数据库批量建表六种方案，按场景对号入座
| 方案 | 适合场景 | 上手难度 | 灵活性 | 一句话总结 |
| Python/Shell脚本生成SQL | 分表（按时间/ID）、多项目初始化 | 低 | 极高 | 40行代码解决一切规律性建表需求 |
| MySQL存储过程 | 数据库内批量建表，不依赖外部工具 | 中 | 高 | PREPARE动态SQL是核心，注意变量作用域 |
| Flyway/Liquibase Migration | 项目版本化建表，多环境同步 | 低 | 中 | 表结构当代码管，团队协作必备 |
| ORM Migration（Prisma/Alembic） | 前后端项目建表，代码即表结构 | 低 | 中 | 改Model自动生成建表SQL，适合应用开发者 |
| 在线生成工具 | 一次性、临时的批量建表 | 极低 | 低 | 粘贴模板→生成SQL→复制执行，零门槛 |
| SQL拼接+Excel辅助 | 不规律表名、非技术人员操作 | 极低 | 低 | Excel公式拼SQL，适合一次性任务 |
一、Python脚本：最灵活、最省事的批量建表方案
如果你的表名有规律（比如按月份、按用户ID取模），用Python循环生成SQL是最优解。写好一次，以后改表结构只需改模板字段，重新跑一遍就出结果。
场景1：按月分表，一次生成未来36个月的建表SQL
from datetime import datetime, timedelta# 表模板（和你手动写的CREATE TABLE一模一样）table_template = """CREATE TABLE IF NOT EXISTS `order_log_{suffix}` (`id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,`order_no` VARCHAR(32) NOT NULL COMMENT '订单号',`user_id` BIGINT UNSIGNED NOT NULL COMMENT '用户ID',`amount` DECIMAL(12,2) NOT NULL DEFAULT 0.00 COMMENT '金额',`status` TINYINT NOT NULL DEFAULT 0 COMMENT '状态 0待支付 1已支付 2已退款',`created_at` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,PRIMARY KEY (`id`),KEY `idx_user_id` (`user_id`),KEY `idx_created_at` (`created_at`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='订单日志表-{suffix}';"""# 生成从当前月开始的36个月start = datetime(2026, 7, 1)sql_lines = []for i in range(36):month = start + timedelta(days=32 * i)month.replace(day=1) # 归一化到每月1号suffix = month.strftime('%Y%m') # 202607, 202608...sql_lines.append(table_template.format(suffix=suffix))# 输出完整SQLfull_sql = "\n\n".join(sql_lines)with open("create_order_log_tables.sql", "w", encoding="utf-8") as f:f.write(full_sql)print(f"生成了 {len(sql_lines)} 张表的建表SQL")print("保存到 create_order_log_tables.sql")场景2：按用户ID取模分表，比如分64张用户表
sql_lines = []for i in range(64):sql = f"""CREATE TABLE IF NOT EXISTS `user_data_{i:02d}` (`id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,`user_id` BIGINT UNSIGNED NOT NULL COMMENT '用户ID',`data_key` VARCHAR(64) NOT NULL COMMENT '数据键',`data_value` TEXT COMMENT '数据值',`created_at` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,`updated_at` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,PRIMARY KEY (`id`),UNIQUE KEY `uk_user_key` (`user_id`, `data_key`),KEY `idx_updated_at` (`updated_at`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='用户数据表-分片{i:02d}';"""sql_lines.append(sql)with open("create_user_data_tables.sql", "w", encoding="utf-8") as f:f.write("\n\n".join(sql_lines))print(f"生成了 {len(sql_lines)} 张分表的建表SQL")场景3：多项目批量建表，一套模板生成多套库
