Go database/sql 怎样用 RowsColumnTypes 获取列元数据

做通用报表、CSV 导出或动态表格时，最容易卡在“查询列数和类型不能提前写死”。Go 的 database/sql 可以先从 *sql.Rows 调用 ColumnTypes()，得到一组 *sql.ColumnType，再按每一列的元数据决定表头、扫描目标和展示策略。

它读取的是结果集的结构，不是当前行的数据。Name()、DatabaseTypeName() 和 ScanType() 通常足够搭起动态扫描骨架；Nullable()、Length()、DecimalSize() 则要同时检查返回的 ok，因为具体驱动不一定能提供每项信息。

先调用 Rows.ColumnTypes() 获取列描述，再用 ColumnType 的能力构造动态目标；任何带 ok=false 的属性都应按“未知”处理，而不是猜一个默认值。

先把 Rows.ColumnTypes 放在正确的位置

ColumnTypes() 的签名是 ([]*sql.ColumnType, error)，调用对象必须是查询得到的 Rows。它适合在扫描第一行之前读取列结构，返回切片的顺序与结果集列顺序一致。

一条实用的边界是：ColumnTypes() 只告诉你驱动报告的列信息，不能保证所有数据库都返回完整长度、精度或可空性。它也不会把行值自动变成结构体，更不能替代后面的 Next、Scan 和 Err。

用 ColumnType 采集可用的列描述

下面的函数把常用属性集中成一个应用层结构。注意 Nullable、Length 和 DecimalSize 都有对应的布尔值；ScanType 返回的是适合传给 Rows.Scan 的 Go 类型提示，不等于数据库端类型名。

package metadata

import (
    "database/sql"
    "reflect"
)

// ColumnMeta 保存结果集列的结构信息，不保存任何一行的实际值。
type ColumnMeta struct {
    Name           string
    DatabaseType   string
    ScanType       reflect.Type
    Nullable       bool
    NullableKnown  bool
    Length         int64
    LengthKnown    bool
    Precision      int64
    Scale          int64
    DecimalKnown   bool
}

// DescribeRows 把驱动能提供的 ColumnType 能力转换成稳定的应用层描述。
func DescribeRows(rows *sql.Rows) ([]ColumnMeta, error) {
    // rows 已经关闭或驱动读取元数据失败时，保留错误给调用方处理。
    columnTypes, err := rows.ColumnTypes()
    if err != nil {
        return nil, err
    }

    result := make([]ColumnMeta, 0, len(columnTypes))
    for _, column := range columnTypes {
        nullable, nullableOK := column.Nullable()
        length, lengthOK := column.Length()
        precision, scale, decimalOK := column.DecimalSize()

        result = append(result, ColumnMeta{
            Name:          column.Name(),
            DatabaseType:  column.DatabaseTypeName(),
            ScanType:      column.ScanType(),
            Nullable:      nullable,
            NullableKnown: nullableOK,
            Length:        length,
            LengthKnown:   lengthOK,
            Precision:     precision,
            Scale:         scale,
            DecimalKnown:  decimalOK,
        })
    }
    return result, nil
}

如果 DatabaseTypeName() 为空，表示驱动没有提供可用的数据库类型名；如果 ScanType() 只能得到 interface{}，就不要把它当成精确的业务类型推断。元数据层最好把“未知”保留下来，让上层决定展示或降级策略。

把元数据接到动态扫描和性能测量

拿到列数后，可以创建同样长度的 []any 和指针切片，再把每一行交给 Scan。这种方式解决的是字段未知问题，不代表它一定比预定义结构更快：动态切片、反射类型和通用值转换也有成本。

// scanDynamicRows 展示动态列数下的扫描边界；调用方负责关闭 rows。
func scanDynamicRows(rows *sql.Rows) ([][]any, error) {
    metas, err := DescribeRows(rows)
    if err != nil {
        return nil, err
    }

    records := make([][]any, 0)
    for rows.Next() {
        values := make([]any, len(metas))
        targets := make([]any, len(metas))
        for i := range values {
            // 指针切片让 Scan 按结果集列顺序写入通用容器。
            targets[i] = &values[i]
        }
        if err := rows.Scan(targets...); err != nil {
            return nil, err
        }
        records = append(records, values)
    }
    if err := rows.Err(); err != nil {
        return nil, err
    }
    return records, nil
}

做性能对比时，不要只记录“感觉更快”。可以固定同一个 SQL 和数据量，分别测量 ColumnTypes() 调用耗时、每行扫描耗时、分配次数和峰值内存；至少重复多轮并记录中位数。这里给出的是测量口径，不把未在你的驱动和数据库上执行的数字伪装成结果。

驱动差异和资源边界怎么处理

生产代码可以遵循四条规则：第一，查询成功后尽早处理元数据，但仍要 defer rows.Close()；第二，每个可选属性都检查 ok；第三，扫描循环结束后检查 rows.Err()；第四，使用多结果集时，在每次 NextResultSet() 后重新理解当前结果集的列结构。

Columns() 只返回列名，ColumnTypes() 才返回 ColumnType 描述。数据库类型名来自驱动，不应直接拿它当 Go 类型；而 ScanType() 是扫描提示，也不保证业务层无需转换。对于未知长度或精度，展示层可以省略该约束，导出层则应保留原始值并记录驱动差异。

常见问题

ColumnTypes() 和 Columns() 有什么区别？ Columns() 只给列名；ColumnTypes() 额外提供数据库类型、扫描类型和驱动可能支持的长度、可空性及精度信息。

ScanType() 返回的类型能直接用于业务字段吗？ 不能直接等同。它适合帮助构造扫描目标，最终还要按驱动返回值、空值策略和业务格式做转换。

为什么 Nullable() 的 ok 可能是 false？ 因为该属性由数据库驱动提供，标准库不能替驱动推断。ok=false 时应表达“未知”，不要把它当成“不允许为空”。

一句话总结：把 Rows.ColumnTypes() 当成结果集结构入口，把 ColumnType 当成能力集合，并用 ok 和 rows.Err() 守住驱动与资源边界。