摘要：是可視化工具中最棒的，但是，在處理視圖的導入導出方面，它是按照視圖名稱的字母順序來處理的，若視圖存在依賴，在導入過程中就會報錯。

navicat是mysql可視化工具中最棒的，但是，在處理視圖的導入導出方面，它是按照視圖名稱的字母順序來處理的，若視圖存在依賴，在導入過程中就會報錯。這個問題一直困繞我，一度因為我使用docker來部署mysql而繞過了這個問題。最近不得不直面這個問題，因此，寫了一個小工具來解決它。

在mysql很容易查出所有視圖和其定義，因此可以寫一個視圖導出工具，存儲時對各視圖的保存位置進行調整，處理好它們之間的依賴關系，被依賴的放前面，這樣就解決了導入時的依賴問題。

運行以下查詢語句，就能獲得該數據庫中所有視圖的信息。

select * from  information_schema.VIEWS where TABLE_SCHEMA = DatabaseName 

查詢結果字段說明：

TABLE_NAME ： 數所庫中視圖名稱

VIEW_DEFINITION ： 視圖的定義代碼，只有查詢語句部分

DEFINER ： 視圖定義（建立）者名稱

SECURITY ： 安全級別

總之，所有視圖的信息都在這個表中保存，我要完成任務，只需要TABLE_NAME和VIEW_DEFINITION就可以了。

將查詢結果放到dict中，視圖名稱為key；視圖定義為value；

編寫處理依賴關系的函數process_rely，輸入參數中的rely_old為保存所有視圖名稱的數組；返回參數為按依賴關系調整順序后的視圖名稱數組。之所以這樣做，是一開始考慮到，依賴關系復雜時，可能一次迭代處理不好，需要遞歸調用或多次調用。

process_rely函數算法描述：

第一層循環，從rely_old中取一個視圖名稱

第二層循環，從dict中取出一個鍵值

若鍵值被第一層元素的定義所依賴

若鍵值還不在結果數組中

若第一層元素不在結果數組中

追加鍵值到結果數組中

第一層元素在結果數組中

將鍵值插入到第一層元素前

鍵值在結果數組中

第一層元素在結果數組中

查找各自在結果數組中的位置

若第一層元素在鍵值的后

將鍵值移動到第一層元素前

第二層循環結束時，若第一層元素還不在結果集中

將第一層元素追加到結果集中

返回結果集

上面的說明，是按python代碼模式給出的。很幸運，算法一次就能將復雜的依賴關系處理好了。我在編寫的過程中，剛開始依賴算法不完善時，通過多次迭代也能處理好復雜的依賴關系。因此，堅定了必勝的信心，完成了這個任務。

import pymysql
conn = pymysql.connect(host="172.17.0.1", port=3306, user="root",
                       passwd="123456", db="database", charset="utf8mb4")


def process_rely(parmas={}, rely_old=[]):
    _rely = []
    _keys = list(parmas.keys())
    for k in rely_old:
        for bl in _keys:
            if str(parmas[k]).find(bl) > -1:
                if bl not in _rely:
                    if k not in _rely:
                        _rely.append(bl)
                    else:
                        i = _rely.index(k)
                        _rely.insert(i, bl)
                else:
                    if k in _rely:
                        i = _rely.index(k)
                        j = _rely.index(bl)
                        if i < j:
                            del _rely[j]
                            _rely.insert(i, bl)
        if k not in _rely:
            _rely.append(k)
    return _rely


cur = conn.cursor()
cur.execute("select TABLE_NAME, VIEW_DEFINITION from  information_schema.VIEWS where TABLE_SCHEMA = %s ", "database")
rs = cur.fetchall()
cur.close()
conn.close()

ps = {}
for al in rs:
    ps["`" + al[0] + "`"] = al[1]

rely = process_rely(ps, list(ps.keys()))
# rely = process_rely(ps, rely1)

file_object = open("view.sql", "w")
for al in rely:
    file_object.write("DROP VIEW IF EXISTS " + al + ";
")
    file_object.write("CREATE ALGORITHM=UNDEFINED DEFINER=`root`@`%` SQL SECURITY DEFINER VIEW " + al +
                      " AS " + ps[al] + ";

")

file_object.close()

思路要清晰，代碼要一步步的向最終目標靠近，積跬步以至千里。在做這個工具時，一開始覺得很麻煩，依賴關系若是深層次的，可能一次處理不好，正因為采用的迭代的思想，最后才完成了一次迭代解決問題的完美結局。