[特殊字符] PostgreSQL MCP 开发指南

简介 🚀

PostgreSQL MCP 是一个基于 FastMCP 框架的 PostgreSQL 数据库交互服务。它提供了一套简单易用的工具函数,让你能够通过 API 方式与 PostgreSQL 数据库进行交互。

功能特点 ✨

  • 🔄 数据库连接管理与重试机制
  • 🔍 执行 SQL 查询并获取结果
  • 📋 数据库元数据操作(列出表、模式等)
  • 📝 表结构管理(创建表、描述表结构)
  • 💾 数据操作(插入、更新数据)

快速开始 🏃‍♂️

配置选项

PostgreSQL MCP 支持通过环境变量或命令行参数进行配置:

配置项 环境变量 默认值
主机地址 POSTGRES_HOST localhost
端口 POSTGRES_PORT 5432
用户名 POSTGRES_USER postgres
密码 POSTGRES_PASSWORD postgres
数据库 POSTGRES_DATABASE postgres
连接超时 POSTGRES_CONNECTION_TIMEOUT 10
重试次数 POSTGRES_CONNECT_RETRY_COUNT 3

运行服务

bash 复制代码
python postgresql-mcp.py --host localhost --port 5432 --user postgres --password yourpassword --database yourdb

API 功能 📚

执行 SQL 查询

python 复制代码
response = await execute_query(
    query="SELECT * FROM users WHERE age > %s",
    params=[18],
    db_config={"database": "custom_db"}
)

列出数据库中的表

python 复制代码
tables = await list_tables(schema_name="public")

获取表结构

python 复制代码
table_info = await describe_table(
    table_name="users",
    schema_name="public"
)

列出所有模式

python 复制代码
schemas = await list_schemas()

创建新表

python 复制代码
result = await create_table(
    table_name="new_table",
    columns=[
        {"name": "id", "type": "SERIAL", "primary_key": True},
        {"name": "name", "type": "VARCHAR(100)", "nullable": False},
        {"name": "created_at", "type": "TIMESTAMP", "default": "CURRENT_TIMESTAMP"}
    ]
)

插入数据

python 复制代码
result = await insert_data(
    table_name="users",
    data=[
        {"name": "张三", "age": 30, "email": "zhangsan@example.com"},
        {"name": "李四", "age": 25, "email": "lisi@example.com"}
    ]
)

更新数据

python 复制代码
result = await update_data(
    table_name="users",
    data={"status": "inactive", "updated_at": "CURRENT_TIMESTAMP"},
    condition="user_id = %s",
    params=[1001]
)

错误处理 🔧

服务会提供详细的错误信息,常见问题包括:

  • 连接失败(主机/端口错误)
  • 身份验证失败(用户名/密码错误)
  • 数据库不存在
  • SQL 语法错误
  • 表或列不存在
  • 违反表约束条件

实现细节 🔍

该服务基于以下关键技术:

  • psycopg2 库用于 PostgreSQL 连接
  • FastMCP 框架提供 API 接口
  • 参数化查询防止 SQL 注入
  • 自动重试机制提高可靠性

最佳实践 💡

  • 始终使用参数化查询防止 SQL 注入
  • 为所有更新操作提供 WHERE 条件
  • 利用连接配置优化数据库性能
  • 根据实际需求调整连接超时和重试次数

⚠️ 注意:在生产环境中使用时,请确保设置安全的数据库密码,并适当限制数据库用户权限。

GIthub源码

相关推荐
AAA修煤气灶刘哥10 小时前
后端人速藏!数据库PD建模避坑指南
数据库·后端·mysql
RestCloud14 小时前
揭秘 CDC 技术:让数据库同步快人一步
数据库·api
得物技术18 小时前
MySQL单表为何别超2000万行?揭秘B+树与16KB页的生死博弈|得物技术
数据库·后端·mysql
可涵不会debug21 小时前
【IoTDB】时序数据库选型指南:工业大数据场景下的技术突围
数据库·时序数据库
ByteBlossom1 天前
MySQL 面试场景题之如何处理 BLOB 和CLOB 数据类型?
数据库·mysql·面试
IvorySQL1 天前
IvorySQL 4.6:DocumentDB+FerretDB 实现 MongoDB 兼容部署指南
postgresql
麦兜*1 天前
MongoDB Atlas 云数据库实战:从零搭建全球多节点集群
java·数据库·spring boot·mongodb·spring·spring cloud
Slaughter信仰1 天前
深入理解Java虚拟机:JVM高级特性与最佳实践(第3版)第十章知识点问答(10题)
java·jvm·数据库
麦兜*1 天前
MongoDB 在物联网(IoT)中的应用:海量时序数据处理方案
java·数据库·spring boot·物联网·mongodb·spring