当前位置:首页 > 文章列表 > 文章 > 软件教程 > Navicat 定时导出单表结构的配置方法

Navicat 定时导出单表结构的配置方法

来源:17golang原创 2026-11-13 14:43:24 0浏览 收藏

如果只想每天或每周留一份某张表的建表结构,关键不是导出后手工删掉数据,而是在 Navicat 的 Data Transfer 任务里关闭 Create records,再把只包含目标表的 Profile 加入 Automation。这样生成的是结构 SQL,后续还能按计划重复执行。

官方地址:https://www.navicat.com/manual/online_manual/en/navicat_18/win_manual/automation.html

要点速览
  • 用 Tools > Data Transfer 指定 SQL 文件目标,并取消 Create records。
  • 对象选择页只保留一张表,先手动执行一次,再保存为 Profile。
  • 在 Automation 中新建 Batch Job,保存后再设置计划时间。

一、先把导出范围锁定为单表结构

先确认连接密码已经保存在 Navicat 的连接配置中,然后打开 Tools > Data Transfer。Source 可以选连接、数据库或 Schema;Target 选择 File,并指定一个便于归档的 SQL 文件名,例如 customer_profile_schema.sql。

进入 Options 后,找到 Record Options,取消 Create records。这个开关决定是否生成表内记录语句;本任务只留结构定义,不要用“导出后清理 INSERT”的方式代替。字符集、表选项和索引等结构相关选项按目标数据库的迁移要求保留。

Navicat Data Transfer 单表结构导出说明图,Source、SQL 文件目标与关闭 Create records 的状态
图1:Data Transfer 单表结构导出的操作示意图,Create records 处于关闭状态。

二、只选择需要的那一张表

点击 Next 进入对象选择页。这里最容易出错的是保留了默认全选,导致同一数据库的其他表也进入 SQL 文件。先取消全选,再按 Schema 和表名筛选,只勾选目标表;如果界面同时列出视图、函数或其他对象,也不要一并选择。

点击 Start 先执行一次。打开生成的 SQL 或日志,确认文件里有目标表的定义、索引或约束等预期内容,同时没有该表的记录数据。确认无误后点击 Save Profile,给 Profile 起一个能说明对象和用途的名字,例如 customer_profile_schema。只有保存后的 Profile 才适合交给 Automation 调度。

检查项正确状态常见误区
对象只勾选一张目标表沿用全选,把同库对象混进来
记录Create records 关闭生成 INSERT 后再人工删除
输出SQL 文件名包含表名和用途多个任务共用模糊的固定文件名

三、把保存好的 Profile 放进批处理

打开 Automation,点击 New Batch Job。在 General 页选择对应的 Export 或 Data Transfer 类型,在 Available Jobs 中找到刚才保存的 Profile,双击或拖到 Selected Jobs。一个批处理可以包含多个 Job,但本例只放单表结构 Profile,便于定位失败原因。

先点击 Save 保存 Batch Job,再点击 Set Task Schedule 设置每日、每周或指定时间运行。Windows 版计划任务如果选择“无论用户是否登录都运行”,保存时还需要提供系统用户密码;连接密码也必须预先保存在 Connection 配置中。macOS、Linux 或其他版本的入口和计划任务能力可能不同,应以当前版本界面为准。

Navicat Automation 批处理说明图,Selected Jobs、Set Task Schedule 与下次执行时间
图2:Automation 批处理的结果示意图,已选 Profile 与计划执行状态清晰可见。

四、用历史记录确认文件确实按计划生成

在 Batch Job 的 History 页启用 Enable Batch Job History,它会记录手动执行和自动执行的时间、耗时与完成状态。第一次到点后,同时检查 History 的成功状态和目标目录中的 SQL 文件更新时间,确认任务确实落到了预期目录。

如果任务没有执行,按这个顺序排查:Profile 是否仍能手动运行;连接密码是否过期;Windows Task Scheduler 使用的账户是否有数据库和输出目录权限;目标文件是否被其他进程占用。若任务成功但文件内容不对,回到 Profile 的对象选择页和 Record Options 检查,不要先修改调度时间。

Navicat 批处理历史记录说明图,成功状态、执行时长与单表结构 SQL 文件核对关系
图3:定时导出完成后的历史记录与文件核对说明图,不代表真实运行截图。

常见问题

为什么定时任务里找不到刚创建的导出配置?

通常是导出向导完成后没有点击 Save Profile,或者保存后打开了不同连接/项目下的 Job 列表。先手动确认 Profile 存在,再回到 Automation 刷新 Available Jobs。

关闭 Create records 后还要不要选择字段?

结构导出重点是对象和结构选项,不需要为记录数据选择字段。字段选择页仍出现时,确认当前走的是 Data Transfer 的结构备份路径,而不是面向数据文件的普通 Export Wizard。

如何避免多次执行覆盖同一个 SQL 文件?

如果需要保留每次结果,在 Profile 的文件名设置中加入时间戳或按日期生成目录;如果只保留最新结构,则固定文件名,并让 History 作为执行记录。

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
Postman 使用 Runner 读取 CSV 参数批量请求的步骤Postman 使用 Runner 读取 CSV 参数批量请求的步骤
上一篇
Postman 使用 Runner 读取 CSV 参数批量请求的步骤
Apifox 将接口响应字段生成数据模型的方法
下一篇
Apifox 将接口响应字段生成数据模型的方法
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。
    1012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。
    1016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。
    1141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。
    1113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。
    957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