# 多个项目共用同一套表结构，只是库名不同databases = ["project_a", "project_b", "project_c", "project_d"]tables = {"users": """CREATE TABLE IF NOT EXISTS `users` (`id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,`username` VARCHAR(64) NOT NULL,`email` VARCHAR(128) NOT NULL,PRIMARY KEY (`id`),UNIQUE KEY `uk_email` (`email`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;""","articles": """CREATE TABLE IF NOT EXISTS `articles` (`id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,`title` VARCHAR(256) NOT NULL,`content` LONGTEXT,`author_id` BIGINT UNSIGNED NOT NULL,PRIMARY KEY (`id`),KEY `idx_author_id` (`author_id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;""",}sql_lines = []for db in databases:sql_lines.append(f"-- 数据库: {db}")sql_lines.append(f"CREATE DATABASE IF NOT EXISTS `{db}` DEFAULT CHARSET utf8mb4;")sql_lines.append(f"USE `{db}`;")sql_lines.append("")for table_name, ddl in tables.items():sql_lines.append(ddl)sql_lines.append("")sql_lines.append("")with open("init_all_projects.sql", "w", encoding="utf-8") as f:f.write("\n".join(sql_lines))print(f"为 {len(databases)} 个项目生成了建库建表SQL")Python方案的核心优势：模板改一处，所有表同步更新。比如你决定给所有分表加一个索引，改模板里的KEY定义再跑一遍就行，不用逐表改。
二、MySQL存储过程：不需要Python环境，纯SQL搞定
如果服务器上只有MySQL、没有Python运行环境，或者你不方便上传脚本，存储过程是备选方案。核心是PREPARE动态SQL。
存储过程批量建表：按月分表，从2026年1月到12月
DELIMITER $$CREATE PROCEDURE batch_create_monthly_tables()BEGINDECLARE i INT DEFAULT 1;DECLARE table_name VARCHAR(64);DECLARE create_sql TEXT;WHILE i <= 12 DOSET table_name = CONCAT('order_log_2026', LPAD(i, 2, '0'));SET create_sql = CONCAT('CREATE TABLE IF NOT EXISTS `', table_name, '` (',' `id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,',' `order_no` VARCHAR(32) NOT NULL,',' `user_id` BIGINT UNSIGNED NOT NULL,',' `amount` DECIMAL(12,2) NOT NULL DEFAULT 0.00,',' `status` TINYINT NOT NULL DEFAULT 0,',' `created_at` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,',' PRIMARY KEY (`id`),',' KEY `idx_user_id` (`user_id`),',' KEY `idx_created_at` (`created_at`)',') ENGINE=InnoDB DEFAULT CHARSET=utf8mb4');SET @sql_stmt = create_sql;PREPARE stmt FROM @sql_stmt;EXECUTE stmt;DEALLOCATE PREPARE stmt;SET i = i + 1;END WHILE;END $$DELIMITER ;-- 执行CALL batch_create_monthly_tables();-- 用完了删除存储过程DROP PROCEDURE IF EXISTS batch_create_monthly_tables;注意：MySQL的PREPARE只能用用户变量（@变量），不能直接拼接局部变量。所以上面用了SET @sql_stmt = create_sql;先把拼接好的SQL赋值给@sql_stmt，再PREPARE。另外，存储过程适合一次性批量建表任务，执行完记得DROP掉。
三、Flyway / Liquibase：团队开发的标准方案
如果你在团队里做项目开发，手工脚本和存储过程都不够规范。Migration工具把表结构当成代码管理——有版本号、可回滚、可追溯、多环境自动同步。
Flyway vs Liquibase 核心差异
| 对比维度 | Flyway | Liquibase |
| 建表方式 | 纯SQL文件，文件名就是版本号 | 支持SQL/XML/YAML/JSON四种格式 |
| 批量建表 | 一个SQL文件里写多条CREATE TABLE | 一个changeset里可以包含多张表的定义 |
| 版本管理 | 文件名V1__xxx.sql，按序执行，不可修改已执行的 | changeset有id+author，支持回滚 |
| 多数据库支持 | MySQL/PostgreSQL/Oracle/SQL Server等20+种 | 同样支持20+种，且跨数据库语法自动转换 |
| 回滚能力 | 社区版不支持，需付费企业版 | 社区版原生支持rollback |
| 学习成本 | 极低，会写SQL就能用 | 中等，需要学习changeset XML/YAML语法 |
Flyway实战：一个迁移文件初始化全套表
