asyncpg参数化查询必须用$1、$2等位置占位符,禁用%s或{name};仅值可参数化,表名、列名等结构需白名单校验;批量操作用executemany,避免字符串拼接。

asyncpg 的参数化查询必须用 $1、$2 占位符,不能用 %s 或 {name}
asyncpg 不兼容 Python 标准的 %s 或 f-string 拼接,也不接受命名占位符如 {user_id}。强行混用会导致字符串被直接拼入 SQL,彻底绕过参数化机制。
常见错误现象:asyncpg.exceptions.DataError: invalid input syntax for type integer: "$1"(说明你把 "$1" 当字符串字面量传进去了),或更隐蔽地——查询成功但实际执行了拼接后的恶意 SQL。
- 正确写法:SQL 中写
SELECT * FROM users WHERE id = $1 AND status = $2,然后调用conn.fetch(sql, user_id, 'active') - 错误写法:
f"SELECT * FROM users WHERE id = {user_id}"、"WHERE id = %s".format(user_id)、"WHERE id = $1".replace("$1", str(user_id)) - 注意:占位符位置严格按传参顺序对应,$1 对应第一个参数,不可跳号或重复使用同一编号
避免在 asyncpg 中动态拼接表名、列名或 ORDER BY 字段
参数化只保护「值」,不保护「结构」。表名、列名、排序方向(ASC/DESC)、LIMIT 数值(非偏移量)等属于 SQL 语法结构,asyncpg 不做转义,必须提前白名单校验。
使用场景举例:用户可选排序字段的 API 接口,或按租户切换表前缀。
- 安全做法:用预定义映射表校验输入,如
valid_cols = {'name': 'user_name', 'email': 'contact_email'},再拼接f"ORDER BY {valid_cols.get(sort_by, 'id')}" - 危险做法:直接将用户传入的
sort_field插入 SQL 字符串,哪怕加了$1也无效——因为$1只能放值的位置,不能放列名位置 - 对 LIMIT/OFFSET:OFFSET 支持参数化(
$1),但 LIMIT 后的数值在 PostgreSQL 中不支持参数化,必须手动检查是否为正整数
警惕 asyncpg.execute() 和 conn.execute() 的返回值误用
execute() 只返回影响行数(str),不返回结果集;若误以为它能取数据,可能漏掉注入点——比如本该用 fetch() 却改用字符串拼接来“补救”。
性能与安全耦合点:用 execute() 执行 INSERT/UPDATE/DELETE 是安全的(只要值走 $1),但若后续逻辑因没拿到结果而自行拼接 SELECT,就引入新风险。
- 查数据一律用
fetch()/fetchrow()/fetchval(),且 SQL 中所有变量都走 $N - 执行无返回语句时,别为了“省一次 await”把多个操作塞进一个字符串里,例如
execute("INSERT ...; UPDATE ...")—— 分号后的内容无法参数化 - 批量插入用
executemany(),它支持单条语句 + 多组 $1/$2 参数,比循环调用execute()更安全高效
连接池与 prepared statement 的隐式行为要留意
asyncpg 默认启用 prepared statement 缓存,这对性能好,但可能掩盖类型推断错误——比如第一次用 $1 传 int,缓存后第二次传 str,可能触发隐式类型转换失败或意外截断。
容易踩的坑:过度依赖自动 prepared statement 导致调试困难,或误以为“用了 $1 就绝对安全”,却忽略了数据库层面的类型宽松带来的边界问题。
- 显式控制:设
prepared_statement_cache_size=0关闭缓存,适合开发期排查;生产环境保留默认,但确保同一条 SQL 的每次调用参数类型一致 - 对模糊类型字段(如 JSONB、TEXT),显式 cast:写
data::jsonb而非依赖自动转换 - 特别注意:
None传给 $1 会被转为 SQLNULL,这是安全的;但若业务逻辑里用字符串"NULL"替代,再拼进 SQL,就变成字面量注入
asyncpg 的 SQL 注入防护本质就一条:所有用户可控的「值」必须进 $N 占位符,其余一切结构部分必须经白名单或静态验证。最常出问题的地方不是不会写 $1,而是忘了哪些地方根本不能写 $1。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!











