当前位置:首页 > 文章列表 > 文章 > 软件教程 > Atlas 怎么只生成 schema diff SQL 而不直接修改数据库

Atlas 怎么只生成 schema diff SQL 而不直接修改数据库

来源:17golang原创 2026-11-05 12:59:18 0浏览 收藏

如果你只想知道“当前数据库”和“目标 schema”之间需要执行哪些 SQL,Atlas 应该使用 atlas schema diff,而不是 atlas schema apply。前者读取两个 schema 状态并打印迁移计划,后者才会把计划应用到目标数据库。

官方地址:https://atlasgo.io/

这篇用一个可审阅的迁移场景说明完整做法:准备 --from、--to 和 --dev-url,生成 SQL,保存到 diff.sql,再根据输出判断是否存在 ALTER、CREATE 或 DROP。命令只负责计算和展示,不直接修改目标数据库。

先分清三个输入来源

atlas schema diff 的核心是比较两个状态:

  • --from:当前状态,可以是数据库 URL、HCL/SQL schema 或迁移目录。
  • --to:期望状态,同样可以来自数据库、文件或迁移目录,并且可以重复传入。
  • --dev-url:Atlas 用来解析和规划差异的开发数据库。它不是要被修改的生产库。

例如,当前状态来自本地 MySQL,目标状态来自 schema.hcl:

# 只声明差异来源和目标状态,不执行任何 ALTER 或 CREATE
atlas schema diff \
  --from "mysql://user:pass@localhost:3306/app" \
  --to "file://schema.hcl" \
  --dev-url "docker://mysql/8/dev"
Atlas schema diff 输入配置说明图,展示 from 当前状态、to 目标 schema 和 dev-url 开发数据库
图1:Atlas schema diff 输入配置的原创界面说明图,不是实际软件截图。

界面说明图里最重要的是三个输入框的职责:from 描述“现在是什么”,to 描述“希望变成什么”,dev-url 提供规划所需的数据库类型和能力。不要把生产连接串当作开发数据库地址,也不要把 --from 与 --to 反过来。

用 schema diff 只生成 SQL 计划

最小命令已经会把差异计划打印到标准输出。Atlas 官方对该命令的定位是:读取两个 schema 定义,计算差异,并打印把 from 迁移到 to 所需的 SQL 语句。

如果只想查看结果,可以直接运行:

# 预览当前状态到目标状态的迁移 SQL;不会替目标数据库执行
atlas schema diff \
  --from "file://schema-current.sql" \
  --to "file://schema-next.sql" \
  --dev-url "docker://mysql/8/test"

# 需要机器可读或统一缩进时,用模板控制输出格式
atlas schema diff \
  --from "file://schema-current.sql" \
  --to "file://schema-next.sql" \
  --dev-url "docker://mysql/8/test" \
  --format '{{ sql . "  " }}'

输出中的 ALTER 通常表示已有对象定义发生变化,CREATE 表示目标状态新增对象,DROP 表示当前状态存在而目标状态没有的对象。它们是计划文本,不等于已经在数据库里执行成功。

把预览结果保存成 diff.sql

把输出落盘后,评审人可以在合并请求中直接查看 SQL。下面的重定向只保存命令输出,仍然没有执行数据库变更:

# 将 SQL 计划保存为评审文件,便于提交到代码仓库
atlas schema diff \
  --from "mysql://user:pass@localhost:3306/app" \
  --to "file://schema.hcl" \
  --dev-url "docker://mysql/8/dev" \
  --format '{{ sql . "  " }}' > diff.sql

# 只读查看文件内容,确认计划中有哪些 DDL
sed -n '1,220p' diff.sql

如果两个状态相同,Atlas 会提示没有需要变更的内容;这时不要为了“得到一条 SQL”而强行修改 schema。空 diff 本身就是一个有用的结果,说明当前状态已经与目标状态同步。

Atlas schema diff SQL 结果说明图,展示 ALTER、CREATE、DROP 预览和保存 diff.sql 的状态
图2:Atlas schema diff SQL 结果验收的原创界面说明图,不是运行截图。

只看部分对象时使用 include 和 exclude

大型 schema 不适合一次把所有对象混在一起评审,可以用过滤条件缩小范围:

# 只保留 users 相关对象,先聚焦一组表的差异
atlas schema diff \
  --from "file://schema-current.sql" \
  --to "file://schema-next.sql" \
  --dev-url "docker://mysql/8/test" \
  --include "users*"

# 排除备份表,避免无关对象干扰本次审阅
atlas schema diff \
  --from "file://schema-current.sql" \
  --to "file://schema-next.sql" \
  --dev-url "docker://mysql/8/test" \
  --exclude "*_backup"

过滤后要记住:结果只代表当前筛选范围。被 exclude 排除的表不会出现在这份 SQL 中,不代表它们没有差异。

不要把四个命令混为一谈

命令主要结果是否直接改目标数据库
atlas schema diff打印两个 schema 之间的 SQL 差异否
atlas schema plan预先生成并评审声明式迁移计划否
atlas schema apply规划并执行 schema 变更是
atlas migrate diff根据迁移目录和目标状态生成新的迁移文件通常不直接改目标库

因此,标题中的“只生成 SQL”对应的是 schema diff。如果你的团队需要把 SQL 作为带时间戳的版本文件管理,才考虑 migrate diff;如果目的是把期望 schema 落到数据库,才进入 schema apply,并在共享环境中保留人工审批。

最后按四项确认结果

  1. 确认 --from 是当前状态,--to 是目标状态,方向没有颠倒。
  2. 确认 --dev-url 只用于解析和规划,命令中没有误放生产写入地址。
  3. 打开 diff.sql,逐条检查 ALTER、CREATE、DROP 以及是否误包含被排除对象。
  4. 确认本次只运行了 schema diff,没有在后续脚本中自动调用 schema apply。

当你需要的是“先看 SQL,再走评审和发布”,这套流程的关键就是把计算、审阅和执行拆开。Atlas 负责从两个状态生成计划,真正的数据库修改留给明确的 schema apply 或经过批准的迁移流程。

相关问题

schema diff 会自动执行 ALTER TABLE 吗?

不会。它输出的是从 from 到 to 的差异计划;需要实际应用时,应显式使用对应的 apply 或迁移执行流程。

为什么要提供 dev-url?

Atlas 需要开发数据库来解析目标 schema、确定数据库方言并计算迁移计划。它不等于要被变更的生产目标。

如何保存成迁移文件?

如果只是评审 SQL,可以用 shell 重定向保存 diff.sql;如果需要纳入 Atlas 版本化迁移目录,应研究 atlas migrate diff 的工作流,而不是把普通输出文件直接当作完整迁移目录。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Atlas migrate lint 怎么在部署前检查迁移是否可重放Atlas migrate lint 怎么在部署前检查迁移是否可重放
上一篇
Atlas migrate lint 怎么在部署前检查迁移是否可重放
grpcui 没有服务反射时怎么加载 proto 和 import 路径
下一篇
grpcui 没有服务反射时怎么加载 proto 和 import 路径
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    893次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    894次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    978次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    967次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    793次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码