企业官网建设流程全解析

DBX 数据导入导出实用指南：备份、跨库迁移与自动化的 6 个实战场景

【免费下载链接】dbx25 MB lightweight cross-platform database client for 100+ databases, including MySQL, PostgreSQL, SQLite, Redis, MongoDB, DuckDB, SQL Server, and Dameng. Built-in AI, MCP Server, CLI, desktop and Docker. | 轻量级跨平台数据库管理工具，支持 MySQL、PostgreSQL、SQLite、Redis、MongoDB、达梦等 100+ 数据库，提供桌面端、Docker、CLI、内置 AI 助手和 MCP。项目地址: https://gitcode.com/GitHub_Trending/dbx7/dbx

DBX 是一款轻量级跨平台数据库管理工具，支持 MySQL、PostgreSQL、SQLite、Redis、MongoDB、达梦等 100 多种数据库。本文按 6 个真实场景讲透 DBX 数据导入导出：单表备份、整库批量导出、把文件数据导回数据库、跨引擎迁移，以及用 CLI 脚本自动化。每个场景都给出界面里的实际入口和容易踩的坑，照着做基本就能一次跑通。

准备：先把两个连接建对再谈搬家 🚀

说白了，导出、导入、跨库传输全都建立在"连接可用"这个前提上。源端连不上白搭，目标端连不上更白搭。

做法很直接：顶部菜单点"新建连接"，选数据库类型（MySQL、PostgreSQL、Vastbase 这些都在列表里），填主机、用户名、密码，先点"测试连接"验证，再保存。如果是跨库迁移，记得把源和目标两个连接都建好、都测通，后面一步就能省掉一半排错时间。

场景一：只导一张表或一个查询结果，格式怎么选 🔍

这个场景解决的是"我只要这张表 / 只要这次查出来的数据"。DBX 的导出入口有两个：在左侧数据库树上对表右键直接导出，或者先跑一条带 WHERE 的查询，再从结果集工具栏的"导出"下拉菜单里选。

格式选择建议这样定：给 Excel 看就选 CSV 或 XLSX；给接口或 NoSQL 用选 JSON；要直接灌回数据库就选 SQL（会生成 INSERT 语句）；写文档贴数据用 Markdown。下拉菜单里每个格式都分了"当前页"和"当前结果集全部数据"两档——注意别只在第 1 页就点"当前页"，那样只导出一页 100 行，这是新手最容易踩的坑。

导出过程会显示文件名、已导出行数和耗时，完成后弹窗直接提示"导出完成"，顺手就能确认数据量对不对。

日期时间会自动转成标准格式，二进制可以导出为文件或 Base64，大文本字段完整导出不会截断，这些默认行为一般不用你操心。更多细节可以看 官方导出文档。

场景二：整库备份，批量导出多张表省时间 📦

要备份整个库或者把库里的表挑一部分导走，就别一张一张右键了。在数据库节点上右键"导出数据库"，会弹出一个配置窗口：勾选要导出的表，选格式，选"结构 + 数据"还是只导数据，然后开始导出。

两个实用建议：一是大表多的库，导出会按批处理，挑业务低峰期跑，避免和线上业务抢连接；二是备份时默认勾上结构，这样恢复时能先把表建出来，再灌数据。

场景三：把 CSV、JSON 文件的数据导回数据库 📥

这个场景解决"数据在文件里，要进库"。选中目标表，右键"导入数据"，DBX 会弹出一个五步向导：来源 → 选项 → 映射 → 确认 → 执行。选文件、确认列映射（列名一致时自动匹配）、设置冲突策略（已存在的行是替换还是跳过），最后执行。

执行完向导会显示完成状态和耗时，目标表里直接就能查到新数据。导入前建议先小批量试一轮（比如只导一页），确认映射没错位再全量跑。导入功能的官方文档里对冲突策略有更细的说明。

场景四：跨引擎迁移，数据直接从一个库搬到另一个库 🔄

"导出成文件再导入"能用，但中间多落一次盘。DBX 的"数据传输"功能（顶部菜单栏就能找到）可以跳过文件这一步：左边选源连接和库，右边选目标连接和库，中间勾选要搬的表，配置三件事——传输内容（结构 + 数据 / 仅结构 / 仅数据）、目标表创建方式（INSERT 追加等）、每批行数，然后点"开始传输"。

两个提醒：目标端如果已存在同名表，先想清楚是追加还是重建；每批行数默认 1000 左右，目标端压力大时可以调小。不同引擎之间类型不完全一致，DBX 会做自动转换，但迁移完抽查几张表的数据是值得的。这个功能的完整参数见 数据传输文档。

场景五：用 CLI 把导入导出写进脚本 ⌨️

桌面操作适合一次性任务，但"每天凌晨导一份数据"这种活儿就该交给脚本。DBX 自带 CLI（dbx命令），可以列出连接、跑只读查询、查表结构，配合 shell 就能搭出自动化流程：

dbx connections list --json dbx query local "select count(*) from users" --json

第一行列出所有已保存的连接，第二行对指定连接执行一条查询并以 JSON 输出，方便脚本解析。仓库里附了一份可以直接参考的工作流示例脚本：CLI 基础工作流。命令行和桌面端共用同一套连接配置，所以在界面上配好的连接，脚本里直接用。

兜底：任务跑到一半，怎么盯、怎么停 ⏹️

大表导出动辄几分钟到几十分钟，跑起来之后别干等。过程中点开任务的"详情"可以看到实时进度，判断错了随时点"取消"终止。这套取消机制在导出核心模块里有专门的标志位控制，取消是安全落地的，不会留下半截状态——相关实现在 数据库导出模块。

兜底习惯三条：长任务放低峰期；失败先看错误信息再决定重试还是换策略（比如调小批量）；迁移类任务完成后，比对一下源和目标的行数。做到这三点，绝大多数数据搬迁问题都有解。

从建连接、单表导出到跨引擎迁移和脚本自动化，上面 6 个场景基本覆盖了日常数据搬家的全部动线。更细的参数和行为，可以直接翻阅 数据库导出文档和 数据导入文档，按你的场景对照即可。

【免费下载链接】dbx25 MB lightweight cross-platform database client for 100+ databases, including MySQL, PostgreSQL, SQLite, Redis, MongoDB, DuckDB, SQL Server, and Dameng. Built-in AI, MCP Server, CLI, desktop and Docker. | 轻量级跨平台数据库管理工具，支持 MySQL、PostgreSQL、SQLite、Redis、MongoDB、达梦等 100+ 数据库，提供桌面端、Docker、CLI、内置 AI 助手和 MCP。项目地址: https://gitcode.com/GitHub_Trending/dbx7/dbx