个人习惯用MySQL workbench EER数据建模,然后生成SQL语句到数据库中执行,这样表之间的关系比较直观。

像下面这样:

正向工程,生成DDL语句:

忽略生成外键,以及外键索引啥的:

生成的DDL语句:

到数据库执行。

最近团队微调,我被调整到另一个小团队。前两天接了个新需求,于是我依然使用MySQL workbench EER建模,结果好不容易建模完成了,却被告知这个项目用的数据库是PostgreSQL!

于是就面临如下几种选择:

重新找个支持导出PostgreSQL DDL语句的建模软件,再弄一遍。据我所知,macOS平台里没啥好的数据建模软件…

PowerDesigner用不了(除非装虚拟机,或者Wine);

Navicat太难用了(居然有人说Navicat是最好的数据库客户端,我只能给一个大写的服,在我看来,这货连IDEA自带数据库管理都比不上……这观点可能有点偏激,但现状是我做个查询,Navicat把查询按钮藏得很深);

IDEA宣布会开发类似功能,但一直没有动静;

开源的PDMan,体验挺不错,但也得连个数据库控制版本。

依然用MySQL workbench导出DDL,然后自己将MySQL DDL转换成PostgreSQL DDL。

我选择了自己转换SQL语句。

既然要转换SQL语句,我心想,业界肯定有相关的工具啊。于是上万能的GayHub搜了下,还真有,列出来:

mysql-postgresql-converter:-postgresql-converter

多款工具配合使用: (不得不佩服这兄弟真有耐心啊!)

然而试用后,内心是崩溃的……生成出来的DDL要么有误,要么没有注释。

考虑到我的诉求其实非常简单,只是个DDL语句转换而已,自己开发一个也不难。而且之前研读Mybatis通用Mapper源码时,知道Java世界里有个 jsqlparser 的工具。

花了10分钟简单了解了下 jsqlparser 后,就开撸开发工具了……花了20分钟,初版写完了,然后和该项目的同事又花了20分钟验证了下,最终确定了如下的版本。代码贴出来:

加依赖:

<dependency>

<groupId>com.github.jsqlparser</groupId>

<artifactId>jsqlparser</artifactId>

<version>1.2</version>

</dependency>

写代码:

public class MysqlDdl2PgDdlUtil {

public static void main(String[] args) throws IOException, JSQLParserException {

// 你的MySQL DDL路径

String mysqlDDLPath = "/Users/reno/Downloads/mysql.sql";

String dDLs = FileUtils.readFileToString(new File(mysqlDDLPath));

System.out.println(dDLs);

System.out.println("++++++++++开始转换SQL语句+++++++++++++");

Statements statements = CCJSqlParserUtil.parseStatements(dDLs);

statements.getStatements()

.map(statement -> (CreateTable) statement).forEach(ct -> {

Table table = ct.getTable();

List<ColumnDefinition> columnDefinitions = ct.getColumnDefinitions();

List<String> comments = new ArrayList<>();

List<ColumnDefinition> collect = columnDefinitions.stream()

.peek(columnDefinition -> {

List<String> columnSpecStrings = columnDefinition.getColumnSpecStrings();

int commentIndex = getCommentIndex(columnSpecStrings);

if (commentIndex != -1) {

int commentStringIndex = commentIndex + 1;

String commentString = columnSpecStrings.get(commentStringIndex);

String commentSql = genCommentSql(table.toString(), columnDefinition.getColumnName(), commentString);

comments.add(commentSql);

columnSpecStrings.remove(commentStringIndex);

columnSpecStrings.remove(commentIndex);

columnDefinition.setColumnSpecStrings(columnSpecStrings);

}).collect(Collectors.toList());

ct.setColumnDefinitions(collect);

String createSQL = ct.toString()

.replaceAll("`", "\"")

.replaceAll("BIGINT UNIQUE NOT NULL AUTO_INCREMENT", "BIGSERIAL PRIMARY KEY")

.replaceAll("BIGINT NULL AUTO_INCREMENT", "BIGSERIAL PRIMARY KEY")

.replaceAll("BIGINT NOT NULL AUTO_INCREMENT", "BIGSERIAL PRIMARY KEY")

