推荐用视图导出脱敏数据：脱敏逻辑写在查询层，mysqldump只导出结果；必须显式定义脱敏字段，禁止JOIN多表视图；导出加--no-create-info等参数；验证权限后执行；复杂规则须用Python逐行处理。
不能直接对 mysqldump 输出的 SQL 文件做全文本正则替换 —— 90% 会误伤非敏感字段，比如把 2023-12-05 里的 12 当成手机号干掉。
用视图导出脱敏数据最稳
这是生产环境唯一推荐的“原生工具”方案：脱敏逻辑写在查询层，mysqldump 只负责导出结果，不碰原始字段。
- 必须显式定义脱敏字段，例如：
CONCAT(LEFT(phone, 3), '****', RIGHT(phone, 4)) AS phone，不能依赖外部脚本补救 - 视图里禁止
JOIN多表后导出 ——mysqldump对带关联的视图支持极差，常静默失败或报错 - 导出命令要加
--no-create-info --skip-extended-insert --where="1=1"，确保只导数据、单行单记录、且能走视图 - 提前用普通账号执行
SELECT * FROM your_masked_view LIMIT 1验证权限，函数或子查询可能触发SELECT权限不足导致空输出
mysqldump + awk 按列替换（仅限结构极简表）
当无法建视图、又必须 shell 流水线时，awk 比 sed 少踩坑，但它只认列位置，不认字段名。
- 先导出固定格式：
mysqldump --skip-extended-insert --compact db table，确保每行 INSERT 字段顺序不变 - 假设
phone是第 3 列、email是第 4 列，且值带双引号：awk -F',' '$3 ~ /^"[0-9]{11}"$/ {$3 = "\"" substr($3, 2, 3) "****" substr($3, length($3)-3) "\""} 1' dump.sql > masked.sql -
NULL值、含逗号的地址字段、JSON 字段会直接崩 —— 这种方案本质是“赌结构干净”，别在真实业务表上试
Python 脚本逐行处理复杂规则
只要脱敏逻辑涉及条件判断（如“身份证末四位为 0000 才替换”）、多字段联动（如邮箱域名映射虚拟域），就必须用 Python。
- 用
pymysql或mysql-connector-python查询原表，fetchall()后逐行处理，再写入新表或生成 SQL 文件 -
datetime字段别硬塞字符串：row['updated_at'] = pd.Timestamp('1990-01-01')，否则to_sql可能因类型不匹配失败 -
NULL值必须显式保留：df[col].apply(lambda x: '***' if pd.notna(x) else None)，否则 pandas 默认转成NaT或空字符串，导入 MySQL 报错
真正难的不是写脱敏逻辑，而是确认哪些字段算“敏感”、哪些值算“合法格式”——比如 138****5678 是手机号，但 13812345678 可能是订单号。脱敏前必须先跑一遍 SELECT COUNT(*) WHERE phone REGEXP '^1[3-9][0-9]{9}$'，别让脚本替错了东西。
