Banco de dados¶

Esta página descreve o modelo de dados criado pelas migrations atuais.

Extensões e schema¶

Extensão: pg_trgm
Schema principal: gitbase

Tabelas principais¶

Metadados Git¶

gitbase.repositories
gitbase.refs
gitbase.commits
gitbase.commit_parents
gitbase.tree_entries
gitbase.files

Cache de blobs¶

gitbase.blobs

Busca textual¶

gitbase.code_index

UAST¶

gitbase.uast_cache
gitbase.uast_functions
gitbase.uast_imports

Índices relevantes¶

files_path_trgm_idx (GIN trigram em files.path)
code_index_search_vector_gin (GIN em search_vector)
code_index_language_idx
índices auxiliares de join por repositório/commit

Função de busca¶

A migration cria:

gitbase.search_code(pattern TEXT, lang TEXT DEFAULT NULL)

Retorno:

repository_id
commit_hash
path
blob_hash
language
score

Implementação usa websearch_to_tsquery('simple', pattern) e ts_rank_cd(...).

Views de projeção UAST¶

gitbase.functions
gitbase.imports

As views fazem join entre projeções UAST e files por blob_hash para expor contexto de repositório/commit/path.

Consultas úteis¶

1) Quantidade de repositórios sincronizados¶

SELECT COUNT(*) AS repos
FROM gitbase.repositories;

2) Estado de hidratação de blobs¶

SELECT
  COUNT(*) FILTER (WHERE content IS NOT NULL) AS hydrated,
  COUNT(*) FILTER (WHERE content IS NULL) AS without_content,
  COUNT(*) AS total
FROM gitbase.blobs;

3) Cobertura do índice de busca¶

SELECT
  COUNT(*) AS indexed_blobs,
  COUNT(DISTINCT language) AS languages
FROM gitbase.code_index;

4) Buscar código¶

SELECT repository_id, path, language, score
FROM gitbase.search_code('http client', NULL)
LIMIT 20;

5) Funções parseadas (UAST)¶

SELECT repository_id, path, name, start_line, end_line
FROM gitbase.functions
ORDER BY repository_id, path, start_line
LIMIT 100;

Observações operacionais¶

files é versionada por commit (mesmo path pode aparecer várias vezes)
code_index indexa por blob_hash (um blob pode estar em múltiplos commits)
UAST depende de blob textual hidratado e linguagem suportada