.replaceAll("INT NOT NULL AUTO_INCREMENT", "BIGSERIAL PRIMARY KEY")

.replaceAll("INT NULL AUTO_INCREMENT", "BIGSERIAL PRIMARY KEY")

.replaceAll("IF NOT EXISTS", "")

.replaceAll("TINYINT", "SMALLINT")

.replaceAll("DATETIME", "TIMESTAMP")

.replaceAll(", PRIMARY KEY \\(\"id\"\\)", "");

// 如果存在表注释

if (createSQL.contains("COMMENT")) {

createSQL = createSQL.substring(0, createSQL.indexOf("COMMENT"));

System.out.println(createSQL + ";");

comments.forEach(t -> System.out.println(t.replaceAll("`", "\"") + ";"));

* 获得注释的下标

* @param columnSpecStrings columnSpecStrings

* @return 下标

private static int getCommentIndex(List<String> columnSpecStrings) {

for (int i = 0; i < columnSpecStrings.size(); i++) {

if ("COMMENT".equalsIgnoreCase(columnSpecStrings.get(i))) {

* 生成COMMENT语句

* @param table        表名

* @param column       字段名

* @param commentValue 描述文字

* @return COMMENT语句

private static String genCommentSql(String table, String column, String commentValue) {

return String.format("COMMENT ON COLUMN %s.%s IS %s", table, column, commentValue);

如代码所示,目前是借助 jsqlparser 的SQL解析能力配合字符串替换的方式生成PostgreSQL的。

转换前的DDL:

-- -----------------------------------------------------

-- Table `user`

-- -----------------------------------------------------

CREATE TABLE IF NOT EXISTS `user` (

`id` INT NOT NULL AUTO_INCREMENT COMMENT 'id',

`username` VARCHAR(16) NOT NULL COMMENT '用户名',

`email` VARCHAR(255) NULL COMMENT '邮件',

`password` VARCHAR(32) NOT NULL COMMENT '密码',

`create_time` TIMESTAMP NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',

PRIMARY KEY (`id`));

-- -----------------------------------------------------

-- Table `movie`

-- -----------------------------------------------------

CREATE TABLE IF NOT EXISTS `movie` (

`id` INT NOT NULL AUTO_INCREMENT COMMENT 'Id',

`name` VARCHAR(255) NOT NULL COMMENT '名称',

`user_id` INT NOT NULL COMMENT 'user.id',

PRIMARY KEY (`id`))

COMMENT = '电影表';

转换后的DDL:

CREATE TABLE "user"

"id"          BIGSERIAL PRIMARY KEY,

"username"    VARCHAR(16)  NOT NULL,

"email"       VARCHAR(255) NULL,

"password"    VARCHAR(32)  NOT NULL,

"create_time" TIMESTAMP    NULL DEFAULT CURRENT_TIMESTAMP

COMMENT ON COLUMN "user"."id" IS 'id';

COMMENT ON COLUMN "user"."username" IS '用户名';

COMMENT ON COLUMN "user"."email" IS '邮件';

COMMENT ON COLUMN "user"."password" IS '密码';

COMMENT ON COLUMN "user"."create_time" IS '创建时间';

CREATE TABLE "movie"

"id"      BIGSERIAL PRIMARY KEY,

"name"    VARCHAR(255) NOT NULL,

"user_id" INT          NOT NULL

COMMENT ON COLUMN "movie"."id" IS 'Id';

COMMENT ON COLUMN "movie"."name" IS '名称';

COMMENT ON COLUMN "movie"."user_id" IS 'user.id';

效果还是不错的,基本达到了我的要求。

目前工具代码比较屎,如果想要改进,应该是要让工具理解MySQL DDL的词法,然后构建成例如Table、Column、Comment、Constraint、Index等对象例如:

class Table {

private String name;

private Column column;

class Column {

private String name;

private String type;

// 约束,例如非空等

private Set<Constraint> constraints;

private Index index;

class Index {

private String name;

private String type;

enum Constraint {

NOT_NULL,...;

然后抽象一个方言枚举,并为不同的方言制作一个DDL Generator Handler,然后根据不同的方言生成不同数据库平台的DDL语句。

为什么不改进?因为没有时间,工具是为工作服务的,目前能达到我的目的,就没动力修改了,未来有需求再改进吧。