# 文件路径: src/main/resources/db/migration/V1__init_tables.sql# 文件名规则: V{版本号}__{描述}.sql-- 用户表CREATE TABLE `users` (`id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,`username` VARCHAR(64) NOT NULL,`email` VARCHAR(128) NOT NULL,`password_hash` VARCHAR(256) NOT NULL,`created_at` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,PRIMARY KEY (`id`),UNIQUE KEY `uk_email` (`email`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;-- 文章表CREATE TABLE `articles` (`id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,`author_id` BIGINT UNSIGNED NOT NULL,`title` VARCHAR(256) NOT NULL,`content` LONGTEXT,`status` TINYINT NOT NULL DEFAULT 0,`created_at` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,`updated_at` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,PRIMARY KEY (`id`),KEY `idx_author_id` (`author_id`),KEY `idx_status_created` (`status`, `created_at`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;-- 标签表CREATE TABLE `tags` (`id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,`name` VARCHAR(32) NOT NULL,PRIMARY KEY (`id`),UNIQUE KEY `uk_name` (`name`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;-- 文章-标签关联表CREATE TABLE `article_tags` (`article_id` BIGINT UNSIGNED NOT NULL,`tag_id` BIGINT UNSIGNED NOT NULL,PRIMARY KEY (`article_id`, `tag_id`),KEY `idx_tag_id` (`tag_id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;项目启动时Flyway自动扫描migration目录，按版本号顺序执行还没跑过的SQL。开发环境、测试环境、生产环境用的同一套迁移脚本，不会出现"测试环境建了这张表但生产环境忘了"的问题。
四、在线生成工具：零代码，适合临时需求
有几个在线工具可以直接可视化设计表结构然后导出SQL，适合不写代码的同事或者临时需求。
三个常用的在线建表工具
- tools321.com/mysql-create-table：可视化拖拽建表，选字段类型、设索引、加注释，自动生成CREATE TABLE语句。适合不熟悉SQL语法的人。
- toolscat.com/dev/split-table：专门为分库分表场景设计，输入表模板和分片规则（如按月、按ID取模），自动生成批量建表SQL。这个工具直接命中"批量建表"的核心需求。
- sql-generate-tool（GitHub开源）：建表+模拟数据一起生成，适合开发测试环境快速搭建。
在线工具的适用边界
在线工具最大的问题是表结构数据会经过第三方服务器。如果你建的是生产环境的核心业务表，包含真实字段名和业务逻辑，不建议用在线工具。测试环境和学习场景随便用。
五、Excel拼接SQL：最朴素但有时最管用
如果你的表名没有规律——比如30张表以30个客户的名字命名——写循环反而不方便。这时候Excel的公式拼接出奇好用。
Excel批量生成建表SQL的方法
A列放表名（client_a_order、client_b_order...），B1输入公式：
="CREATE TABLE "&A1&" (id BIGINT AUTO_INCREMENT PRIMARY KEY, data TEXT) ENGINE=InnoDB;"
下拉填充B列，30张表的建表语句就出来了。复制B列粘贴到SQL客户端执行即可。这个方法不优雅，但够快。
六、不同场景的推荐方案
| 你的场景 | 推荐方案 | 原因 |
| 按月/按ID分表，规律性强 | Python脚本 | 循环生成+模板复用，改模板所有表同步更新 |
| 服务器只有MySQL，没有Python | 存储过程 | 纯SQL搞定，不依赖外部环境 |
| 团队开发，多环境部署 | Flyway | 版本化、可追溯、自动同步，SQL零学习成本 |
| 需要跨数据库+回滚能力 | Liquibase | 社区版免费支持回滚，跨数据库语法自动转换 |
| 应用开发者，用ORM定义表结构 | Prisma / Alembic | 改Model自动生成Migration，和代码一起提交 |
| 一次性任务，不规律表名 | Excel拼接 / 在线工具 | 最快出结果，不需要写任何代码 |
| 分库分表，同时建多库多表 | Python脚本 + toolscat.com | Python处理复杂逻辑，在线工具快速验证 |
最后说句实在的
批量建表这件事，选方案的核心判断标准就一条：你的表结构将来会不会改？
如果不会改（比如按时间分表，每月一张，字段固定），Python脚本一次写好终身受用。如果频繁改（比如项目迭代中表结构不断调整），Flyway/Liquibase是唯一正解——它们能追踪每次变更，保证所有环境的表结构完全一致，这是手写脚本做不到的。
还有一个容易被忽略的点：批量建表的同时，批量建索引和设置字符集。很多人在循环里只生成CREATE TABLE，忘了把ENGINE=InnoDB和CHARSET=utf8mb4写进模板。结果108张表建出来一半是MyISAM、一半是latin1，后期改起来比建表还痛苦。
