1、打開navicat軟件,打開要復(fù)制表的數(shù)據(jù)庫,如下圖所示:
創(chuàng)新互聯(lián)是一家專業(yè)提供豐林企業(yè)網(wǎng)站建設(shè),專注與成都網(wǎng)站建設(shè)、成都網(wǎng)站設(shè)計、H5響應(yīng)式網(wǎng)站、小程序制作等業(yè)務(wù)。10年已為豐林眾多企業(yè)、政府機構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)的建站公司優(yōu)惠進行中。
2、點擊上方的“工具-數(shù)據(jù)傳輸”,如下圖所示:
3、進去之后,左邊選擇的是要復(fù)制的表的數(shù)據(jù)庫,右邊選擇的將表復(fù)制到目標數(shù)據(jù)庫,如下圖所示:
4、打開左邊數(shù)據(jù)庫對象中的“表”,選擇要復(fù)制哪幾張表,點擊開始。
5、點擊開始,會彈出一個框,點擊是,等待一下,出現(xiàn)如下界面,復(fù)制成功,點擊“關(guān)閉”。
6、可以看到表已經(jīng)復(fù)制到另外一個數(shù)據(jù)庫上了,如下圖所示:
我們知道,JSON是一種輕量級的數(shù)據(jù)交互的格式,大部分NO SQL數(shù)據(jù)庫的存儲都用JSON。MySQL從5.7開始支持JSON格式的數(shù)據(jù)存儲,并且新增了很多JSON相關(guān)函數(shù)。MySQL 8.0 又帶來了一個新的把JSON轉(zhuǎn)換為TABLE的函數(shù)JSON_TABLE,實現(xiàn)了JSON到表的轉(zhuǎn)換。
舉例一
我們看下簡單的例子:
簡單定義一個兩級JSON 對象
mysql set @ytt='{"name":[{"a":"ytt","b":"action"}, ?{"a":"dble","b":"shard"},{"a":"mysql","b":"oracle"}]}';Query OK, 0 rows affected (0.00 sec)
第一級:
mysql select json_keys(@ytt);+-----------------+| json_keys(@ytt) |+-----------------+| ["name"] ? ? ? ?|+-----------------+1 row in set (0.00 sec)
第二級:
mysql select json_keys(@ytt,'$.name[0]');+-----------------------------+| json_keys(@ytt,'$.name[0]') |+-----------------------------+| ["a", "b"] ? ? ? ? ? ? ? ? ?|+-----------------------------+1 row in set (0.00 sec)
我們使用MySQL 8.0 的JSON_TABLE 來轉(zhuǎn)換 @ytt。
mysql select * from json_table(@ytt,'$.name[*]' columns (f1 varchar(10) path '$.a', f2 varchar(10) path '$.b')) as tt;
+-------+--------+
| f1 ? ?| f2 ? ? |
+-------+--------+
| ytt ? | action |
| dble ?| shard ?|
| mysql | oracle |
+-------+--------+
3 rows in set (0.00 sec)
舉例二
再來一個復(fù)雜點的例子,用的是EXPLAIN 的JSON結(jié)果集。
JSON 串 @json_str1。
set @json_str1 = ' { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "1.00" ? ?}, ? ?"table": { ? ? ?"table_name": "bigtable", ? ? ?"access_type": "const", ? ? ?"possible_keys": [ ? ? ? ?"id" ? ? ?], ? ? ?"key": "id", ? ? ?"used_key_parts": [ ? ? ? ?"id" ? ? ?], ? ? ?"key_length": "8", ? ? ?"ref": [ ? ? ? ?"const" ? ? ?], ? ? ?"rows_examined_per_scan": 1, ? ? ?"rows_produced_per_join": 1, ? ? ?"filtered": "100.00", ? ? ?"cost_info": { ? ? ? ?"read_cost": "0.00", ? ? ? ?"eval_cost": "0.20", ? ? ? ?"prefix_cost": "0.00", ? ? ? ?"data_read_per_join": "176" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"log_time", ? ? ? ?"str1", ? ? ? ?"str2" ? ? ?] ? ?} ?}}';
第一級:
mysql select json_keys(@json_str1) as 'first_object';+-----------------+| first_object ? ?|+-----------------+| ["query_block"] |+-----------------+1 row in set (0.00 sec)
第二級:
mysql select json_keys(@json_str1,'$.query_block') as 'second_object';+-------------------------------------+| second_object ? ? ? ? ? ? ? ? ? ? ? |+-------------------------------------+| ["table", "cost_info", "select_id"] |+-------------------------------------+1 row in set (0.00 sec)
