如何用ChartDB快速生成数据库图表并跨库迁移【免费下载链接】chartdbDatabase diagrams editor that allows you to visualize and design your DB with a single query.项目地址: https://gitcode.com/GitHub_Trending/ch/chartdb 接手120张表的遗留库先画出来再动手接手一个没有文档的 MySQL 遗留库120 张表想给订单加个退款状态先要确认 orders、payments 之间到底谁引用谁翻 DDL 能翻一下午。ChartDB 换了一个思路不让你从头画图而是把库里现成的结构一次性抽成可视化数据库图表改完再导出。下面基于它的开源实现拆三条主线结构逆向、DBML 设计、跨库 DDL 生成。 两个概念锚定ChartDB的核心一个类比DBMLDatabase Markup Language数据库建模语言就是数据库界的 Markdown——纯文本描述表和字段天然适合进 Git 做版本管理。另一个是 Smart Query智能查询一条只读 SQL 跑在目标库上把表、字段、索引、外键、约束打包成 JSON 返回相当于给数据库拍一张 CT 片。两者组合让工作流闭环JSON 或 DBML 文件进来变成可拖拽的图表图表改完再导出为各数据库方言的 DDL、DBML 文本或图片。支持 PostgreSQL、MySQL、SQL Server、MariaDB、SQLite、CockroachDB、ClickHouse 等且全程不需要数据库密码。图中是 ChartDB 的主界面左侧为表列表中央画布以图形化方式展示表结构与外键关系可直接拖拽编辑。按场景拆开ChartDB的三条工作流逆向工程一条智能查询把结构抽成图表选定数据库类型后页面会给出一条 Smart Query。拿到库里执行各库的查询脚本按方言分别实现放在 src/lib/data/import-metadata/scripts/ 目录下把返回的 JSON 粘回编辑器表、字段、索引、外键、检查约束会全部出现在画布上。整个过程只跑一条只读查询不碰业务数据。对遗留库来说这张图就是改造前基线后续变更都在图上发生。图中演示了选库、复制智能查询、在数据库执行后把 JSON 粘贴回编辑器的完整流程。设计新库用DBML文本驱动图表编辑新项目反过来从 DBML 文件入手语法长这样Table users { id int [pk, increment] email varchar(100) [unique, not null] } Table orders { id int [pk, increment] user_id int [ref: users.id] status enum(paid, refunded) }导入器实现位于 src/lib/dbml/dbml-import/解析 Table、Ref、Enum、索引等语法块转换成内部图模型侧边栏的 DBML 面板还能把文本变更增量应用到已有图表改字段、调外键后图表即时刷新。跨库迁移从图表到目标库的DDL脚本定稿后导出 DDLData Definition Language用于定义表结构等数据库对象的语句。目标库与源库相同时走规则引擎表结构、索引、自增列的方言细节由对应导出器处理。跨方言时分两条路PostgreSQL 出发到 MySQL / SQL Server 是确定性的类型映射转换输出稳定可复现其余组合走 AI 生成内置各方言的约束提示例如 SQLite 不支持事后补外键、MySQL 布尔值建议 TINYINT(1)结果带缓存避免重复请求。图中是一张由智能查询逆向出的 DVD 租赁库数据库图表按业务模块分组展示表与关系。 选型什么场景用、什么场景不必用维度判断适合的场景遗留库文档化、设计评审、需要频繁产出多库 DDL 的团队不必用的场景只看单表结构或已有成熟 ER 工具且无跨库导出需求与同类工具的核心差异多数 ER 工具要装客户端或连接数据库ChartDB 走只读查询 本地编辑无需密码数据留在本地需要留意的边界跨方言 DDL 中依赖 AI 的路径需配置模型接口AGPLv3 协议二次开发后对外提供服务需注意开源义务可以今天就做的三件事给遗留库跑一次智能查询JSON 存进仓库当基线之后的结构变更以这张图为评审依据。新库的 DBML 文件纳入 Git改表走 PR评审时看 diff 而不是读 DDL。迁移前先在 ChartDB 导出目标方言 DDL在空库执行一遍验证通过再定迁移窗口。【免费下载链接】chartdbDatabase diagrams editor that allows you to visualize and design your DB with a single query.项目地址: https://gitcode.com/GitHub_Trending/ch/chartdb创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考