DBeaver - 开发者的数据库瑞士军刀

作为一个需要频繁与数据库打交道的开发者，我尝试过无数的数据库管理工具：Navicat、DataGrip、MySQL Workbench、pgAdmin…

但自从遇到 DBeaver，我就再也没有换过其他工具。

DBeaver - GitHub

Free universal database tool and SQL client. 免费的通用数据库工具

🔗 github.com

为什么选择 DBeaver

我的痛点

在使用 DBeaver 之前，我的数据库工具箱是这样的：

💰 MySQL → Navicat（付费，贵）
🐘 PostgreSQL → pgAdmin（界面难用）
🔷 SQL Server → SSMS（只能在 Windows 上用）
🐬 MongoDB → Robo 3T（功能有限）
⚡ Redis → RedisDesktop Manager（又要付费）

每次切换数据库，就要切换工具。每个工具的快捷键、界面逻辑都不一样，学习成本高，效率低下。

DBeaver 的解决方案

一个工具，管理所有数据库。

这不是夸张，DBeaver 真的支持 100+ 种数据库，从传统的关系型数据库到 NoSQL，从云数据库到大数据平台，几乎应有尽有。

项目数据：

⭐ Stars: 45.7k+
🍴 Forks: 3.9k
📝 License: Apache 2.0
☕ 语言: Java (99.6%)
🏗️ 架构: Eclipse RCP + OSGi

核心特性

1. 支持海量数据库 🗄️

社区版免费支持：

关系型数据库：

MySQL / MariaDB
PostgreSQL / TimescaleDB
Oracle / EnterpriseDB
SQL Server / Sybase
DB2 / Informix
SQLite / DuckDB
H2 / Derby / HSQLDB

云数据库：

AWS Redshift / Athena / Timestream
Azure SQL / CosmosDB
Google BigQuery / Spanner
Snowflake / Databricks
Alibaba MaxCompute

大数据平台：

Apache Hive / Impala / Spark
Apache Drill / Presto / Trino
Apache Kylin / Druid
ClickHouse / Apache Pinot

时序数据库：

InfluxDB / TimescaleDB
TDEngine / IotDB

国产数据库：

Dameng（达梦）
GaussDB（高斯）
GBase 8s
Kingbase（人大金仓）
OceanBase

PRO 版额外支持：

MongoDB / Cassandra / Couchbase
Redis / InfluxDB
Elasticsearch / OpenSearch
Neo4j / AWS Neptune
文件格式：CSV / XLSX / JSON / XML / Parquet

2. 强大的 SQL 编辑器 ✍️

作为开发者，我在 SQL 编辑器中的时间最长。DBeaver 的编辑器体验非常出色：

智能补全：

1
2
3
4
5
6
7
-- 输入 "se" 自动提示 SELECT
-- 输入表名自动提示列名
-- 输入 JOIN 自动提示关联表
SELECT u.id, u.name, o.order_id
FROM users u
JOIN orders o ON u.id = o.user_id  -- 自动补全
WHERE u.created_at > '2024-01-01'

AI 集成：

支持 OpenAI GPT
支持 GitHub Copilot
自然语言生成 SQL
SQL 代码优化建议

格式化与美化：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
-- 格式化前
select u.id,u.name,o.order_id from users u join orders o on u.id=o.user_id where u.created_at>'2024-01-01'

-- 格式化后（Ctrl+Shift+F）
SELECT
    u.id,
    u.name,
    o.order_id
FROM
    users u
    JOIN orders o ON u.id = o.user_id
WHERE
    u.created_at > '2024-01-01'

语法高亮：

支持多种 SQL 方言
自定义配色方案
错误实时提示

3. 可视化数据编辑 📊

不需要写 UPDATE 语句，直接在表格中修改数据：

┌─────┬──────────┬───────────────┬────────┐
│ ID  │ Name     │ Email         │ Status │
├─────┼──────────┼───────────────┼────────┤
│ 1   │ Alice    │ [email protected]  │ active │ → 双击编辑
│ 2   │ Bob      │ [email protected]    │ active │
│ 3   │ Charlie  │ charlie@...   │ [null] │ → 右键设置为 NULL
└─────┴──────────┴───────────────┴────────┘

