🚀 Amazon Redshift MCP 服务器
一个基于 Amazon Redshift 的模型上下文协议 (MCP) 服务器，使 AI 助手能够与 Redshift 数据库交互。借助该服务器，AI 助手可方便地对数据库进行操作，提升数据处理效率。
🚀 快速开始
Redshift MCP 服务器是 Model Context Protocol 的 Python 实现，提供工具和资源用于与 Amazon Redshift 数据库交互。它允许 AI 助手执行以下操作：
- 列出数据库中的架构和表
- 获取表的 DDL（数据定义语言）脚本
- 获取表统计信息
- 执行 SQL 查询
- 分析表以收集统计信息
- 获取 SQL 查询的执行计划
📦 安装指南
先决条件
- Python 3.13 或更高版本
- Amazon Redshift 集群
- Redshift 凭据（主机、端口、用户名、密码、数据库）
从源代码安装
# 克隆仓库
git clone https://github.com/Moonlight-CL/redshift-mcp-server.git
cd redshift-mcp-server
# 安装依赖项
uv sync
🔧 配置
服务器需要以下环境变量来连接到您的 Redshift 集群：
RS_HOST=your-redshift-cluster.region.redshift.amazonaws.com
RS_PORT=5439
RS_USER=your_username
RS_PASSWORD=your_password
RS_DATABASE=your_database
RS_SCHEMA=your_schema # 可选，默认为 "public"
您可以直接设置这些环境变量，或使用 .env 文件。
💻 使用示例
启动服务器
# 启动服务器
uv run --with mcp python-dotenv redshift-connector mcp
mcp run src/redshift_mcp_server/server.py
与 AI 助手集成
要将此服务器与支持 MCP 的 AI 助手一起使用，请在您的 MCP 设置中添加以下配置：
{
"mcpServers": {
"redshift": {
"command": "uv",
"args": ["--directory", "src/redshift_mcp_server", "run", "server.py"],
"env": {
"RS_HOST": "your-redshift-cluster.region.redshift.amazonaws.com",
"RS_PORT": "5439",
"RS_USER": "your_username",
"RS_PASSWORD": "your_password",
"RS_DATABASE": "your_database",
"RS_SCHEMA": "your_schema"
}
}
}
}
基础用法
列出架构
access_mcp_resource("redshift-mcp-server", "rs:///schemas")
列出架构中的表
access_mcp_resource("redshift-mcp-server", "rs:///public/tables")
获取表 DDL
access_mcp_resource("redshift-mcp-server", "rs:///public/users/ddl")
执行 SQL
use_mcp_tool("redshift-mcp-server", "execute_sql", {"sql": "SELECT * FROM public.users LIMIT 10"})
分析表
use_mcp_tool("redshift-mcp-server", "analyze_table", {"schema": "public", "table": "users"})
获取执行计划
use_mcp_tool("redshift-mcp-server", "get_execution_plan", {"sql": "SELECT * FROM public.users LIMIT 10"})
✨ 主要特性
资源
服务器提供以下资源：
rs:///schemas- 列出数据库中的所有架构rs:///{schema}/tables- 列出特定架构中的所有表rs:///{schema}/{table}/ddl- 获取特定表的 DDL 脚本rs:///{schema}/{table}/statistic- 获取特定表的统计信息
工具
服务器提供以下工具：
execute_sql- 在 Redshift 集群上执行 SQL 查询analyze_table- 分析表以收集统计信息get_execution_plan- 获取 SQL 查询的执行计划及其运行时统计信息
📚 详细文档
开发
项目结构
.
├── src/
│ └── redshift_mcp_server/
│ ├── server.py
│ └── [其他模块]
└── [其他文件]
依赖项
uv- MCP 协议的实现python-dotenv- 加载环境变量redshift-connector- Redshift 连接器