Генерация и проверка SQL-запросов
Шаблоны запросов для безопасного SQL: режим только SELECT и параметризованные запросы.
«Генерация и проверка SQL-запросов» — бесплатный урок AI Agents на CoddyKit. Это урок 3 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения AI Agents, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс AI Agents содержит 4 уроков всего.
Цель генерации SQL
Генерация SQL-запроса — лишь половина задачи. Перед выполнением в реальной базе данных необходимо проверить, что запрос безопасен, синтаксически корректен и точно выполняет то, что имел в виду пользователь.
В этом уроке рассматриваются принудительный режим только SELECT, разбор, безопасное выполнение и проверка плана выполнения.
Обеспечение режима только SELECT
Самое опасное, что может сделать агент, преобразующий естественный язык в SQL, — выполнить деструктивный оператор. Всегда принудительно включайте режим только SELECT независимо от того, что возвращает LLM.
Наивной проверки строки недостаточно — используйте полноценный синтаксический анализатор SQL.
import sqlparse
def is_select_only(sql):
parsed = sqlparse.parse(sql)
if not parsed:
return False
for statement in parsed:
stmt_type = statement.get_type()
if stmt_type != 'SELECT':
print(f'Blocked statement type: {stmt_type}')
return False
return True
# Test
print(is_select_only('SELECT * FROM users')) # True
print(is_select_only('DROP TABLE users')) # False — BlockedБлок-лист ключевых слов как многоуровневая защита
Даже используя sqlparse, добавьте блок-лист ключевых слов как дополнительный уровень защиты. Некоторые SQL-инъекции могут обмануть анализаторы. Проверка опасных ключевых слов перед выполнением добавляет ещё один уровень безопасности.
DANGEROUS_KEYWORDS = [
'INSERT', 'UPDATE', 'DELETE', 'DROP', 'CREATE',
'ALTER', 'TRUNCATE', 'GRANT', 'REVOKE', 'EXEC',
'EXECUTE', 'CALL', 'MERGE'
]
def passes_blocklist(sql):
sql_upper = sql.upper()
for keyword in DANGEROUS_KEYWORDS:
# Check as whole word to avoid false positives like 'CREATED_AT'
import re
if re.search(r'\b' + keyword + r'\b', sql_upper):
raise ValueError(f'Blocked keyword detected: {keyword}')
return True
def validate_sql(sql):
if not is_select_only(sql):
raise ValueError('Only SELECT statements are allowed')
passes_blocklist(sql)
return TrueРазбор SQL с помощью sqlparse
sqlparse разбивает строки SQL на токены и анализирует их, не выполняя. С его помощью можно изучить структуру запроса, извлечь имена таблиц и проверить наличие синтаксических ошибок.
Установите пакет с помощью команды pip install sqlparse.
import sqlparse
from sqlparse.sql import IdentifierList, Identifier
from sqlparse.tokens import Keyword, DML
def extract_table_names(sql):
parsed = sqlparse.parse(sql)[0]
tables = []
from_seen = False
for token in parsed.tokens:
if token.ttype is DML and token.value.upper() == 'SELECT':
continue
if token.ttype is Keyword and token.value.upper() in ('FROM', 'JOIN'):
from_seen = True
continue
if from_seen:
if isinstance(token, Identifier):
tables.append(token.get_name())
elif isinstance(token, IdentifierList):
for item in token.get_identifiers():
tables.append(item.get_name())
from_seen = False
return tables
print(extract_table_names('SELECT u.name FROM users u JOIN orders o ON u.id = o.user_id'))
# ['users', 'orders']Проверка наличия таблиц в схеме
Извлекая имена таблиц из сгенерированного SQL, сверяйте их с известной вам схемой. Если LLM сгенерировала имя несуществующей таблицы, отклоните запрос до выполнения, вместо того чтобы получать непонятную ошибку базы данных.
def validate_tables_exist(sql, known_tables):
used_tables = extract_table_names(sql)
invalid = [t for t in used_tables if t and t not in known_tables]
if invalid:
raise ValueError(
f'Query references non-existent tables: {invalid}. '
f'Available tables: {list(known_tables)[:10]}...'
