Python integration con psycopg
psycopg es la libreria recomendada de PostgreSQL para Python. Se conecta mediante connection strings o params individuales.
import psycopg
# Connection string format
conn = psycopg.connect("postgresql://user:password@myserver.postgres.database.azure.com/mydb?sslmode=require")
# Individual parameters
conn = psycopg.connect(host="myserver.postgres.database.azure.com", dbname="mydb",
user="myuser", password="mypassword", sslmode="require")
Context managers se aseguran que las conexiones están correctamente cerradas, aún cuando ocurren exceptions.
Las queries parametrizadas en python se usan mediante
%s
el outer with hace management de la conexión, el inner with hace management de cursor
with psycopg.connect(connection_string) as conn:
with conn.cursor() as cur:
cur.execute("SELECT * FROM conversations WHERE id = %s", (conversation_id,))
row = cur.fetchone()
Usar
fetchone()cuando esperas una single row. Usarfetchall()para result sets que iterar
Connection management best practices
IMPORTANTE
- set appropriate timeouts to prevent the app hanging when the database is unreachable or queries run longer than expected
- connection timeouts control how long the client waits to establish a connection
- statement timeouts limit query execution time
- implement retry logic with exponential backoff
- catch
OperationalErrorfor connectiosn and timeouts - don’t retry on constraint violations or syntax errors - those require code changes, not retries
- catch
- always close connections when you’re done with them
/IMPORTANTE
conn = psycopg.connect(
connection_string,
connect_timeout=10,
options="-c statement_timeout=30000" # milliseconds
)
Error handling strategies
IMPORTANTE
Unique contraints, FK y check constraints dan errores específicos cuando se violan. Capturar estos errores UniqueViolation, ForeignKeyViolation y CheckViolation para dar feedback. Siempre hacer un rollback de una transacción después de una contraint violation.
Los deadlocks ocurren cuando dos transacciones se esperan la una a la otra. PostgreSQL los detecta y los elimina, lo que devuelve DeadlockDetedted. Hacer rollback y retry.
Manejar LockNotAvailable de forma similar cuando hay un timeout esperando a un lock que no llega.
/IMPORTANTE
Performance considerations
No insertar rows solas si se puede. Hacer batches. Usar executemany para insertar unos cientos de miles de rows. Para datasets grandes (+10.000 rows) usar el COPY command.
with cur.copy("COPY messages (conversation_id, role, content) FROM STDIN") as copy:
for record in records:
copy.write_row(record)
Prepared statements pueden mejorar performance para queries que se ejecutan con diferentes params.
Crear database connections es caro en performance. Usar connection pools para utilizar conexiones reutilizables
from psycopg_pool import ConnectionPool
pool = ConnectionPool(connection_string, min_size=1, max_size=10)
with pool.connection() as conn:
with conn.cursor() as cur:
cur.execute("SELECT * FROM messages WHERE conversation_id = %s", (id,))