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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
332
395
暂无简介
Dart
766
189
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++
878
586
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
336
165
React Native鸿蒙化仓库
JavaScript
302
352
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (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
1.33 K
748
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
985
246