navicat 17 提供三种高效排查数据异常的方法：①用「在数据库或模式中查找」扫描所有对象定位异常表/字段名；②在数据页用「筛选」快速暴露 null、重复值或超长文本；③用「数据分析」统计分布识别数值型隐性异常；④通过「结构同步向导」对比表结构，反向定位因结构漂移导致的数据问题。
用「在数据库或模式中查找」定位异常表名或字段名
Navicat 17 的对象树筛选（Ctrl+F）只作用于已展开的 schema，搜不到表大概率是因为目标 schema 没点开。比如你要查 user_profile 表，但它在 prod schema 下，而你只展开了 test，那 Ctrl+F 输什么都没用。
必须先手动展开对应 schema，再按 Ctrl+F 输入完整名称（区分大小写，含下划线也不能少）。若表名带空格或反引号，如 `order info`，搜索时也得原样输入——Navicat 不做模糊切词。
更稳妥的方式是走主菜单：工具 → 在数据库或模式中查找，选中连接 + 目标 database/schema，输入关键词，它会扫描所有对象（包括未展开的），返回匹配的表、视图、字段等。这对排查命名异常（如 user_data_v2_old_bak）特别有用。
在数据页用「筛选」快速暴露 NULL 或重复值
打开具体表的 数据 标签页后，点击顶部「筛选」按钮，添加条件即可实时过滤。这不是 SQL 查询，而是客户端侧的行级过滤，适合肉眼扫异常：
- 查空值：
WHERE column_name IS NULL（注意：Navicat 筛选界面里选「为空」即可，不用手写 SQL） - 查重复值：先按某列排序，再用「包含」筛出明显高频字符串（如
status列反复出现pending但预期应为done） - 查超长文本：对
description这类字段用「长度大于」设阈值（如 > 5000），快速揪出可能被截断或注入的脏数据
注意：筛选结果不自动刷新，改完条件要点右下角「应用」，再按 F5 才生效。误操作后点「清除筛选」比关表重开更快。
用数据分析工具识别数值型异常分布
Navicat 17 内置的数据分析（Data Profiling）能自动统计字段的唯一值比例、NULL 率、最大/最小值、标准差等——比人工扫快得多，尤其适合发现隐性异常：
- 对金额字段
amount，若「最小值」显示 -999999 或「平均值」远高于「中位数」，大概率有脏数据或录入错误 - 对时间字段
created_at，若「最早日期」是1970-01-01或「最晚日期」早于当前日，说明初始化逻辑或同步链路有问题 - 对状态码字段
code，若「唯一值数量」为 127 但文档只定义了 5 种，说明存在非法枚举值
入口在数据页工具栏「数据分析」按钮（图标像柱状图）。默认分析全表，也可先加筛选（如 updated_at > '2026-08-01'）再分析，聚焦近期异常。
通过结构对比报告反向定位数据异常源头
有时候数据异常不是内容问题，而是结构漂移导致：比如源库加了 is_archived 字段但没同步到目标库，应用写入时静默失败，留下半截数据。
用 工具 → 结构同步向导 对比两个库的同一张表，重点看报告里的这几项：
-
Column type mismatch：同名字段类型不同（如 VARCHAR(100) vs VARCHAR(50)），插入长值会被截断 -
Missing column：目标库缺字段，INSERT 语句直接报错，但某些 ORM 会忽略并跳过 -
Collation difference：字符集或排序规则不一致，导致 WHERE 'abc' = 'Abc' 在一个库为 true，另一个为 false
结构差异本身不等于数据异常，但它会让后续的数据比对（如用 EXCEPT 查差异行）结果不可信——这点最容易被忽略。
