ handle_inspect_table ）来收集详细的表元数据、统计数据（如大小、行数、偏差、统计数据陈旧性）和维护状态。
📝**只读查询执行：**提供安全的 MCP 工具（ handle_execute_ad_hoc_query ）来对 Redshift 数据库执行任意 SELECT 查询，从而实现基于 LLM 请求的数据检索。
📈**查询性能分析：**包括一个工具（ handle_diagnose_query_performance ）来检索和分析特定查询 ID 的执行计划、指标和历史数据。
🔍**表检查：**提供一个工具（ handle_inspect_table ）对表进行全面检查，包括设计、存储、健康和使用情况。
🩺**集群健康检查：**提供一个工具（ handle_check_cluster_health ）来使用各种诊断查询对集群执行基本或完整的健康评估。
🔒**锁诊断：**提供一个工具（ handle_diagnose_locks ）来识别和报告当前的锁争用和阻塞会话。
📊**工作负载监控：**包括一个工具（ handle_monitor_workload ）来分析时间窗口内的集群工作负载模式，涵盖 WLM、热门查询和资源使用情况。
📝 **DDL 检索：**提供一个工具（ handle_get_table_definition ）来检索指定表的SHOW TABLE输出（DDL）。
🛡️**输入清理：**在适用的情况下通过 Boto3 Redshift 数据 API 客户端利用参数化查询来减轻 SQL 注入风险。
🧩**标准化 MCP 接口：**遵循模型上下文协议规范，可与兼容客户端（例如，Claude Desktop、Cursor IDE、自定义应用程序）无缝集成。

先决条件

软件：

Python 3.8+
uv （推荐的包管理器）
Git（用于克隆存储库）

基础设施与通道：

访问 Amazon Redshift 集群。
一个有权使用 Redshift Data API ( redshift-data:* ) 并访问指定的 Secrets Manager 密钥 ( secretsmanager:GetSecretValue ) 的 AWS 账户。
一个 Redshift 用户账户，其凭证存储在 AWS Secrets Manager 中。此用户需要在 Redshift 中拥有必要的权限才能执行此服务器启用的操作（例如， CONNECT到数据库、在目标表上SELECT``SELECT操作、在相关系统视图（例如pg_class 、 pg_namespace 、 svv_all_schemas 、 svv_tables和 `svv_table_info``）上执行 SELECT 操作）。强烈建议使用遵循最小权限原则的角色。请参阅安全注意事项。

证书：

您的 Redshift 连接详细信息通过 AWS Secrets Manager 进行管理，服务器使用 Redshift Data API 进行连接。您需要：

Redshift 集群标识符。
集群内的数据库名称。
包含数据库凭证（用户名和密码）的 AWS Secrets Manager 机密的 ARN。
集群和密钥所在的 AWS 区域。
如果不使用默认凭证/区域，则可选地输入 AWS 配置文件名称。

这些详细信息将通过环境变量进行配置，如配置部分所述。

配置

设置环境变量：此服务器需要以下环境变量才能通过 AWS 数据 API 连接到您的 Redshift 集群。您可以直接在 Shell 中设置这些变量，也可以使用 systemd 服务文件、Docker 环境文件，或者在项目根目录中创建.env文件（如果使用uv或python-dotenv等支持从.env加载的工具）。

使用 shell 导出的示例：

export REDSHIFT_CLUSTER_ID="your-cluster-id"
export REDSHIFT_DATABASE="your_database_name"
export REDSHIFT_SECRET_ARN="arn:aws:secretsmanager:us-east-1:123456789012:secret:your-redshift-secret-XXXXXX"
export AWS_REGION="us-east-1" # Or AWS_DEFAULT_REGION
# export AWS_PROFILE="your-aws-profile-name" # Optional

示例.env文件（参见.env.example ）：

# .env file for Redshift MCP Server configuration
# Ensure this file is NOT committed to version control if it contains secrets. Add it to .gitignore.

REDSHIFT_CLUSTER_ID="your-cluster-id"
REDSHIFT_DATABASE="your_database_name"
REDSHIFT_SECRET_ARN="arn:aws:secretsmanager:us-east-1:123456789012:secret:your-redshift-secret-XXXXXX"
AWS_REGION="us-east-1" # Or AWS_DEFAULT_REGION
# AWS_PROFILE="your-aws-profile-name" # Optional

必需变量表：

变量名称	必需的	描述	示例值
`REDSHIFT_CLUSTER_ID`	是的	您的 Redshift 集群标识符。	`my-redshift-cluster`
`REDSHIFT_DATABASE`	是的	要连接的数据库的名称。	`mydatabase`
`REDSHIFT_SECRET_ARN`	是的	用于 Redshift 凭证的 AWS Secrets Manager ARN。	`arn:aws:secretsmanager:us-east-1:123456789012:secret:mysecret-abcdef`
`AWS_REGION`	是的	数据 API 和 Secrets Manager 的 AWS 区域。	`us-east-1`
`AWS_DEFAULT_REGION`	不	用于指定 AWS 区域的`AWS_REGION`的替代方案。	`us-west-2`
`AWS_PROFILE`	不	凭证文件 (~/.aws/...) 中使用的 AWS 配置文件名称。	`my-redshift-profile`

注意：确保 Boto3 使用的 AWS 凭证（通过环境、配置文件或 IAM 角色）有权访问指定的REDSHIFT_SECRET_ARN并使用 Redshift 数据 API（ redshift-data:* ）。

