一个基于 Spring AI 的数据库 MCP (Model Context Protocol) 服务器，提供智能数据库操作功能，支持多数据源切换、高级数据生成、更新、删除等操作。
- ✅ 预定义数据源: 支持环境变量前缀配置多个数据源
- ✅ 动态数据源: 支持 JSON 配置动态创建数据源连接
- ✅ 无缝切换: 所有工具支持数据源参数，可在不同数据库间切换
- ✅ 配置灵活: 支持 3 种配置方式：环境变量、JSON 配置、工具参数
- ✅ 向后兼容: 保持原有单数据源模式完全兼容
- ✅ listTables: 列出数据库中所有表（支持多数据源）
- ✅ describeTable: 查看表结构和字段信息（支持多数据源）
- ✅ insertData: 高级测试数据生成（支持多数据源）
- 🎯 4种生成模式: 简单固定值、分组、序列、组合模式
- 🎲 智能数据生成: 使用 DataFaker 生成真实业务数据
- 📊 ENUM/SET 支持: 自动提取数据库枚举值
- 🔄 事务安全: 完整的 ACID 事务支持
- ✅ updateData: 智能数据更新（支持多数据源）
- 🎯 多条件更新: 支持多种操作符（=, !=, >, <, >=, <=, IN, NOT IN, LIKE, NOT LIKE）
- 📊 批量更新: 支持多个更新规则
- 🔢 记录限制: 可配置的安全更新限制
- 🔄 事务安全: 完整的 ACID 事务支持
- ✅ deleteData: 灵活数据删除（支持多数据源）
- 🎯 条件删除: 支持多种操作符和复杂条件
- 🗑️ 批量删除: 支持多个删除规则
- 🔢 安全限制: 可配置的最大删除记录数
- 🔄 事务安全: 完整的 ACID 事务支持
- ✅ executeQuery: 安全 SQL 查询执行（支持多数据源）
- 🔍 SELECT 查询: 仅支持 SELECT 语句
- 🛡️ SQL 注入防护: 参数化查询防护
- 📄 自动分页: 自动添加 LIMIT 限制
- 🔒 操作权限控制: 通过环境变量控制各种数据库操作
- 🎛️ 记录数限制: 可配置的插入、更新、删除记录数限制
- 🔍 严格验证模式: 基于反射的增强安全验证
- 🏗️ 跨数据库支持: SqlBuilder 工具支持多数据库类型
- 📊 智能表格输出: ASCII 表格格式化输出
- 🔄 连接池管理: Druid 连接池优化
- 📝 内存优化: 最小化内存占用的 MCP 配置
- Java 21+
- Spring Boot 3.5.3+
- MySQL 8.0+
- Maven 3.8+
export DATABASE_TYPE=mysql
export HOST=your_host
export PORT=3306
export USER=your_username
export PASSWORD=your_password
export DATABASE=your_database# PMS 数据库配置
export PMS_DB_HOST=192.168.31.50
export PMS_DB_PORT=3306
export PMS_DB_USERNAME=root
export PMS_DB_PASSWORD=your_password
export PMS_DB_DATABASE=mall_pms
export PMS_DB_DATABASE_TYPE=mysql
# Admin 数据库配置
export ADMIN_DB_HOST=192.168.31.50
export ADMIN_DB_PORT=3306
export ADMIN_DB_USERNAME=root
export ADMIN_DB_PASSWORD=your_password
export ADMIN_DB_DATABASE=mall_admin
export ADMIN_DB_DATABASE_TYPE=mysql
# 支持的前缀：PROD_DB, TEST_DB, DEV_DB, STAGING_DB, PMS_DB, ADMIN_DB# 通过 DATASOURCE_CONFIG 环境变量配置多个数据源
export DATASOURCE_CONFIG='{"dataSources":[{"name":"pms","description":"Product Management System","host":"192.168.31.50","port":"3306","username":"root","password":"your_password","database":"mall_pms","databaseType":"mysql"},{"name":"admin","description":"Admin Management System","host":"192.168.31.50","port":"3306","username":"root","password":"your_password","database":"mall_admin","databaseType":"mysql"}]}'# 操作权限开关
export ALLOW_INSERT_OPERATION=true
export ALLOW_UPDATE_OPERATION=true
export ALLOW_DELETE_OPERATION=true
export ALLOW_QUERY_OPERATION=true
# 记录数限制
export MAX_INSERT_RECORDS=1000
export MAX_UPDATE_RECORDS=500
export MAX_DELETE_RECORDS=100
# 安全控制
export ALLOW_UNCONDITIONAL_UPDATE=false
export ALLOW_UNCONDITIONAL_DELETE=false
export STRICT_VALIDATION_MODE=false# 编译项目
./mvnw clean compile
# 打包项目
./mvnw clean package
# 运行 MCP 服务器（内存优化版本）
java -Xms32m -Xmx128m -XX:MetaspaceSize=32m -XX:MaxMetaspaceSize=64m \
-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -XX:TieredStopAtLevel=1 \
-Dcom.sun.management.jmxremote=false \
-jar target/database-mcp-0.0.1-SNAPSHOT.jar# 运行所有测试
./mvnw test