第三級:
mysql ?select json_keys(@json_str1,'$.query_block.table') as 'third_object'\G*************************** 1. row ***************************third_object: ["key","ref","filtered","cost_info","key_length","table_name","access_type","used_columns","possible_keys","used_key_parts","rows_examined_per_scan","rows_produced_per_join"]1 row in set (0.01 sec)
第四級:
mysql select json_extract(@json_str1,'$.query_block.table.cost_info') as 'forth_object'\G*************************** 1. row ***************************forth_object: {"eval_cost":"0.20","read_cost":"0.00","prefix_cost":"0.00","data_read_per_join":"176"}1 row in set (0.00 sec)
那我們把這個JSON 串轉(zhuǎn)換為表。
SELECT * FROM JSON_TABLE(@json_str1,
"$.query_block"
COLUMNS(
rowid FOR ORDINALITY,
NESTED PATH '$.table'
COLUMNS (
a1_1 varchar(100) PATH '$.key',
a1_2 varchar(100) PATH '$.ref[0]',
a1_3 varchar(100) PATH '$.filtered',
nested path '$.cost_info'
columns (
a2_1 varchar(100) PATH '$.eval_cost' ,
a2_2 varchar(100) PATH '$.read_cost',
a2_3 varchar(100) PATH '$.prefix_cost',
a2_4 varchar(100) PATH '$.data_read_per_join'
),
a3 varchar(100) PATH '$.key_length',
a4 varchar(100) PATH '$.table_name',
a5 varchar(100) PATH '$.access_type',
a6 varchar(100) PATH '$.used_key_parts[0]',
a7 varchar(100) PATH '$.rows_examined_per_scan',
a8 varchar(100) PATH '$.rows_produced_per_join',
a9 varchar(100) PATH '$.key'
),
NESTED PATH '$.cost_info'
columns (
b1_1 varchar(100) path '$.query_cost'
),
c INT path "$.select_id"
)
) AS tt;
+-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+
| rowid | a1_1 | a1_2 ?| a1_3 ? | a2_1 | a2_2 | a2_3 | a2_4 | a3 ? | a4 ? ? ? | a5 ? ?| a6 ? | a7 ? | a8 ? | a9 ? | b1_1 | c ? ?|
+-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+
| ? ? 1 | id ? | const | 100.00 | 0.20 | 0.00 | 0.00 | 176 ?| 8 ? ?| bigtable | const | id ? | 1 ? ?| 1 ? ?| id ? | NULL | ? ?1 |
| ? ? 1 | NULL | NULL ?| NULL ? | NULL | NULL | NULL | NULL | NULL | NULL ? ? | NULL ?| NULL | NULL | NULL | NULL | 1.00 | ? ?1 |
+-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+
2 rows in set (0.00 sec)
當然,JSON_table 函數(shù)還有其他的用法,我這里不一一列舉了,詳細的參考手冊。
請點擊輸入圖片描述
沒有簡單的辦法,導(dǎo)出成為*.sql文件
然后在mysql客戶端執(zhí)行
有的數(shù)據(jù)類型不匹配,還要手工倒。
安全的方法是寫程序連接兩個數(shù)據(jù)庫,用程序轉(zhuǎn)
用pl/sql developer之類的工具,之間導(dǎo)出成sql語句;然后針對2個數(shù)據(jù)庫的不同,進行適當修改;再到mysql執(zhí)行
當前名稱:在mysql內(nèi)怎么倒數(shù)據(jù) 設(shè)計圖看圖軟件
網(wǎng)址分享:http://muchs.cn/article4/dohosie.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供移動網(wǎng)站建設(shè)、響應(yīng)式網(wǎng)站、手機網(wǎng)站建設(shè)、全網(wǎng)營銷推廣、網(wǎng)站策劃、小程序開發(fā)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)