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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
个人知识系统构建指南:从信息碎片到思维网络的模块化解决方案高效解锁网易云音乐灰色歌曲:开源工具全平台部署指南如何高效采集B站评论数据?这款Python工具让数据获取效率提升10倍提升动态视觉体验:Waifu2x-Extension-GUI智能增强与效率提升指南革新性缠论分析工具:系统化构建股票技术指标体系终结AutoCAD字体痛点:FontCenter让99%的字体问题迎刃而解Atmosphere-NX PKG1启动错误解决方案如何用ComfyUI-WanVideoWrapper实现多模态视频生成?解锁AI创作新可能3行代码解锁无水印视频提取:这款开源工具如何让自媒体效率提升300%5分钟上手!零代码打造专业拓扑图的免费工具
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
655
4.25 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
498
604
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
390
282
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
889
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++
938
859
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
195