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。

创新互联2013年至今，是专业互联网技术服务公司，拥有项目网站设计、成都网站建设网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元金秀做网站,已为上家服务,为金秀各地企业和个人服务,联系电话:13518219792

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：
• mysql-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。

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：

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()
                .stream()
                .map(statement -> (CreateTable) statement).forEach(ct -> {
            Table table = ct.getTable();
            List columnDefinitions = ct.getColumnDefinitions();
            List comments = new ArrayList<>();
            List collect = columnDefinitions.stream()
                    .peek(columnDefinition -> {
                        List 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 columnSpecStrings) {
        for (int i = 0; i < columnSpecStrings.size(); i++) {
            if ("COMMENT".equalsIgnoreCase(columnSpecStrings.get(i))) {
                return i;
            }
        }
        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
     */
    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。

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：

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 constraints;
    // 索引
    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。

本文名称：MySQL建表语句转PostgreSQL建表语句全纪录
本文地址：http://kswjz.com/article/iejdps.html