# 运行测试并生成覆盖率报告
./mvnw test jacoco:report
# 快速编译检查
./mvnw clean compile -q{
"mcpServers": {
"database-mcp": {
"command": "java",
"args": [
"-Xms32m",
"-Xmx128m",
"-XX:MetaspaceSize=32m",
"-XX:MaxMetaspaceSize=64m",
"-XX:+UseG1GC",
"-XX:MaxGCPauseMillis=100",
"-XX:TieredStopAtLevel=1",
"-Dcom.sun.management.jmxremote=false",
"-jar",
"/path/to/database-mcp-0.0.1-SNAPSHOT.jar"
],
"env": {
"DATABASE": "your_database",
"DATABASE_TYPE": "mysql",
"HOST": "your_host",
"PASSWORD": "your_password",
"PORT": "3306",
"USER": "your_username",
"ALLOW_INSERT_OPERATION": "true",
"ALLOW_UPDATE_OPERATION": "true",
"ALLOW_DELETE_OPERATION": "true",
"ALLOW_QUERY_OPERATION": "true",
"MAX_INSERT_RECORDS": "1000",
"MAX_UPDATE_RECORDS": "500",
"MAX_DELETE_RECORDS": "100"
}
}
}
}{
"mcpServers": {
"database-mcp": {
"command": "java",
"args": [
"-Xms32m",
"-Xmx128m",
"-XX:MetaspaceSize=32m",
"-XX:MaxMetaspaceSize=64m",
"-XX:+UseG1GC",
"-XX:MaxGCPauseMillis=100",
"-XX:TieredStopAtLevel=1",
"-Dcom.sun.management.jmxremote=false",
"-jar",
"/path/to/database-mcp-0.0.1-SNAPSHOT.jar"
],
"env": {
"DATABASE": "mall_admin",
"DATABASE_TYPE": "mysql",
"HOST": "192.168.31.50",
"PASSWORD": "your_password",
"PORT": "3306",
"USER": "root",
"PMS_DB_HOST": "192.168.31.50",
"PMS_DB_PORT": "3306",
"PMS_DB_USERNAME": "root",
"PMS_DB_PASSWORD": "your_password",
"PMS_DB_DATABASE": "mall_pms",
"PMS_DB_DATABASE_TYPE": "mysql",
"ADMIN_DB_HOST": "192.168.31.50",
"ADMIN_DB_PORT": "3306",
"ADMIN_DB_USERNAME": "root",
"ADMIN_DB_PASSWORD": "your_password",
"ADMIN_DB_DATABASE": "mall_admin",
"ADMIN_DB_DATABASE_TYPE": "mysql",
"ALLOW_INSERT_OPERATION": "true",
"ALLOW_UPDATE_OPERATION": "true",
"ALLOW_DELETE_OPERATION": "true",
"ALLOW_QUERY_OPERATION": "true",
"MAX_INSERT_RECORDS": "1000",
"MAX_UPDATE_RECORDS": "500",
"MAX_DELETE_RECORDS": "100"
}
}
}
}// 列出默认数据源的所有表
listTables()
// 查看默认数据源的表结构
describeTable("users")
// 在默认数据源执行查询
executeQuery("SELECT * FROM users WHERE status = 'active'")// 使用预定义数据源名称
listTables("pms") // PMS 数据库的表
listTables("admin") // Admin 数据库的表
// 查看不同数据源的表结构
describeTable("products","pms") // PMS 数据库的 products 表
describeTable("sys_user","admin") // Admin 数据库的 sys_user 表
// 在不同数据源执行查询
executeQuery("SELECT * FROM products WHERE status = 1","pms")
executeQuery("SELECT * FROM sys_user WHERE username = 'admin'","admin")
// 使用完整 JSON 配置（动态数据源）
executeQuery("SELECT COUNT(*) FROM orders",
"{\"host\":\"192.168.31.50\",\"port\":\"3306\",\"username\":\"root\",\"password\":\"password\",\"database\":\"mall_oms\",\"databaseType\":\"mysql\"}")// 在默认数据源插入数据
insertData("users",10,"{\"status\":1,\"type\":\"active\"}")
// 在指定数据源插入数据
insertData("products",5,"{\"status\":1,\"category\":\"electronics\"}","pms")
insertData("sys_user",3,"{\"status\":1,\"role\":\"admin\"}","admin")// 在不同数据源进行分组数据生成
insertData("orders",15,
"{\"groups\":[{\"recordCount\":10,\"fixedValues\":{\"status\":\"pending\"}},{\"recordCount\":5,\"fixedValues\":{\"status\":\"completed\"}}]}",
