使用 psycopg2 将 git 修订散列 (SHA-1) 写入 PostgreSQL 数据库

Question

短

将 git 修订散列 (SHA-1)（例如 f844cdc09651448d6c3e765fadac448253a16928 存储到 PostgreSQL database (> v.11) with psycopg2 中的最有效方法是什么？

详情和代码

我在 Python 中有一个 SHA-1 哈希作为十六进制字符串，我想将其存储在 PostgreSQL 数据库中：

import psycopg2
from subprocess import Popen, PIPE

psycopg2.__version__ # prints '2.9.1 (dt dec pq3 ext lo64)'

cmd_list = [ "git", "rev-parse", "HEAD", ]
process = Popen(cmd_list, stdout=PIPE, stderr=PIPE)
stdout, stderr = process.communicate()
git_sha1 = stdout.decode('ascii').strip()

conn = psycopg.connect(**DB_PARAMETERS)
curs = conn.cursor()
sql = """UPDATE table SET git_sha1 = %(git_sha1)s WHERE id=1;"""

curs.execute(
    sql,
    vars = {
        "git_sha1": git_sha1
    }
)

conn.commit()
conn.close()

目前我在数据库中有一个git_sha1字段作为VARCHAR(40)，但是作为git revision hash is an hexadecimal字符串，最好限制字符只是 [0-9a-f]。但是我觉得只为那个字段手动设置一个域是不舒服的......我觉得它应该存在一种更好更强大的方式来做到这一点。

那么，在 PostgreSQL 数据库中写入此类数据是否存在更好更优雅的方法？

版本控制：

Python 3.6.9（默认，2021 年 1 月 26 日，15:33:00）
git 版本 2.33.1
psql (PostgreSQL) 12.4 (Ubuntu 12.4-1.pgdg18.04+1)
Ubuntu18.04（5.4.0-87-通用x86_64GNU/Linux）

Answer 1

Git ID 为 SHA-1 checksums。这些表示为 40 个字符的十六进制字符串，但它们实际上是 20 个字节的数字。将它们存储为二进制数据：bytea。这会将存储空间减少一半。

decode the hex string when inserting, encode 取回时返回十六进制。

create temporary table foo ( git_id bytea );

insert into foo (git_id) values 
  (
    decode('f844cdc09651448d6c3e765fadac448253a16928', 'hex')
  );

select encode(git_id, 'hex') from foo;

在 psycop2 中，或者您可以将其转换为 bytes，psycop 将执行正确的操作。

curs.execute(
    sql,
    vars = {
        "git_sha1": bytes.fromhex(git_sha1)
    }
)

请参阅 psycop 文档中的 Binary adaptation。

使用 psycopg2 将 git 修订散列 (SHA-1) 写入 PostgreSQL 数据库

Writing a git revision hash (SHA-1) to a PostgreSQL database with psycopg2

git

postgresql

sha1

psycopg2

python-3.x

短

详情和代码