用SQLAlchemy反向生成表结构再比对最稳，因其通过MetaData.reflect()统一抽象字段为Python对象，兼容跨库类型映射，精准比对name、type、nullable、default等关键属性，避免str(col.type)含长度导致的误判。
直接比对两个数据库表结构是否一致，关键不在“写个脚本”，而在于先统一元数据获取方式、再排除无关差异（比如注释、顺序、大小写），否则很容易误报。
用 SQLAlchemy 反向生成表结构再比较最稳妥
手动拼 DESCRIBE 或查 information_schema 表容易因数据库类型（MySQL/PostgreSQL/SQLite）不同而翻车；SQLAlchemy 的 MetaData.reflect() 能自动适配方言，拿到标准化的 Table 对象，后续比对才有可比性。
- 必须为两个库分别创建独立的
Engine，不能共用连接——否则reflect()会混掉 schema - 调用
metadata.reflect(engine, only=[table_name])显式指定表名，避免加载整库耗时 - PostgreSQL 需要传
schema=xxx参数，MySQL 默认在当前 database，这点不一致常被忽略
比对字段时，重点看 name、type、nullable、default，忽略其他
字段名大小写、注释（comment）、索引顺序、自增属性（autoincrement 在不同库含义不同）都不该作为“不一致”的依据。比如 MySQL 的 TINYINT(1) 和 BOOLEAN 本质一样，但 repr() 输出不同，得靠类型归一化处理。
提示词大师-python版
下载
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 用
col.type.python_type比较基础类型（str/int/bool），绕过方言包装类差异 -
default和server_default分开比：应用层默认值（default）必须一致；数据库层默认值（server_default）只在 PostgreSQL/MySQL 有实际意义，且文本形式可能带引号，建议用str(col.server_default.arg)标准化后比 - 主键字段的
primary_key属性必须严格一致，但外键约束可以暂不比（太重，另起逻辑）
遇到 sqlalchemy.exc.NoSuchTableError 别急着报错
这个异常不是脚本错了，而是目标库根本不存在该表——这时候该返回 “MISSING” 状态，而不是中断整个比对。自动化脚本要能区分“结构不同”和“表不存在”这两类问题。
立即学习“Python免费学习笔记（深入）”；
- 用
try/except sqlalchemy.exc.NoSuchTableError捕获，给缺失表打标记，继续跑下一个 - 如果两个库都缺同一张表，属于正常情况，可设为跳过项，不计入差异统计
- 注意：SQLite 的
reflect()在表不存在时不抛异常，而是静默忽略，行为不一致，需单独判断len(metadata.tables)是否为 0
真正的难点不在代码怎么写，而在于你得提前约定好：哪些差异算“不可接受”（比如字段类型变 VARCHAR(255) → TEXT），哪些只是“描述不同”（比如 MySQL 的 datetime 和 PostgreSQL 的 timestamp without time zone）。这些规则得写进配置，不能硬编码在比对逻辑里。