"pms")
insertData("sys_log",20,
"{\"groups\":[{\"recordCount\":15,\"fixedValues\":{\"level\":\"INFO\"}},{\"recordCount\":5,\"fixedValues\":{\"level\":\"ERROR\"}}]}",
"admin")// 在不同数据源进行序列数据生成
insertData("products",5,
"{\"sequences\":{\"product_code\":{\"type\":\"CUSTOM_VALUES\",\"customValues\":[\"P001\",\"P002\",\"P003\",\"P004\",\"P005\"]}}}",
"pms")
insertData("sys_user",3,
"{\"sequences\":{\"username\":{\"type\":\"CUSTOM_VALUES\",\"customValues\":[\"admin\",\"manager\",\"user\"]}}}",
"admin")// 在不同数据源进行组合模式数据生成
insertData("employees",8,
"{\"groups\":[{\"recordCount\":5,\"fixedValues\":{\"department\":\"IT\"}},{\"recordCount\":3,\"fixedValues\":{\"department\":\"HR\"}}],\"sequences\":{\"employee_id\":{\"type\":\"INCREMENT\",\"startValue\":1000,\"step\":1}}}",
"admin")// 在默认数据源更新
updateData("users",
"{\"updateRules\":[{\"conditions\":[{\"field\":\"id\",\"operator\":\"=\",\"value\":1}],\"updateValues\":{\"status\":\"active\"}}]}")
// 在指定数据源更新
updateData("products",
"{\"updateRules\":[{\"conditions\":[{\"field\":\"id\",\"operator\":\"=\",\"value\":1}],\"updateValues\":{\"status\":1}}]}",
"pms")
updateData("sys_user",
"{\"updateRules\":[{\"conditions\":[{\"field\":\"username\",\"operator\":\"=\",\"value\":\"admin\"}],\"updateValues\":{\"last_login\":\"2025-01-01\"}}]}",
"admin")// 在不同数据源进行条件更新
updateData("orders",
"{\"updateRules\":[{\"conditions\":[{\"field\":\"status\",\"operator\":\"=\",\"value\":\"pending\"},{\"field\":\"created_time\",\"operator\":\"<\",\"value\":\"2024-01-01\"}],\"updateValues\":{\"status\":\"expired\"},\"maxRecords\":100}]}",
"pms")// 在指定数据源进行多规则更新
updateData("products",
"{\"updateRules\":[{\"conditions\":[{\"field\":\"category\",\"operator\":\"=\",\"value\":\"electronics\"}],\"updateValues\":{\"discount\":0.1}},{\"conditions\":[{\"field\":\"category\",\"operator\":\"=\",\"value\":\"books\"}],\"updateValues\":{\"discount\":0.05}}]}",
"pms")// 在默认数据源删除
deleteData("users",
"{\"deleteRules\":[{\"conditions\":[{\"field\":\"id\",\"operator\":\"=\",\"value\":1}],\"maxRecords\":1}]}")
// 在指定数据源删除
deleteData("products",
"{\"deleteRules\":[{\"conditions\":[{\"field\":\"status\",\"operator\":\"=\",\"value\":0}],\"maxRecords\":10}]}",
"pms")
deleteData("sys_log",
"{\"deleteRules\":[{\"conditions\":[{\"field\":\"level\",\"operator\":\"=\",\"value\":\"DEBUG\"}],\"maxRecords\":100}]}",
"admin")// 在不同数据源进行条件删除
deleteData("logs",
"{\"deleteRules\":[{\"conditions\":[{\"field\":\"status\",\"operator\":\"=\",\"value\":\"inactive\"},{\"field\":\"last_login\",\"operator\":\"<\",\"value\":\"2023-01-01\"}],\"maxRecords\":50}]}",
"admin")// 在指定数据源进行多规则删除
deleteData("temp_data",
"{\"deleteRules\":[{\"conditions\":[{\"field\":\"status\",\"operator\":\"=\",\"value\":\"deleted\"}],\"maxRecords\":100},{\"conditions\":[{\"field\":\"type\",\"operator\":\"IN\",\"values\":[\"temp\",\"test\"]}],\"maxRecords\":50}]}",
