Skip to content

Latest commit

 

History

History
262 lines (195 loc) · 8.52 KB

database_libraries_comparison.md

File metadata and controls

262 lines (195 loc) · 8.52 KB

Сравнение библиотек для работы с PostgreSQL (без ORM)

1. asyncpg ⭐⭐⭐⭐⭐

GitHub: https://github.com/MagicStack/asyncpg
Stars: ~6.8k
Статус: Активно развивается

Особенности:

  • Самая быстрая библиотека для PostgreSQL в Python
  • Написана на Cython, нативный протокол PostgreSQL
  • Async-first, connection pool из коробки
  • Автоматические prepared statements
  • Типизация PostgreSQL типов

Плюсы:

✅ Максимальная производительность (в 3-5 раз быстрее psycopg2)
✅ Настоящий async/await
✅ Connection pool встроен
✅ Отличная документация
✅ Активное сообщество
✅ Идеально для FastAPI/Starlette

Минусы:

❌ Только PostgreSQL (не универсальная)
❌ Синтаксис $1, $2 вместо привычного %s
❌ Нет поддержки psycopg2 extensions

Производительность:

  • ~50,000-100,000 queries/sec (простые SELECT)
  • ~10,000-30,000 inserts/sec

Пример:

import asyncpg

pool = await asyncpg.create_pool(dsn='postgresql://...')
row = await pool.fetchrow('select * from users where id = $1', 1)

Рекомендация:

🏆 ЛУЧШИЙ ВЫБОР для FastAPI + PostgreSQL

2. psycopg3 (psycopg) ⭐⭐⭐⭐

GitHub: https://github.com/psycopg/psycopg
Stars: ~1.6k
Статус: Активно развивается (новое поколение)

Особенности:

  • Современная замена psycopg2
  • Поддержка sync И async
  • Connection pool (pgpool)
  • Лучшая типизация
  • Prepared statements

Плюсы:

✅ Sync и async в одной библиотеке
✅ Знакомый API (похож на psycopg2)
✅ Современный код (type hints)
✅ Активное развитие
✅ Connection pool (pgpool)
✅ Привычный синтаксис %s

Минусы:

❌ Async медленнее asyncpg (написан на чистом Python)
❌ Меньше adoption в сообществе (пока)
❌ Некоторые фичи ещё в разработке

Производительность:

  • Sync: ~как psycopg2
  • Async: медленнее asyncpg на 30-50%

Пример:

import psycopg
from psycopg_pool import AsyncConnectionPool

pool = AsyncConnectionPool('postgresql://...')
async with pool.connection() as conn:
    async with conn.cursor() as cur:
        await cur.execute('select * from users where id = %s', (1,))
        row = await cur.fetchone()

Рекомендация:

💡 Хороший выбор, если нужна гибкость sync/async

3. encode/databases ⭐⭐⭐⭐

GitHub: https://github.com/encode/databases
Stars: ~3.8k
Статус: Maintenance mode (не добавляют новые фичи)

Особенности:

  • Универсальная async абстракция
  • Поддержка PostgreSQL, MySQL, SQLite
  • Под капотом использует asyncpg/aiomysql/aiosqlite
  • Core queries (как в SQLAlchemy Core)

Плюсы:

✅ Простой и чистый API
✅ Поддержка разных БД (универсальность)
✅ Query builder встроен
✅ Хорошая интеграция с FastAPI
✅ Использует asyncpg под капотом (для Postgres)

Минусы:

❌ Maintenance mode (мало апдейтов)
❌ Дополнительный слой абстракции (overhead)
❌ Привязка к SQLAlchemy Core для query builder
❌ Менее гибкий чем чистый asyncpg

Производительность:

  • Близка к asyncpg (небольшой overhead на абстракцию)

Пример:

from databases import Database

database = Database('postgresql://...')
await database.connect()

query = "select * from users where id = :id"
row = await database.fetch_one(query=query, values={"id": 1})

Рекомендация:

⚠️ Был популярен, но сейчас в maintenance mode. Лучше чистый asyncpg

4. aiopg ⭐⭐⭐

GitHub: https://github.com/aio-libs/aiopg
Stars: ~1.4k
Статус: Поддерживается, но медленное развитие

Особенности:

  • Async wrapper вокруг psycopg2
  • Connection pool
  • Поддержка SA Core (опционально)

Плюсы:

✅ Знакомый API psycopg2
✅ Connection pool
✅ Поддержка всех фич psycopg2

Минусы:

❌ Медленнее asyncpg (wrapper вокруг синхронного кода)
❌ Устаревает (лучше psycopg3)
❌ Меньше оптимизаций

Производительность:

  • Медленнее asyncpg в ~2 раза

Рекомендация:

🚫 Не рекомендуется для новых проектов. Используйте asyncpg или psycopg3

5. psycopg2 ⭐⭐⭐

Классика, уже рассмотрели

Плюсы:

✅ Проверено временем
✅ Огромное сообщество
✅ Все знают как использовать

Минусы:

❌ Только sync
❌ Блокирует event loop в async приложениях
❌ Нет встроенного pool (нужен pgbouncer или свой)

Рекомендация:

⚠️ Только для sync приложений. Для FastAPI - плохой выбор

Специальные упоминания

6. SQLAlchemy Core (без ORM)

from sqlalchemy import create_engine, text

engine = create_engine('postgresql://...')
with engine.connect() as conn:
    result = conn.execute(text('select * from users where id = :id'), {'id': 1})
    row = result.fetchone()

Плюсы:

  • Query builder
  • Миграции через Alembic
  • Можно без ORM (Core only)

Минусы:

  • Тяжеловесная библиотека
  • Сложнее чистого SQL

7. PonyORM / Tortoise ORM

❌ Это ORM - не подходит по требованию

🏆 Итоговая таблица

Библиотека Async Скорость Популярность Sync/Async Рекомендация
asyncpg ✅ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ Async only 🏆 Лучший
psycopg3 ✅ ⭐⭐⭐⭐ ⭐⭐⭐ Оба 💡 Перспективный
databases ✅ ⭐⭐⭐⭐ ⭐⭐⭐ Async only ⚠️ Maintenance
aiopg ✅ ⭐⭐⭐ ⭐⭐ Async only 🚫 Устарел
psycopg2 ❌ ⭐⭐⭐ ⭐⭐⭐⭐⭐ Sync only ⚠️ Sync only

🎯 Финальные рекомендации

Для FastAPI production:

1. asyncpg          (если только PostgreSQL)
2. psycopg3         (если нужна гибкость sync/async)
3. databases        (если нужна поддержка разных БД, но осторожно - maintenance)

Для sync Django/Flask:

1. psycopg2         (проверено временем)
2. psycopg3 sync    (современная альтернатива)

Для микросервисов:

1. asyncpg          (максимальная производительность)

💡 Мой вердикт для вашего проекта

Рекомендую остаться на asyncpg, потому что:

  1. ✅ Это FastAPI проект → нужен настоящий async
  2. ✅ PostgreSQL → asyncpg оптимизирован именно под него
  3. ✅ Максимальная производительность
  4. ✅ Огромное комьюнити в FastAPI экосистеме
  5. ✅ Стабильная и проверенная библиотека

Альтернатива: psycopg3 - если нужна гибкость, но производительность немного ниже.

НЕ рекомендую:

  • ❌ databases - в maintenance mode
  • ❌ aiopg - устарел
  • ❌ psycopg2 - блокирующий, плохо для async