支持的操作：

✅ 增删改查（CRUD）
✅ 批量编辑
✅ 复制/粘贴行
✅ NULL 值处理
✅ 二进制数据编辑
✅ JSON/XML 数据格式化

4. ER 图与数据库设计 🎨

自动生成 ER 图：

右键数据库 → View Diagram → 自动生成关系图

┌──────────────┐         ┌──────────────┐
│   users      │         │   orders     │
├──────────────┤         ├──────────────┤
│ * id (PK)    │───1:N───│ * id (PK)    │
│   name       │         │   user_id(FK)│
│   email      │         │   total      │
│   created_at │         │   status     │
└──────────────┘         └──────────────┘

可视化设计：

拖拽创建表
可视化定义关系
一键生成 DDL
对比数据库差异

5. 数据导入导出 📤📥

支持的格式：

CSV / TSV
JSON / BSON
XML
Excel (XLSX)
HTML
SQL Insert 语句
Markdown Table

我的使用场景：

1
2
3
4
5
6
7
8
9
# 场景 1: 导出生产数据到测试环境
SELECT * FROM users WHERE created_at > '2024-01-01'
→ 右键 → Export Data → SQL Insert

# 场景 2: 从 Excel 导入配置数据
右键表 → Import Data → 选择 Excel 文件

# 场景 3: 导出数据给产品经理
右键查询结果 → Export Data → Excel

6. SSH 隧道与代理 🔐

连接生产环境数据库的神器：

本地电脑 → SSH 跳板机 → 生产数据库
           (公网)      (内网)

配置步骤：

Connection Settings → SSH
配置跳板机地址和认证
自动建立隧道连接

支持的认证方式：

密码认证
SSH Key 认证
SSH Agent 认证

7. 执行计划分析 📈

优化慢查询的利器：

1
2
3
4
5
-- 查看执行计划
EXPLAIN ANALYZE
SELECT * FROM large_table
WHERE created_at > '2024-01-01'
AND status = 'active';

可视化展示：

树状结构显示
每个节点的成本
扫描行数统计
建议添加的索引

我的实际使用场景

场景 1: 多数据库项目开发

我参与的一个项目同时使用了：

PostgreSQL - 主业务数据
MongoDB - 日志存储
Redis - 缓存
ClickHouse - 数据分析

传统方式：需要 4 个工具，来回切换

使用 DBeaver：一个窗口，多个连接标签，随时切换

场景 2: 数据库迁移

从 MySQL 迁移到 PostgreSQL：

对比结构：Database → Compare → 找出差异
导出数据：Export Data → CSV
调整 SQL：修改数据类型和语法
导入数据：Import Data → PostgreSQL

整个过程在 DBeaver 中一气呵成。

场景 3: 生产环境排查

凌晨 2 点，生产环境报警：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
# 快速连接（通过 SSH 隧道）
1. 打开 DBeaver
2. 选择生产连接
3. 执行诊断查询

SELECT * FROM slow_query_log
WHERE query_time > 5
ORDER BY start_time DESC
LIMIT 10;

# 查看执行计划
EXPLAIN ANALYZE ...

# 修复后验证
SELECT COUNT(*) FROM ...

关键优势：

保存的连接配置，秒级连接
历史 SQL 查询记录
快捷键操作，效率高

场景 4: 数据分析与报告

产品经理：“能给我一份上个月的用户增长数据吗？”

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
-- 编写查询
SELECT
    DATE(created_at) as date,
    COUNT(*) as new_users,
    COUNT(DISTINCT email) as unique_users
FROM users
WHERE created_at >= DATE_SUB(NOW(), INTERVAL 1 MONTH)
GROUP BY DATE(created_at)
ORDER BY date;

-- 导出为 Excel
右键结果 → Export → Excel → 发送给产品

场景 5: 学习新数据库

最近项目要用 ClickHouse，我不熟悉：

DBeaver 安装 ClickHouse 驱动（自动下载）
连接测试环境
查看表结构、索引、分区信息
运行示例查询，学习语法
对比与 PostgreSQL 的差异

学习效率提升 10 倍。

实用技巧

1. 快捷键

我最常用的快捷键：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
# SQL 编辑
Ctrl + Enter      # 执行当前语句
Ctrl + \          # 执行全部
Ctrl + Shift + F  # 格式化 SQL
Ctrl + Space      # 代码补全
Ctrl + /          # 注释/取消注释

