INSERT INTO ... SELECT copió toda la tabla: qué revisar

VERICTO-040 Alta En CI (CLI offline): BLOCKED

INSERT INTO users_backup SELECT * FROM users; copia todas las filas y todas las columnas de users en users_backup. El origen queda intacto, así que no se perdió nada, pero ahora hay una segunda copia de los datos, quizá con datos personales en una tabla con reglas de acceso más débiles, y una escritura larga que puede retener locks y hacer crecer el almacenamiento y los backups. Decide si la copia debe existir.

Cómo recuperar los datos

  • Si la tabla destino se creó solo para esta copia y nada la lee, bórrala (o vacíala) después de confirmarlo.
  • Si las filas se agregaron a una tabla que ya tenía datos, identifícalas (por un rango de ids o una columna de fecha) y bórralas dentro de una transacción, revisando la cantidad antes del COMMIT.
  • Si la copia tiene columnas sensibles, revisa quién puede leer la tabla destino y su schema, y ten en cuenta que los backups tomados desde entonces también la contienen.

Por qué pasa

Los backfills, los "backups" improvisados antes de un cambio riesgoso y los movimientos de datos entre tablas se escriben rápido, a menudo como SELECT * sin condición. Con SELECT * la sentencia además depende de que ambas tablas tengan las mismas columnas en el mismo orden, así que se rompe, o pone valores en columnas equivocadas, en cuanto cambia uno de los esquemas.

Cómo corregirlo

Nombra las columnas en ambos lados y filtra el origen a las filas que necesitas; en una tabla grande, copia por lotes según la clave.

INSERT INTO users_backup (id, email)
SELECT id, email FROM users WHERE created_at < '2026-01-01';

Para un backup real antes de un cambio, usa las herramientas de backup de la base (pg_dump, un snapshot) en lugar de una copia dentro de la misma base.

Cómo evitar que vuelva a pasar

VERICTO-040 · INSERT INTO … SELECT sin filtro · Severidad: Alta · Nodo del AST: InsertStmt > source = SelectStmt (unfiltered)

La sentencia que la regla reporta

-- backfill.sql
INSERT INTO users_backup SELECT * FROM users;

Salida real de la CLI

$ npx @vericto/vericto-cli@2.3.0 check --offline backfill.sql
note: offline mode: 42 standard rules at default severities, engine 5.1.0. Custom rules, overrides, sensitive columns, allowlists and the audit trail apply online only.
✖ backfill.sql  BLOCKED  VERICTO-040 high
    InsertStmt > source = SelectStmt (unfiltered)
    fix: INSERT INTO users_backup SELECT ... WHERE <condition> LIMIT N
1 blocked · 0 allowed · 0 flagged · 0 monitored   (ruleset standard@engine-5.1.0 · mode: offline (engine 5.1.0, 42 standard rules, no workspace policy))

✖ Vericto blocked 1 statement  (ruleset standard@engine-5.1.0 · mode: offline (engine 5.1.0, 42 standard rules, no workspace policy))
  ✖ backfill.sql  BLOCKED  VERICTO-040 high
      InsertStmt > source = SelectStmt (unfiltered)
      fix: INSERT INTO users_backup SELECT ... WHERE <condition> LIMIT N

This is Vericto enforcing a rule — the exit code is intentional, not a crash.
To allow a finding on purpose, add an inline comment on the statement:
    -- vericto:ignore[VERICTO-040] <reason>   (a reason is required)

La CLI la bloquea y sale con código 1, así que el job de CI falla antes del merge.

La versión corregida

-- backfill.sql
INSERT INTO users_backup (id, email) SELECT id, email FROM users WHERE created_at < '2026-01-01';
$ npx @vericto/vericto-cli@2.3.0 check --offline backfill.sql
note: offline mode: 42 standard rules at default severities, engine 5.1.0. Custom rules, overrides, sensitive columns, allowlists and the audit trail apply online only.
0 blocked · 1 allowed · 0 flagged · 0 monitored   (ruleset standard@engine-5.1.0 · mode: offline (engine 5.1.0, 42 standard rules, no workspace policy))

Pruébalo gratis, sin cuenta

La CLI revisa tus archivos .sql en tu máquina con las 42 reglas estándar: sin registro, sin API key y sin que el SQL salga de tu equipo. Es open source (AGPL-3.0-only).

npx @vericto/vericto-cli@2.3.0 check --offline migrations/

En cada pull request

La GitHub Action vericto/check-sql (Apache-2.0) corre la misma revisión offline sobre los archivos .sql que cambia el PR y anota los hallazgos en el PR. Guárdala como .github/workflows/vericto.yml:

on: pull_request
jobs:
  vericto:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7
        with: { fetch-depth: 0 }
      - uses: vericto/check-sql@v1
        with: { offline: true, upload-sarif: false }

En runtime, para agentes de IA

El SQL que escribe un agente de IA no pasa por un PR. El proxy TCP de Vericto revisa cada sentencia entre la aplicación o el agente y la base de datos, y la herramienta check_sql de MCP deja que el agente compruebe el SQL antes de ejecutarlo. Los dos usan el perfil de runtime, que también bloquea los cambios de esquema.

La condición AST en el engine

La regla es un predicado determinístico sobre el AST, en src/rules/evaluator.rs del engine open source (AGPL-3.0-only), en el commit de esta página:

"VERICTO-040" => find(stmts, |s| {
    s.kind == StatementKind::Insert && s.insert_has_select && !s.insert_select_has_filter
})
.map(|s| {
    let mut v = violation(
        rule,
        s,
        Some(format!(
            "INSERT INTO {} SELECT ... WHERE <condition> LIMIT N",
            s.relation.as_deref().unwrap_or("{table}")
        )),
    );
    v.ast_node_path = "InsertStmt > source = SelectStmt (unfiltered)".to_string();
    v
}),

Preguntas frecuentes