当前位置: 首页 > article >正文

python 对比数据库,生成sql

import pymysql


def get_table_structure(connection, cursor, database, table):
    # 获取表结构
    query = f"SHOW COLUMNS FROM {database}.{table}"
    cursor.execute(query)
    return cursor.fetchall()


def generate_create_table(cursor, table_structure, database, table):
    # 生成创建表的SQL语句,包含字段约束、默认值和主键信息
    columns = []
    for column in table_structure:
        column_name = column[0]
        column_type = column[1]
        is_nullable = "NOT NULL" if column[2] == "NO" else ""
        default_value = f"DEFAULT {column[4]}" if column[4] is not None else ""
        columns.append(f"`{column_name}` {column_type} {is_nullable} {default_value}")

    # 查找主键信息
    cursor.execute(f"SHOW KEYS FROM {table} WHERE Key_name = 'PRIMARY'")
    primary_key = cursor.fetchone()
    if primary_key:
        columns.append(f"PRIMARY KEY (`{primary_key[4]}`)")

    return f"CREATE TABLE `{database}`.`{table}` ({', '.join(columns)});"


def generate_add_or_modify_column(connection, cursor, database, table, column_structure):
    # 生成添加字段或修改字段的SQL语句
    alter_statements = []
    for column_info in column_structure:
        # column_name, column_type, is_nullable, default_value = column_info
        # default_clause = f"DEFAULT {default_value}" if default_value is not None else ""
        column_name = column_info[0]
        column_type = column_info[1]
        is_nullable = "NOT NULL" if column_info[2] == "NO" else ""
        default_value = f"DEFAULT  {column_info[4]}" if (column_info[4] is not None and column_info[4]) else "DEFAULT NULL"


        # 检查字段是否已经存在
        if is_column_exists(cursor, database, table, column_name):
            # 字段存在,生成修改字段的SQL语句
            alter_statements.append(
                f"ALTER TABLE `{database}`.`{table}` MODIFY COLUMN `{column_name}` {column_type} {is_nullable} {default_value} ;")
        else:
            # 字段不存在,生成添加字段的SQL语句
            alter_statements.append(
                f"ALTER TABLE `{database}`.`{table}` ADD COLUMN `{column_name}` {column_type} {is_nullable} {default_value} ;")

    return alter_statements


def is_column_exists(cursor, database, table, column_name):
    # 检查字段是否存在于目标表中
    query = f"SHOW COLUMNS FROM `{database}`.`{table}` LIKE '{column_name}'"
    cursor.execute(query)
    return cursor.fetchone() is not None


if __name__ == "__main__":

    dba ="test";
    dbb = "test1";
    # 连接数据库A
    db_a = pymysql.connect(host="127.0.0.1", port=3307, user="root", password="123456", database=dba)
    cursor_a = db_a.cursor()

    # 连接数据库B
    db_b = pymysql.connect(host="127.0.0.1", port=3307, user="root", password="123456", database=dbb)
    cursor_b = db_b.cursor()

    # 获取数据库A中的表
    cursor_a.execute("SHOW TABLES")
    database_a_tables = [table[0] for table in cursor_a.fetchall()]

    # 获取数据库B中的表
    cursor_b.execute("SHOW TABLES")
    database_b_tables = [table[0] for table in cursor_b.fetchall()]

    # 比较两个数据库的表结构并生成SQL语句
    for table in database_a_tables:
        if table not in database_b_tables:
            # 表在库B中缺失,生成创建表语句
            table_structure = get_table_structure(db_a, cursor_a,dba, table)
            create_table_sql = generate_create_table(cursor_a, table_structure, dbb, table)
            print(create_table_sql)
        else:
            # 表在库B中存在,比较字段
            columns_a = get_table_structure(db_a, cursor_a, dba, table)
            columns_b = get_table_structure(db_b, cursor_b,dbb, table)

            # 字段差异
            column_diff = [col for col in columns_a if col not in columns_b]

            # 生成添加字段或修改字段的SQL语句
            alter_column_sqls = generate_add_or_modify_column(db_b, cursor_b, dbb, table, column_diff)

            for alter_column_sql in alter_column_sqls:
                print(alter_column_sql)

    # 关闭数据库连接
    db_a.close()
    db_b.close()


http://www.kler.cn/a/136738.html

相关文章:

  • QPS和TPS 的区别是什么?QPS 大了会有什么问题,怎么解决?
  • Pytorch初学
  • MP4 与Fragmented MP4 (fMP4)的区别
  • 【信息系统项目管理师】第15章:项目风险管理过程详解
  • AnaConda下载PyTorch慢的解决办法
  • js可不使用document直接根据id获取id元素
  • 大型 APP 的性能优化思路
  • 【STL】string类 (上) <vector>和<list>的简单使用
  • 为什么几乎所有的量化交易都用Python?
  • Vue项目Jenkins自动化部署
  • python实战—数据分析与图表1(QQ群聊天数据分析) lv2
  • android生成jks文件
  • 放大招:腾讯云5年服务器和3年轻量应用服务器租用价格表
  • 高压放大器使用方法介绍
  • 【Spring Boot】使用WebSocket协议完成来单提醒及客户催单功能
  • 【rosrun diagnostic_analysis】报错No module named rospkg | ubuntu 20.04
  • 对OpenAI CEO奥特曼突然被解雇事件的一些分析
  • DCDC同步降压控制器SCT82A30\SCT82630
  • RoCE、IB和TCP等网络的基本知识及差异对比
  • 用平板当电脑副屏(spacedesk)双端分享
  • 安装2023最新版PyCharm来开发Python应用程序
  • 【日常】爬虫技巧进阶:textarea的value修改与提交问题(以智谱清言为例)
  • Tomcat无法映射到activiti-app导致activiti无法启动页面
  • 【无标题】awdadwadw
  • 系列十二、线程池
  • 本地/笔记本/纯 cpu 部署、使用类 gpt 大模型