# 导航
Ctrl + F7         # 切换 Tab
Alt + Left/Right  # 前进/后退
Ctrl + Shift + ]  # 下一个连接
Ctrl + Shift + [  # 上一个连接

# 数据编辑
Ctrl + C/V        # 复制/粘贴
Ctrl + D          # 复制行
Ctrl + Delete     # 删除行
F2                # 编辑单元格

2. 自定义模板

创建常用 SQL 模板：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
-- 模板 1: 查询前 N 条
SELECT * FROM ${table} LIMIT ${n};

-- 模板 2: 按时间查询
SELECT * FROM ${table}
WHERE ${date_column} BETWEEN '${start_date}' AND '${end_date}';

-- 模板 3: 分页查询
SELECT * FROM ${table}
ORDER BY ${order_column}
LIMIT ${page_size} OFFSET ${offset};

使用：输入缩写 → Tab → 填充变量

3. SQL 脚本管理

Project/
├── scripts/
│   ├── schema/
│   │   ├── create_tables.sql
│   │   └── alter_tables.sql
│   ├── data/
│   │   ├── seed_data.sql
│   │   └── test_data.sql
│   └── queries/
│       ├── analytics.sql
│       └── reports.sql

在 DBeaver 中：

按项目组织 SQL 文件
Git 版本控制
团队共享

4. 结果集处理

1
2
3
4
5
6
7
8
-- 执行查询
SELECT * FROM large_table;

-- 结果集操作
1. 过滤：点击列头 → 设置过滤条件
2. 排序：点击列头 → 升序/降序
3. 统计：选中列 → 右键 → Calculate Statistics
4. 复制：选中数据 → Ctrl+C → 粘贴到 Excel

5. 批量操作

批量重命名表：

1
2
3
4
5
6
-- 生成 SQL
SELECT CONCAT('ALTER TABLE ', table_name, ' RENAME TO new_', table_name, ';')
FROM information_schema.tables
WHERE table_schema = 'public';

-- 复制结果 → 执行

批量修改字段：

1
2
3
SELECT CONCAT('ALTER TABLE ', table_name, ' ALTER COLUMN id TYPE BIGINT;')
FROM information_schema.tables
WHERE table_schema = 'public';

高级功能

1. 多连接执行

同时在多个数据库执行相同的查询：

1
2
3
4
5
6
-- 选择多个连接
-- 编写查询
SELECT COUNT(*) FROM users;

-- Ctrl + Shift + Enter
-- 在所有选中的数据库中执行

适用场景：

多租户系统数据统计
分库分表数据聚合
多环境数据对比

2. Mock Data 生成

生成测试数据：

-- 右键表 → Generate SQL → INSERT
-- 自动生成 INSERT 语句
INSERT INTO users (id, name, email) VALUES
(1, 'User_1', '[email protected]'),
(2, 'User_2', '[email protected]'),
...
(1000, 'User_1000', '[email protected]');

支持：

随机字符串
随机数字
随机日期
UUID 生成
自定义规则

3. 数据库元数据搜索

全局搜索：

Ctrl + H → 输入关键词

搜索范围：
- 表名
- 列名
- 视图
- 存储过程
- 触发器
- 索引

案例：

找到所有包含 “user_id” 的表
找到所有使用 “email” 字段的地方
找到所有包含 “created_at” 的索引

4. ERD 反向工程

从现有数据库生成文档：

右键数据库 → View Diagram
调整布局
导出为图片（PNG/SVG）
生成 HTML 文档

用途：

项目文档
新人培训
架构评审
数据库重构

5. 自定义驱动

连接特殊数据库：

Database → Driver Manager → New
- 下载 JDBC 驱动
- 配置连接参数
- 测试连接

我用它连接过：

自研的内部数据库
嵌入式数据库
特殊版本的 MySQL

配置建议

我的配置

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 性能优化
dbeaver.sql.resultset.maxrows=10000  # 结果集限制
dbeaver.sql.execute.timeout=30       # 执行超时（秒）

