• 简介：

Navicat Premium 非常强大，可以连接大部分主流关系型数据库，如oracle、mysql、sqlserver、sqlite等，操作方便、界面简洁。但它还有一个更强大的功能，可以跨库批量迁移数据表，有这种需求的朋友可以通过这个工具轻松实现。

我目前通过navicat只实现了从oracle到mysql库的批量迁移操作，其它库之间的批量迁移没试过，有操作过的朋友可以分享下相关经验。

环境：

windows10 64 + Navicat Premium 11.1.8 + Oracle 11g

• 注意点：

1、由于mysql的date类型只支持存储日期，不能存储时间，navicat在转换时，如果是oracle的date，会自动转成mysql的date，这样会导致mysql的精度不够而报错，所以要提前将oracle的date类型转换成timestamp类型。如果表的数量比较多，手工改太麻烦了，我这里改善了存储过程，自动将oracle中所有表中的DATE类型转换成TIMESTAMP类型：

CREATE OR REPLACE 
procedure convert_date_to_timestamp
/**************************
    function: 将数据库中所有的表中含DATE类型的字段改为TIMESTAMP类型；
    需要建立下列类型表：
    create table type_table_info (
      table_name varchar2(30),
      column_name varchar2(30),
      data_type varchar2(100)
    )
  ***************************/
 is
  v_query_base_sql  varchar2(100) := 'SELECT table_name, column_name, data_type FROM all_tab_cols WHERE table_name = ''';
  v_query_table_sql varchar2(150);
  v_alter_sql       varchar2(100);

  type table_type is table of type_table_info%rowtype;
  table_array table_type;

begin
  for c_tabs in (select table_name
                   from user_tables
                  where table_name <> 'type_table_info') loop
    v_query_table_sql := v_query_base_sql || c_tabs.table_name || '''';
    execute immediate v_query_table_sql bulk collect
      into table_array;
    for i in table_array.first .. table_array.last loop
      DBMS_OUTPUT.put_line(table_array(i).column_name || ':' || table_array(i).data_type);
      if table_array(i).data_type = 'DATE' then
        v_alter_sql := 'alter table ' || table_array(i).table_name ||
                       ' modify ' ||  TRANSLATE(table_array(i).column_name, '''''', '''')  ||
                       ' timestamp';
        DBMS_OUTPUT.put_line(table_array(i)
                             .column_name || ': ' || v_alter_sql);
        execute immediate v_alter_sql;
      end if;

    end loop;
  end loop;
end convert_date_to_timestamp;

注意：要先把表 Type_Table_Info  run到Oracle数据库中去。

参考:http://blog.csdn.net/dd276/article/details/52089216