PostgreSQL – Lenguaje Python

PostgreSQL, a menudo escrito como «Postgres» y pronunciado «Poss-gres», es una implementación de base de datos relacional de código abierto que las aplicaciones Python utilizan con frecuencia como backend para el almacenamiento y la recuperación de datos.

¿Cómo encaja PostgreSQL en la pila de Python?

PostgreSQL es la opción de base de datos predeterminada para muchos desarrolladores de Python, incluido el equipo de Django al probar el ORM de Django. PostgreSQL se considera a menudo como una función más robusta y estable en comparación con MySQL, SQLServer y Oracle. Todas esas bases de datos son opciones razonables. Sin embargo, debido a que PostgreSQL tiende a ser utilizado por desarrolladores de Python, los controladores y el código de ejemplo para usar la base de datos tienden a estar mejor documentados y contienen menos errores para escenarios de uso típicos. Si intenta utilizar una base de datos Oracle con Django, verá que hay mucho menos código de ejemplo para esa configuración en comparación con las configuraciones de backend de PostgreSQL.

¿Por qué PostgreSQL es una buena opción de base de datos?

La licencia de código abierto de PostgreSQL permite a los desarrolladores operar una o más bases de datos sin costo de licencia en sus aplicaciones. El modelo operativo de licencia de código abierto es mucho menos costoso en comparación con Oracle u otras bases de datos patentadas, especialmente cuando la replicación y la fragmentación son necesarias a gran escala. Además, debido a que muchas personas, desde desarrolladores independientes hasta organizaciones multinacionales, utilizan PostgreSQL, a menudo es más fácil encontrar desarrolladores con experiencia en PostgreSQL que en otras bases de datos relacionales. También hay
evidencia total de que PostgreSQL corrige errores más rápido que MySQL, aunque para ser justos, no ha habido un estudio completo que compare cómo los dos proyectos manejan la resolución de defectos.

El equipo central de PostgreSQL también publica actualizaciones frecuentes que mejoran enormemente las capacidades de la base de datos. Por ejemplo, en la Versión de PostgreSQL 9.4
la tipo jsonb se agregó para mejorar la notación de objetos JavaScript (JSON) capacidades de almacenamiento para que, en muchos casos, no se requiera una base de datos NoSQL separada en la arquitectura de una aplicación.

Conectarse a PostgreSQL con Python

Para trabajar con bases de datos relacionales en Python, debe utilizar un controlador de base de datos, que también se conoce como conector de base de datos. La biblioteca de controladores más común para trabajar con PostgreSQL es psycopg2. Ahi esta una lista de todos los controladores en la wiki de PostgreSQL, incluidas varias bibliotecas que ya no se mantienen. Si está trabajando con el módulo asyncio Python stdlib también deberías echar un vistazo a la aiopg biblioteca que agrupa las características de asychronouos de psycopg2.

Para abstraer la conexión entre tablas y objetos, muchos desarrolladores de Python usan un mapeador relacional de objetos (ORM) para convertir los datos relacionales de PostgreSQL en objetos que se pueden usar en su aplicación Python. Por ejemplo, si bien PostgreSQL proporciona una base de datos relacional y psycopg es el conector de base de datos común, hay muchos ORM que se pueden usar con diferentes marcos web, como se muestra en la siguiente tabla.

Obtenga más información sobre los ORM de Python en esa página de tema dedicada.

Seguridad de datos de PostgreSQL

Si está en Linux, es fácil instalar PostgreSQL usando un administrador de paquetes. Sin embargo, una vez que la base de datos está instalada y funcionando, su responsabilidad apenas comienza. Antes de poner en marcha una aplicación de producción, asegúrese de:

1. Bloquear el acceso con
   una lista blanca
   en el pg_hba.conf archivo
2. Habilitar replicación
   a otra base de datos que esté preferiblemente en una infraestructura diferente en una ubicación separada
3. Realizar regularmente
   copias de seguridad y prueba el proceso de restauración
4. Asegúrese de que su aplicación evite
   Ataques de inyección SQL

Cuando sea posible, pida a alguien calificado que Auditoría de seguridad de PostgreSQL para identificar los mayores riesgos para su base de datos. Las aplicaciones pequeñas y las empresas de arranque a menudo no pueden permitirse una auditoría completa al principio, pero a medida que una aplicación crece con el tiempo, se convierte en un objetivo mayor.

Los datos almacenados en su base de datos son el elemento vital de su aplicación. Si alguna vez has cayó accidentalmente una base de datos de producción o ha sido víctima de actividades maliciosas como ataques de inyección SQL, sabrá que es mucho más fácil de recuperar cuando se ha realizado un poco de trabajo de antemano en las copias de seguridad, la replicación y las medidas de seguridad.

Recursos de PostgreSQL específicos de Python

Existen muchos tutoriales y guías de inicio rápido específicamente para Django, Flask y otros marcos de aplicaciones web. Los siguientes son algunos de los mejores tutoriales que he leído.

o Postgres Joins y Django Querysets es una publicación bien hecha con un ejemplo específico de cómo una consulta ORM estándar de Django puede conducir a un rendimiento degradado debido a la obtención de datos de muchas tablas relacionadas. los prefetch_related Las herramientas de supervisión del rendimiento de las bases de datos y los comandos pueden ayudar a analizar y aliviar algunos de los problemas de estas consultas no optimizadas.

Recursos generales de PostgreSQL

Los tutoriales de PostgreSQL que no son específicos de Python también son realmente útiles para manejar correctamente sus datos.

Monitoreo y rendimiento de PostgreSQL

Monitorear una o más instancias de PostgreSQL e intentar ajustar el rendimiento es una habilidad poco común. Aquí hay algunos recursos para comenzar si tiene que manejar estos problemas en sus aplicaciones.

¿Quiere aprender más sobre datos o aplicaciones web?