# 编辑器
dbeaver.sql.format.keyword=upper     # SQL 关键字大写
dbeaver.sql.format.indent=4          # 缩进 4 空格

# 自动保存
dbeaver.auto.save.enable=true        # 启用自动保存
dbeaver.auto.save.interval=60        # 每 60 秒保存

外观主题

Dark Theme（护眼）：

Window → Preferences → Appearance
Theme → Dark

字体：

编辑器字体：Monaco / Consolas / Fira Code
结果集字体：系统默认

快捷键定制

我的自定义：

Execute SQL          : Cmd + R      (macOS)
Format SQL           : Cmd + Shift + F
New SQL Editor       : Cmd + N
Close Tab            : Cmd + W

与其他工具对比

特性	DBeaver	Navicat	DataGrip	MySQL Workbench
价格	免费	$199+	$199/年	免费
多数据库	100+	20+	20+	MySQL only
SQL 补全	✅	✅	✅	✅
AI 集成	✅	❌	❌	❌
ER 图	✅	✅	✅	✅
SSH 隧道	✅	✅	✅	✅
开源	✅	❌	❌	✅
跨平台	✅	✅	✅	✅
学习曲线	中	低	中	高

我的选择理由：

免费开源 - 无需盗版，无需付费
支持全面 - 一个工具管理所有数据库
功能强大 - 不输商业工具
社区活跃 - 问题能快速解决
持续更新 - 每月都有新版本

注意事项

1. 性能问题

大表查询：

1
2
3
4
5
-- 不要直接 SELECT *
SELECT * FROM huge_table;  -- ❌ 可能卡死

-- 加上 LIMIT
SELECT * FROM huge_table LIMIT 1000;  -- ✅ 安全

配置限制：

Preferences → Editors → SQL Editor
Max rows: 10000
Query timeout: 30s

2. 内存占用

DBeaver 基于 Eclipse，内存占用较大：

优化方法：

1
2
3
# 编辑 dbeaver.ini
-Xms256m      # 初始内存
-Xmx2048m     # 最大内存（根据实际情况调整）

3. 连接管理

不要保存密码在明文：

使用 SSH Key 认证
使用 Master Password
使用密钥管理器

4. 慎用生产环境

安全建议：

只读账号连接生产库
开启 SQL 确认提示
备份重要操作的数据
使用事务操作

安装与入门

安装

官方下载：https://dbeaver.io/download/

支持平台：

Windows
macOS
Linux

包管理器安装：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# macOS
brew install --cask dbeaver-community

# Windows (Chocolatey)
choco install dbeaver

# Linux (Snap)
sudo snap install dbeaver-ce

# Arch Linux
yay -S dbeaver

首次使用

创建连接：Database → New Database Connection
选择数据库类型：MySQL / PostgreSQL / …
配置连接参数：Host / Port / Database / User / Password
测试连接：Test Connection
保存：Finish

学习资源

官方文档：https://dbeaver.io/docs/
Wiki：https://github.com/dbeaver/dbeaver/wiki
YouTube 教程：DBeaver Official Channel
社区论坛：https://github.com/dbeaver/dbeaver/discussions

总结与推荐

我为什么离不开 DBeaver

使用 DBeaver 三年了，它已经成为我开发工具链中不可或缺的一部分：

效率提升 - 一个工具管理所有数据库，节省大量切换时间
学习成本低 - 统一的界面逻辑，学会一次，到处适用
功能全面 - 从查询到设计，从导入到分析，应有尽有
免费开源 - 不用担心版权问题，社区支持好
持续进化 - AI 集成、新数据库支持，一直在进步

适合人群

✅ 强烈推荐：

后端开发者
数据库管理员
数据分析师
需要管理多种数据库的团队
预算有限的个人开发者

⚠️ 可能不适合：

只用一种数据库的简单场景
需要极致性能的专业 DBA
不熟悉 Java/Eclipse 生态的用户

我的评分

功能性: ⭐⭐⭐⭐⭐ (5/5)
易用性: ⭐⭐⭐⭐☆ (4/5)
性能: ⭐⭐⭐☆☆ (3/5)
稳定性: ⭐⭐⭐⭐☆ (4/5)
社区: ⭐⭐⭐⭐⭐ (5/5)

总分: 4.2/5

最后的建议

花一天时间熟悉 - 值得投资
配置好快捷键 - 效率翻倍
学习 SQL 模板 - 重复工作自动化
加入社区 - 遇到问题有人帮
尝试 PRO 版 - 如果需要 NoSQL 支持