用法

与 Claude Desktop / Anthropic Console 连接：

将以下配置块添加到您的mcp.json文件。根据您的安装方法和设置调整command 、 args 、 env和workingDirectory 。

{
  "mcpServers": {
    "redshift-utils-mcp": {
      "command": "uvx",
      "args": ["redshift_utils_mcp"],
      "env": {
        "REDSHIFT_CLUSTER_ID":"your-cluster-id",
        "REDSHIFT_DATABASE":"your_database_name",
        "REDSHIFT_SECRET_ARN":"arn:aws:secretsmanager:...",
        "AWS_REGION": "us-east-1"
      }
  }
}

与 Cursor IDE 连接：

按照使用/快速启动部分中的说明在本地启动 MCP 服务器。
在 Cursor 中，打开命令面板 (Cmd/Ctrl + Shift + P)。
输入“连接到 MCP 服务器”或导航到 MCP 设置。
添加新的服务器连接。
选择stdio传输类型。
输入启动服务器所需的命令和参数 ( uvx run redshift_utils_mcp )。确保所有必要的环境变量都可用于正在运行的命令。
光标应该检测服务器及其可用的工具/资源。

可用的 MCP 资源

资源 URI 模式	描述	示例 URI
`/scripts/{script_path}`	从服务器的`sql_scripts`目录中检索 SQL 脚本文件的原始内容。	`/scripts/health/disk_usage.sql`
`redshift://schemas`	列出所连接数据库中所有可访问的用户定义模式。	`redshift://schemas`
`redshift://wlm/configuration`	检索当前工作负载管理 (WLM) 配置详细信息。	`redshift://wlm/configuration`
`redshift://schema/{schema_name}/tables`	列出指定`{schema_name}`内所有可访问的表和视图。	`redshift://schema/public/tables`

发出请求时，请将{script_path}和{schema_name}替换为实际值。架构/表的可访问性取决于通过REDSHIFT_SECRET_ARN配置的 Redshift 用户的权限。

可用的 MCP 工具

工具名称	描述	关键参数（必填*）	示例调用
`handle_check_cluster_health`	使用一组诊断 SQL 脚本对 Redshift 集群执行健康评估。	`level` （可选）、 `time_window_days` （可选）	`use_mcp_tool("redshift-admin", "handle_check_cluster_health", {"level": "full"})`
`handle_diagnose_locks`	识别集群中的活动锁争用和阻塞会话。	`min_wait_seconds` （可选）	`use_mcp_tool("redshift-admin", "handle_diagnose_locks", {"min_wait_seconds": 10})`
`handle_diagnose_query_performance`	分析特定查询的执行性能，包括计划、指标和历史数据。	`query_id` *	`use_mcp_tool("redshift-admin", "handle_diagnose_query_performance", {"query_id": 12345})`
`handle_execute_ad_hoc_query`	通过 Redshift Data API 执行用户提供的任意 SQL 查询。设计为一个逃生出口。	`sql_query` *	`use_mcp_tool("redshift-admin", "handle_execute_ad_hoc_query", {"sql_query": "SELECT ..."})`
`handle_get_table_definition`	检索特定表的 DDL（数据定义语言）语句（ `SHOW TABLE` ）。	`schema_name` 、 `table_name`	`use_mcp_tool("redshift-admin", "handle_get_table_definition", {"schema_name": "public", ...})`
`handle_inspect_table`	检索有关特定 Redshift 表的详细信息，包括设计、存储、运行状况和使用情况。	`schema_name` 、 `table_name`	`use_mcp_tool("redshift-admin", "handle_inspect_table", {"schema_name": "analytics", ...})`
`handle_monitor_workload`	使用各种诊断脚本分析指定时间窗口内的集群工作负载模式。	`time_window_days` （可选）、 `top_n_queries` （可选）	`use_mcp_tool("redshift-admin", "handle_monitor_workload", {"time_window_days": 7})`

待办事项

[ ] 改进提示选项
[ ] 添加对更多凭证方法的支持
[ ] 添加对 Redshift Serverless 的支持

贡献

欢迎投稿！请遵循以下准则。

查找/报告问题：查看 GitHub 问题页面，查找现有错误或功能请求。如有需要，欢迎随时提交新问题。

通过 MCP 服务器提供数据库访问时，安全性至关重要。请注意以下事项：

🔒**凭证管理：**此服务器通过 Redshift Data API 使用 AWS Secrets Manager，这比直接将凭证存储在环境变量或配置文件中更安全。请确保 Boto3 使用的 AWS 凭证（通过环境变量、配置文件或 IAM 角色）得到安全管理，并拥有必要的最低权限。切勿将您的 AWS 凭证或包含机密信息的.env文件提交到版本控制中。

🛡️**最小权限原则：**将凭证存储在 AWS Secrets Manager 中的 Redshift 用户配置为服务器预期功能所需的最低权限。例如，如果只需要读取权限，则仅授予对必要架构/表的CONNECT和SELECT权限，以及对所需系统视图的SELECT权限。避免使用admin或集群超级用户等高权限用户。

有关创建受限 Redshift 用户和管理权限的指导，请参阅官方（ https://docs.aws.amazon.com/redshift/latest/mgmt/security.html ）。

执照

本项目遵循 MIT 许可证。详情请参阅 LICENSE 文件。

参考

该项目严重依赖于模型上下文协议规范。
使用Model Context Protocol提供的官方 MCP SDK 构建。
利用 AWS SDK for Python（ Boto3 ）与Amazon Redshift 数据 API进行交互。
许多诊断 SQL 脚本都是从优秀的awslabs/amazon-redshift-utils存储库改编而来的。

redshift-utils-mcp

Integrations