Python 自动生成数据库结构对比报告的核心是“取数据→比差异→写报告”，通过SQL查询采集元数据、分层集合运算对比差异、生成HTML/Markdown可读报告，强调稳定、准确与可复用。
用 Python 自动生成数据库结构对比报告，核心是“取数据 → 比差异 → 写报告”，不依赖图形界面或商业工具，靠 SQL 查询 + Python 数据处理就能落地。关键不在多炫技，而在稳、准、可复用。
一、明确对比维度：先想清楚比什么
结构对比不是全字段扫描，而是聚焦业务关心的元信息。常见必比项包括：
- 表存在性：A库有但B库没有的表（新增/遗漏）
- 字段级差异：同名表中字段名、类型、是否为空、默认值、注释是否一致
- 主键与索引：主键字段是否相同；唯一索引、普通索引的名称、列组合、顺序是否一致
- 引擎与字符集（MySQL）或 表空间/排序规则（PostgreSQL）等库级属性
建议首次运行前先列一张“对比清单表”，避免后期反复改逻辑。
二、统一元数据采集方式：让两边数据可对齐
不同数据库查结构的 SQL 不一样，但目标一致：把表、字段、索引等转成标准 Python 字典或 DataFrame。例如：
立即学习“Python免费学习笔记（深入）”；
-
MySQL：查 information_schema 表（
TABLES,COLUMNS,KEY_COLUMN_USAGE,STATISTICS） -
PostgreSQL：查 pg_catalog 视图（
pg_tables,pg_attribute,pg_index,pg_class） - SQL Server：用 sys.tables, sys.columns, sys.indexes 等系统视图
封装一个 get_schema(conn, db_type) 函数，返回统一结构的字典，如：{"tables": [...], "columns": {...}, "indexes": {...}} —— 后续对比逻辑就不用再区分数据库类型。
三、逐层对比 + 差异归类：用集合和字典高效找不同
别用嵌套 for 循环硬比。推荐分层处理：
-
表层：用集合差集找出
set(tables_a) - set(tables_b)和反向差集 -
字段层：对每个共有的表，把字段按
(name, data_type, is_nullable, column_default)组合成元组，转为 frozenset 对比 -
索引层：把索引定义标准化为
(index_name, is_unique, [col1, col2])，再比集合
差异结果统一存为列表，每条含：{"type": "column_type_mismatch", "table": "user", "field": "created_at", "a_value": "datetime", "b_value": "timestamp"} —— 方便后续渲染和筛选。
四、生成可读报告：HTML 或 Markdown 都够用
不需要复杂模板引擎。用 Python 自带的 string.Template 或简单 f-string 拼接即可：
- HTML 报告：加基础 CSS 控制表格边框、颜色（如红色标差异、绿色标一致）
- Markdown 报告：用
tabulate库转为对齐表格，输出 .md 文件，Git 友好、PR 中直接预览 - 关键字段加摘要统计：如“共发现 3 张表结构不一致，其中 2 处字段类型变更，1 处缺失索引”
额外建议：把本次对比的连接参数、时间戳、数据库版本也写进报告头部，方便回溯。
基本上就这些。脚本写完后，加个命令行参数支持（比如 --source config_a.yml --target config_b.yml --output report.html），就能放进 CI 流程定期跑。不复杂但容易忽略的是异常处理——比如某张表被锁、字段注释含换行符、类型别名（int vs integer）需归一化。补上这些细节，报告才真正可靠。
