DBeaver 不能自动建表，因其作为通用数据库客户端依赖JDBC标准，不支持从文件推断结构；各数据库类型规则差异大，自动建表易致字段类型错误、乱码等问题。
不能自动建表。DBeaver 的「导入向导」只支持向**已存在**的表中插入数据，不会解析 CSV/Excel 文件内容来推断字段类型、长度或主键约束，更不会生成 CREATE TABLE 语句。
为什么 DBeaver 不提供“自动建表导入”功能
DBeaver 是一个通用数据库客户端，不是 ETL 工具。它依赖 JDBC 驱动与数据库通信，而 JDBC 标准本身不定义“从文件猜结构并建表”的能力。不同数据库对列类型推断规则差异极大（比如 MySQL 的 VARCHAR 默认长度、PostgreSQL 对空字符串和 NULL 的处理），强行自动建表极易出错。
常见错误现象包括：
- 导入 CSV 后所有字段变成
TEXT或LONGTEXT，无法加索引或做范围查询 - 数字列被识别为字符串，后续
ORDER BY或聚合计算失败 - 时间字段格式不匹配，插入时报
Incorrect datetime value - 中文字段因字符集未显式指定，入库后显示乱码
替代方案：分两步走，手动控制建表 + 导入
实际工作中最稳的方式是：先用 DBeaver 创建结构合理的表，再导入数据。关键点在于建表时要预判数据特征：
- 查看 CSV 头行和前 10 行样本，确认字段名、是否含标题、分隔符（逗号 / 制表符 / 分号）、是否带引号包裹
- 数值类字段（如 ID、金额）优先用
INT、DECIMAL(10,2)，避免全用VARCHAR - 日期字段按实际格式选
DATE、DATETIME或TIMESTAMP，并在导入向导中启用「日期格式识别」 - 字符串字段按业务预期设长度，比如姓名用
VARCHAR(50)，地址用VARCHAR(200) - 主键、非空、默认值等约束在建表时就加上，别等到导入完再补
建好表后，右键表 → 导入向导 → 选择 CSV 文件 → 在字段映射页勾选 Transfer auto-generated columns（若目标表有自增主键或默认时间戳，需根据需求决定是否跳过）→ 执行。
想省事？用 SQL 脚本批量生成建表语句
如果手头有多个 CSV 文件需要建表，可借助外部工具快速生成 DDL：
- Python 脚本用
pandas.read_csv(..., nrows=10)推断类型，输出CREATE TABLE语句 - 在线工具如 csv-to-sql 可粘贴 CSV 内容，生成基础建表 SQL（注意检查生成的类型是否合理）
- Linux/macOS 下用
head -n 20 data.csv | csvformat -D '|' | awk '{print $1}'辅助分析字段分隔和内容形态
生成的 SQL 粘贴进 DBeaver 的 SQL 编辑器 执行即可，比图形界面建表更快更可控。
真正容易被忽略的是：CSV 文件里看似整齐的数字，可能混着空格、单位符号（如“123 kg”）、千分位逗号（“1,234”）——这些都会让自动推断彻底失效。务必人工抽检原始数据，而不是依赖工具“一键搞定”。
