如何使用psycopg2将git SHA-1版本哈希高效存入PostgreSQL数据库

方案1：使用bytea类型存储（性能最优、空间占用最低） #

SHA-1哈希本质是20字节的二进制数据，转成十六进制字符串后才是40位的字符格式。PostgreSQL原生支持的bytea类型可以直接存储二进制数据，相比VARCHAR(40)可以节省一半以上的存储空间，对应的索引体积也更小，查询、排序等操作的性能明显更高，而且天然限制了数据长度，不需要额外建自定义域。

Python侧只需要新增一步把十六进制字符串转成二进制字节，psycopg2会自动适配PostgreSQL的bytea类型，不需要修改SQL逻辑。读取时也可以一键转回原十六进制字符串，兼容原有业务逻辑。
修改后代码示例：

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()
# 新增十六进制转二进制逻辑
git_sha1_bin = bytes.fromhex(git_sha1)

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_bin
    }
)

conn.commit()
conn.close()

读取数据时的转换逻辑：

curs.execute("SELECT git_sha1 FROM table WHERE id=1")
res = curs.fetchone()
git_sha1_str = res[0].hex() # 直接转回40位十六进制字符串，和原有格式完全一致

方案2：使用带CHECK约束的VARCHAR(40)（零代码修改、适配成本最低） #

如果你不想修改现有Python侧的读写代码，可以直接给现有字段加CHECK约束，不需要创建自定义域就能实现合法字符校验，只需要执行一次SQL修改表结构即可：

ALTER TABLE 你的表名
ADD CONSTRAINT chk_git_sha1_valid CHECK (git_sha1 ~ '^[0-9a-f]{40}$');

这个正则约束会自动校验所有写入的git_sha1必须是40位小写十六进制字符，不符合的写入请求会直接报错，完全满足校验需求。

选型建议 #

• 数据量较大、需要基于git_sha1字段做索引、查询或关联的场景，优先选bytea方案，长期使用的性能收益更高。
• 数据量小、不想改动现有业务代码的场景，选带CHECK约束的VARCHAR方案更省事。

内容的提问来源于stack exchange，提问作者swiss_knight