ib交换机 postgresql_MySQL建表语句转PostgreSQL建表语句全纪录

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：

画图

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。

踩坑了

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。

开源的DDL转换工具

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-to-postgres：https://github.com/maxlapshin/mysql2postgres

mysql-postgresql-converter：https://github.com/lanyrd/mysql-postgresql-converter

多款工具配合使用：https://yq.aliyun.com/articles/241 (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。

自己开发工具

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：

com.github.jsqlparser

jsqlparser

1.2

写代码：

publicclassMysqlDdl2PgDdlUtil{

publicstaticvoidmain(String[]args)throwsIOException,JSQLParserException{

// 你的MySQL DDL路径

StringmysqlDDLPath="/Users/reno/Downloads/mysql.sql";

StringdDLs=FileUtils.readFileToString(newFile(mysqlDDLPath));

System.out.println(dDLs);

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

Statementsstatements=CCJSqlParserUtil.parseStatements(dDLs);

statements.getStatements()

.stream()

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

Tabletable=ct.getTable();

ListcolumnDefinitions=ct.getColumnDefinitions();

Listcomments=newArrayList<>();

Listcollect=columnDefinitions.stream()

.peek(columnDefinition->{

ListcolumnSpecStrings=columnDefinition.getColumnSpecStrings();

intcommentIndex=getCommentIndex(columnSpecStrings);

if(commentIndex!=-1){

intcommentStringIndex=commentIndex+1;

StringcommentString=columnSpecStrings.get(commentStringIndex);

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

comments.add(commentSql);

columnSpecStrings.remove(commentStringIndex);

columnSpecStrings.remove(commentIndex);

}

columnDefinition.setColumnSpecStrings(columnSpecStrings);

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

ct.setColumnDefinitions(collect);

StringcreateSQL=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

*/

privatestaticintgetCommentIndex(ListcolumnSpecStrings){

for(inti=0;i

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

returni;

}

}

return-1;

}

/**

* 生成COMMENT语句

*

* @param table        表名

* @param column       字段名

* @param commentValue 描述文字

* @return COMMENT语句

*/

privatestaticStringgenCommentSql(Stringtable,Stringcolumn,StringcommentValue){

returnString.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。

效果演示

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。

不足

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：

classTable{

privateStringname;

privateColumncolumn;

}

classColumn{

privateStringname;

privateStringtype;

// 约束，例如非空等

privateSetconstraints;

// 索引

privateIndexindex;

}

classIndex{

privateStringname;

privateStringtype;

}

enumConstraint{

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。