DBeaver支持原生JSON导入，但需满足三前提：JSON为扁平数组格式、目标表已存在且字段名/类型对齐、MySQL≥5.7；否则报错或失败。
直接说结论：DBeaver 支持原生 JSON 文件导入，但必须满足三个硬性前提——JSON 是扁平数组格式、目标表已存在且字段名/类型能对齐、MySQL 版本 ≥ 5.7（否则不支持 JSON 类型字段的自动推导）。
JSON 文件必须是标准数组格式，不是单个对象或嵌套结构
DBeaver 的 JSON 导入器只识别顶层为 [{...}, {...}] 的数组。如果文件内容是 {"name":"Alice","age":28}（单个对象），或者 {"users":[{"name":"Alice"}]}（带外层键的嵌套），导入时会报错 Cannot parse JSON: expected START_ARRAY 或直接跳过全部数据。
- ✅ 正确示例：
[{"name":"Alice","age":28},{"name":"Bob","age":31}] - ❌ 错误示例：
{"data":[{"name":"Alice"}]}、{"name":"Alice"}、[{"profile":{"name":"Alice"}}] - 若原始 JSON 不符合，用
jq快速转换：jq '.users[]' data.json > flat.json（假设原始结构有users字段）
字段映射阶段必须手动确认，不能依赖自动匹配
DBeaver 会尝试按字段名匹配，但 MySQL 表中字段顺序、大小写、别名都可能导致映射错位。尤其当 JSON 里有 id、created_at 等通用字段，而表里也有同名但语义不同的字段时，容易张冠李戴。
- 导入向导中进入
Mapping页面后，逐行检查右侧“Target column”是否真的对应你想要的列 - 如果 JSON 字段是
user_email，而表字段是email，需手动拖拽或下拉选择，不能只看名称相似就跳过 - 对
JSON类型字段（如存储地址对象），确保目标列类型是JSON，否则会截断成字符串"{"—— 这是 2024 年后高频报错点
中文、时间、NULL 值容易出错，得提前处理
JSON 文件若含中文，但 DBeaver 检测到 BOM 头或编码声明混乱，会把所有中文转成 ??? 或直接报 Malformed input around byte；时间字段如 "2024-03-15T08:30:00Z" 若目标列为 DATETIME，默认不解析，会变成 0000-00-00 00:00:00；空值字段若表定义了 NOT NULL 且无默认值，整行导入失败。
- 用编辑器另存为 UTF-8 无 BOM 格式（VS Code / Notepad++ 都可设）
- 时间字段建议在 JSON 中统一为
"2024-03-15 08:30:00"格式，避免带 T/Z - 对可能为空的字段，在建表时显式加
DEFAULT NULL，或在映射页勾选Set null value for empty strings
最常被忽略的一点：DBeaver 导入 JSON 时不会执行 ON DUPLICATE KEY UPDATE 或批量 UPSERT，它本质是多条 INSERT。如果你需要去重插入，要么提前清理目标表，要么改用 SQL 脚本 + JSON_TABLE()（MySQL 8.0+）。
