中国行政区划数据库迁移完整指南:从SQLite到MySQL实战教程
2026-02-05 05:34:26作者:秋阔奎Evelyn
中国行政区划数据库提供了完整的五级联动数据,包含省级、地级、县级、乡级和村级行政区划信息。这个数据库最初采用SQLite格式存储,但在实际应用中,很多企业级项目需要将其迁移到MySQL等关系型数据库中。本文将为你详细介绍如何将Administrative-divisions-of-China数据库从SQLite迁移到MySQL的全流程。
🔍 项目概览与数据特点
Administrative-divisions-of-China项目收录了完整的中国行政区划数据,数据来源于国家统计局官方发布的最新统计用区划代码和城乡划分代码。该数据库包含了从省级到村级的五级联动数据,是开发地址选择组件、数据分析、地理信息系统等应用的理想数据源。
📊 数据表结构分析
在开始迁移之前,我们需要了解SQLite数据库中的表结构:
- province表:存储省级行政区划数据
- city表:存储地级行政区划数据
- area表:存储县级行政区划数据
- street表:存储乡级行政区划数据
- village表:存储村级行政区划数据
每个表都使用标准的行政区划代码作为主键,并通过外键建立层级关系。
🛠️ 准备工作与环境配置
克隆项目仓库
首先获取项目源代码:
git clone https://gitcode.com/gh_mirrors/ad/Administrative-divisions-of-China
cd Administrative-divisions-of-China
安装必要依赖
确保系统已安装Node.js环境,然后安装项目依赖:
npm install
检查现有数据文件
项目提供了多种格式的数据文件:
- SQLite数据库文件:dist/data.sqlite
- CSV格式文件:dist/provinces.csv等
- JSON格式文件:dist/provinces.json等
🚀 SQLite到MySQL迁移步骤
第一步:导出CSV格式数据
使用项目提供的导出脚本生成CSV文件:
./export_csv.sh
这个脚本会生成五个CSV文件,分别对应五个层级的行政区划数据。
第二步:创建MySQL数据库表结构
在MySQL中创建对应的表结构:
CREATE DATABASE china_division;
USE china_division;
-- 省级表
CREATE TABLE province (
code VARCHAR(10) PRIMARY KEY,
name VARCHAR(50) NOT NULL
);
-- 地级表
CREATE TABLE city (
code VARCHAR(10) PRIMARY KEY,
name VARCHAR(50) NOT NULL,
provinceCode VARCHAR(10),
FOREIGN KEY (provinceCode) REFERENCES province(code)
);
-- 县级表
CREATE TABLE area (
code VARCHAR(10) PRIMARY KEY,
name VARCHAR(50) NOT NULL,
cityCode VARCHAR(10),
provinceCode VARCHAR(10),
FOREIGN KEY (cityCode) REFERENCES city(code),
FOREIGN KEY (provinceCode) REFERENCES province(code)
);
-- 乡级表
CREATE TABLE street (
code VARCHAR(15) PRIMARY KEY,
name VARCHAR(50) NOT NULL,
areaCode VARCHAR(10),
cityCode VARCHAR(10),
provinceCode VARCHAR(10),
FOREIGN KEY (areaCode) REFERENCES area(code),
FOREIGN KEY (cityCode) REFERENCES city(code),
FOREIGN KEY (provinceCode) REFERENCES province(code)
);
-- 村级表
CREATE TABLE village (
code VARCHAR(20) PRIMARY KEY,
name VARCHAR(50) NOT NULL,
streetCode VARCHAR(15),
areaCode VARCHAR(10),
cityCode VARCHAR(10),
provinceCode VARCHAR(10),
FOREIGN KEY (streetCode) REFERENCES street(code),
FOREIGN KEY (areaCode) REFERENCES area(code),
FOREIGN KEY (cityCode) REFERENCES city(code),
FOREIGN KEY (provinceCode) REFERENCES province(code)
);
第三步:导入数据到MySQL
使用MySQL的LOAD DATA命令导入CSV数据:
-- 导入省级数据
LOAD DATA LOCAL INFILE 'dist/provinces.csv'
INTO TABLE province
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS;
-- 导入地级数据
LOAD DATA LOCAL INFILE 'dist/cities.csv'
INTO TABLE city
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS;
-- 导入县级数据
LOAD DATA LOCAL INFILE 'dist/areas.csv'
INTO TABLE area
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS;
-- 导入乡级数据
LOAD DATA LOCAL INFILE 'dist/streets.csv'
INTO TABLE street
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS;
-- 导入村级数据
LOAD DATA LOCAL INFILE 'dist/villages.csv'
INTO TABLE village
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS;
🔧 数据验证与优化
数据完整性检查
迁移完成后,执行以下SQL语句验证数据完整性:
-- 检查各级数据数量
SELECT 'province' as level, COUNT(*) as count FROM province
UNION ALL
SELECT 'city', COUNT(*) FROM city
UNION ALL
SELECT 'area', COUNT(*) FROM area
UNION ALL
SELECT 'street', COUNT(*) FROM street
UNION ALL
SELECT 'village', COUNT(*) FROM village;
性能优化建议
- 索引优化:为常用的查询字段创建索引
- 分区表:对于大数据量的表,考虑使用分区表
- 查询缓存:启用MySQL查询缓存提升性能
💡 实际应用场景
迁移到MySQL后,中国行政区划数据库可以在以下场景中发挥重要作用:
- 地址选择组件:开发前端地址联动选择器
- 数据分析:基于地理位置的统计分析
- 电商系统:用户地址管理和配送区域划分
- 政务系统:行政区划数据管理和展示
🎯 总结与最佳实践
通过本文的完整指南,你可以顺利将Administrative-divisions-of-China数据库从SQLite迁移到MySQL。迁移过程中需要注意以下几点:
- 确保数据编码一致,避免中文乱码问题
- 验证外键关系的正确性
- 定期备份迁移后的数据
- 根据实际需求调整表结构和索引
中国行政区划数据库的MySQL版本将为你的项目提供更强大的数据管理能力和更好的性能表现。无论是开发Web应用、移动应用还是数据分析系统,这套完整的行政区划数据都将成为你项目的重要基础支撑。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644