)
return True
# Usage
known = set(build_schema_dict(conn).keys())
try:
validate_tables_exist(generated_sql, known)
except ValueError as e:
# Send error back to LLM for correction
corrected_sql = llm_fix_sql(generated_sql, str(e))
print('Corrected SQL:', corrected_sql)Параметризованное выполнение
Никогда не используйте форматирование строк для подстановки в SQL значений, предоставленных пользователем. Хотя запрос генерирует LLM, любые значения фильтров, предоставленные пользователем, следует передавать как параметры, чтобы предотвратить SQL-инъекции.
import sqlite3
conn = sqlite3.connect(':memory:')
conn.execute('CREATE TABLE orders (status TEXT, user_id INTEGER)')
conn.execute("INSERT INTO orders VALUES ('pending', 42)")
def safe_execute(conn, sql_template, params=()):
"""Execute with parameterized values."""
cur = conn.cursor()
cur.execute(sql_template, params) # driver handles escaping
columns = [d[0] for d in cur.description]
rows = cur.fetchmany(200)
return {'columns': columns, 'rows': rows}
sql = 'SELECT * FROM orders WHERE status = ? AND user_id = ?'
result = safe_execute(conn, sql, params=('pending', 42))
print(result)Проверка плана EXPLAIN перед выполнением
Для ресурсоёмких запросов к большим таблицам выполняйте EXPLAIN перед фактическим запросом. Если планировщик показывает полное сканирование таблицы с миллионом строк, предупредите пользователя или отклоните запрос.
def check_explain_plan(conn, sql):
explain_sql = f'EXPLAIN {sql}'
with conn.cursor() as cur:
cur.execute(explain_sql)
plan = '\n'.join(row[0] for row in cur.fetchall())
# Check for sequential scans on large tables
if 'Seq Scan' in plan:
print('WARNING: Query involves a sequential scan')
print(plan)
return {'safe': False, 'plan': plan, 'warning': 'Sequential scan detected'}
return {'safe': True, 'plan': plan}
# Use before executing
plan_result = check_explain_plan(conn, generated_sql)
if not plan_result['safe']:
print(f'Optimization hint: {plan_result["warning"]}')Ограничение числа строк
LLM может сгенерировать SELECT * FROM logs без LIMIT, что потенциально приведёт к возврату миллионов строк. Всегда устанавливайте максимальное число строк — добавляя LIMIT к запросу или извлекая ограниченный набор результатов.
import re
MAX_ROWS = 500
def enforce_row_limit(sql, max_rows=MAX_ROWS):
sql_upper = sql.upper().rstrip().rstrip(';')
# Check if LIMIT already present
if re.search(r'\bLIMIT\b', sql_upper):
# Extract current limit and enforce maximum
match = re.search(r'LIMIT\s+(\d+)', sql_upper)
if match:
current = int(match.group(1))
if current > max_rows:
sql = re.sub(r'LIMIT\s+\d+', f'LIMIT {max_rows}', sql, flags=re.IGNORECASE)
else:
sql = sql.rstrip(';') + f' LIMIT {max_rows}'
return sql
print(enforce_row_limit('SELECT * FROM users'))
# SELECT * FROM users LIMIT 500Извлечение чистого SQL из вывода LLM
LLM часто возвращают SQL, обёрнутый в блоки кода Markdown (```sql ... ```), или сопровождают его пояснительным текстом. Перед разбором или выполнением необходимо извлечь исходный SQL.
import re
CODE_FENCE = chr(96) * 3 # three backticks, built at runtime to avoid template issues
def extract_sql(llm_response):
# Remove markdown code blocks ('''sql ... ''' or ''' ... ''')
pattern = CODE_FENCE + r'(?:sql)?\s*([\s\S]+?)' + CODE_FENCE
match = re.search(pattern, llm_response, re.IGNORECASE)
if match:
return match.group(1).strip()
# If no code block, look for SELECT statement
match = re.search(r'(SELECT\s+[\s\S]+?;)', llm_response, re.IGNORECASE)
if match:
return match.group(1).strip()
# Fallback: strip common preamble phrases
cleaned = re.sub(r'^(Here is|The SQL query is|Query:)[^\n]*\n', '',
llm_response, flags=re.IGNORECASE).strip()
return cleaned
if __name__ == '__main__':
demo_response = 'Here is the SQL query:\n' + CODE_FENCE + 'sql\nSELECT * FROM users;\n' + CODE_FENCE
print(extract_sql(demo_response))
Полный конвейер проверки
Объедините все этапы проверки в одну функцию, которая принимает необработанный вывод LLM и возвращает безопасную строку SQL, готовую к выполнению, либо выдаёт ошибку с понятным описанием, позволяющим восстановить работу.
