Integrate SDKs and Apps (PostgreSQL)

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. Usar fetchall() 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 OperationalError for connectiosn and timeouts
    • don’t retry on constraint violations or syntax errors - those require code changes, not retries
  • 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,))