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：
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<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))) {
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<
Constraint> 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。
