如何将Gupta(SQLBase)数据库数据迁移至MySQL（已完成表结构创建）

方案1：SQLBase原生导出+MySQL批量导入（高效稳定） #

既然表结构完全一致，这个方案最直接，针对大表优化即可避免数据丢失：

• SQLBase导出操作：
  • 用SQLBase官方工具（如Gupta SQLBase Studio）或EXPORT命令，将百万级大表按主键范围分批次导出，比如每次导出10万条，避免生成单个超大文件。
  • 导出格式选带字段引号的CSV，开启导出时的完整性校验（如SQLBase的CHECK DATA选项），确保导出文件无损坏。
• MySQL导入操作：
  • 导入前先关闭索引更新，减少写入开销：ALTER TABLE 目标表名 DISABLE KEYS;
  • 使用LOAD DATA INFILE批量导入，这比普通INSERT快10-100倍，且支持事务保证完整性：

    SET autocommit=0;
    LOAD DATA INFILE '/path/to/your/data.csv'
    INTO TABLE 目标表名
    FIELDS TERMINATED BY ',' ENCLOSED BY '"'
    LINES TERMINATED BY '\n'
    IGNORE 1 LINES; -- 若CSV含表头则启用
    COMMIT;
    

  • 导入完成后重建索引：ALTER TABLE 目标表名 ENABLE KEYS;，最后用COUNT(*)对比源表和目标表的记录数。

方案2：Python脚本直接读写（灵活可控） #

如果导出文件流程繁琐，可通过脚本直接连接两个数据库，分批次迁移并全程控制事务：

• 前置准备：安装SQLBase官方ODBC驱动，以及pyodbc、pymysql库。
• 核心逻辑：
  1. 同时连接SQLBase和MySQL，关闭MySQL自动提交。
  2. 从SQLBase按主键分页查询（避免偏移量分页导致的重复/遗漏），比如：SELECT * FROM 源表 WHERE 主键 > @last_max_id LIMIT 10000;
  3. 用executemany方法将查询结果批量插入MySQL，每批次提交一次事务。
  4. 每批次迁移后对比两边记录数，不一致则回滚重试。
• 关键注意：脚本需加入异常捕获，失败时自动重试当前批次，避免数据断点。

方案3：ETL工具全量同步（适合多表批量迁移） #

如果涉及多个表迁移，可使用ETL工具减少手动操作：

• 选择Talend Open Studio或Pentaho Data Integration这类工具，直接配置SQLBase和MySQL的连接，设置全量同步任务。
• 开启数据校验机制（如每条记录的MD5对比），配置批量加载和错误重试，确保数据零丢失。

通用保障措施 #

• 迁移前在SQLBase执行LOCK TABLE 源表 READ;，避免迁移过程中数据被修改。
• 迁移后对所有表执行COUNT(*)全量对比，抽样检查关键字段（如主键、日期、金额类字段）。
• 大表迁移尽量在业务低峰期进行，避免影响现有系统。

内容的提问来源于stack exchange，提问作者Dolis