def validate_and_prepare_sql(llm_output, known_tables, max_rows=500):
# Step 1: extract raw SQL
sql = extract_sql(llm_output)
if not sql:
raise ValueError('No SQL found in LLM response')
# Step 2: type check
if not is_select_only(sql):
raise ValueError('Only SELECT queries allowed')
# Step 3: keyword blocklist
passes_blocklist(sql)
# Step 4: table existence check
validate_tables_exist(sql, known_tables)
# Step 5: row limit
sql = enforce_row_limit(sql, max_rows)
return sql
# Full flow
try:
safe_sql = validate_and_prepare_sql(llm_output, known_tables)
result = safe_execute(conn, safe_sql)
except ValueError as e:
corrected = llm_fix_sql(llm_output, str(e))
safe_sql = validate_and_prepare_sql(corrected, known_tables)
result = safe_execute(conn, safe_sql)Пользователь базы данных только для чтения
Проверка на уровне кода важна, но недостаточна. В качестве последнего уровня защиты подключайтесь к базе данных с помощью учётной записи пользователя только для чтения, имеющей только права SELECT. Даже если вредоносный запрос обойдёт все проверки, база данных отклонит его.
# Create read-only user in PostgreSQL:
# CREATE USER nl_to_sql_reader WITH PASSWORD 'secure_password';
# GRANT CONNECT ON DATABASE yourdb TO nl_to_sql_reader;
# GRANT USAGE ON SCHEMA public TO nl_to_sql_reader;
# GRANT SELECT ON ALL TABLES IN SCHEMA public TO nl_to_sql_reader;
import os
import psycopg2
def get_readonly_connection():
return psycopg2.connect(
host=os.getenv('DB_HOST'),
database=os.getenv('DB_NAME'),
user='nl_to_sql_reader', # read-only account
password=os.getenv('DB_READER_PASS')
)Проверка знаний
Какой подход к проверке SQL обеспечивает многоуровневую защиту в агенте, преобразующем естественный язык в SQL?
Итоги: генерация и проверка SQL
Безопасная генерация SQL требует полного конвейера проверки: извлекайте чистый SQL из вывода LLM, обеспечивайте режим только SELECT с помощью sqlparse, применяйте блок-лист ключевых слов, проверяйте имена таблиц по реальной схеме, ограничивайте число строк и используйте пользователя базы данных только для чтения как последнюю меру защиты.
Параметризованные запросы защищают от инъекций при наличии значений, предоставленных пользователем. Проверка плана EXPLAIN предотвращает выполнение неожиданно ресурсоёмких запросов в рабочей базе данных.
Часто задаваемые вопросы
Урок «Генерация и проверка SQL-запросов» бесплатный?
Да — полный текст урока «Генерация и проверка SQL-запросов» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс AI Agents, подпишись на CoddyKit PRO. Курс AI Agents содержит 4 уроков всего.
Чему я научусь в уроке «Генерация и проверка SQL-запросов»?
Шаблоны запросов для безопасного SQL: режим только SELECT и параметризованные запросы. Ты практикуешь AI Agents с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать AI Agents?
Предыдущий опыт не требуется. AI Agents на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 3 из 4.
Сколько времени занимает урок «Генерация и проверка SQL-запросов»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке AI Agents?
Да. Каждый урок AI Agents включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Как работают агенты NL-to-SQL
- Понимание и внедрение схемы
- Генерация и проверка SQL-запросов
- Обработка неоднозначных вопросов к базе данных