"admin")✅ 正确的数据源参数格式：
// 使用预定义数据源名称（推荐）
listTables("pms") // 正确
listTables("admin") // 正确
listTables("test") // 正确
// 使用 null 或空字符串表示默认数据源
listTables(null) // 正确
listTables("") // 正确
// 使用完整 JSON 配置
listTables("{\"host\":\"192.168.31.50\",\"port\":\"3306\",\"username\":\"root\",\"password\":\"password\",\"database\":\"mall_oms\",\"databaseType\":\"mysql\"}") // 正确❌ 错误的数据源参数格式：
// 错误的 JSON 格式（AI 容易误用）
listTables("{\"database\":\"admin\"}") // 错误！
listTables("{\"database\":\"pms\"}") // 错误！
// 正确做法
listTables("admin") // 正确
listTables("pms") // 正确当与 AI 助手协作时，请明确说明数据源：
用户: "查询 PMS 数据库的所有表"
AI: listTables("pms")
用户: "在 Admin 数据库中插入用户数据"
AI: insertData("sys_user", 5, "{\"status\":1}", "admin")
用户: "查询订单表的结构"
AI: describeTable("orders", "pms") // 如果订单在 PMS 数据库
DatabaseMcpApplication (主应用)
├── DatabaseService (服务层)
│ ├── listTables(dataSourceConfig?) // 支持多数据源
│ ├── describeTable(table, dataSourceConfig?)
│ ├── insertData(table, count, config, dataSourceConfig?)
│ ├── updateData(table, config, dataSourceConfig?)
│ ├── deleteData(table, config, dataSourceConfig?)
│ └── executeQuery(sql, dataSourceConfig?)
├── DataSourceManager (数据源管理)
│ ├── resolveDataSourceConfig() // 数据源解析
│ ├── executeWithDataSource() // 统一执行逻辑
│ └── getDataSource() // 数据源获取
├── DataSourceConfigParser (配置解析)
│ ├── parseMultiDataSourceConfig() // 多数据源解析
│ ├── parseSingleDataSourceConfig() // 单数据源解析
│ └── createFromEnvironment() // 环境变量解析
├── DatabaseStrategy (策略模式)
│ └── MySQLDatabaseStrategy
├── DatabaseOperationConfig (操作权限配置)
├── SqlBuilder (跨数据库 SQL 构建)
└── Utility Classes
├── DataGenerator (数据生成器)
├── JsonParseUtils (JSON 解析)
├── SqlSecurityValidator (安全验证)
└── TableFormatter (表格格式化)
多数据源支持架构
├── 配置层
│ ├── 环境变量前缀 (PMS_DB_*, ADMIN_DB_*)
│ ├── JSON 配置 (DATASOURCE_CONFIG)
│ └── 动态配置 (工具参数)
├── 解析层
│ ├── DataSourceConfigParser
│ └── JsonParseUtils
├── 管理层
│ ├── DataSourceManager (统一管理)
│ └── DataSourceFactory (连接创建)
└── 执行层
├── DatabaseStrategy (数据库操作)
└── Connection Pool (连接池)
数据源解析优先级 (从高到低)
1. 工具参数中的完整 JSON 配置
- 优点: 最灵活，支持任意数据库
- 缺点: 配置复杂，不适合频繁使用
2. 工具参数中的预定义数据源名称
- 优点: 简单易用，AI 友好
- 缺点: 需要预先配置
3. 默认数据源 (null 或空字符串)
- 优点: 向后兼容，无需额外配置
- 缺点: 只能访问一个数据库
优点: 配置清晰，易于管理，支持容器化部署
# 生产环境
PROD_DB_HOST=prod.mysql.com
PROD_DB_DATABASE=production_db
# 测试环境
TEST_DB_HOST=test.mysql.com
TEST_DB_DATABASE=test_db
# PMS 系统
PMS_DB_HOST=pms.mysql.com
PMS_DB_DATABASE=mall_pms
# 管理系统
ADMIN_DB_HOST=admin.mysql.com
ADMIN_DB_DATABASE=mall_admin优点: 灵活，支持复杂配置
DATASOURCE_CONFIG='{
"dataSources": [
{
"name": "production",
"description": "Production Database",
"host": "prod.mysql.com",
"database": "production_db"
},
{
"name": "analytics",
"description": "Analytics Database",
"host": "analytics.mysql.com",
"database": "analytics_db"
}
]
}'Data Models
├── InsertRequest (插入请求)
├── UpdateRequest (更新请求)
├── DeleteRequest (删除请求)
├── DataGroup (数据分组)
├── UpdateRule (更新规则)
├── DeleteRule (删除规则)
├── DeleteCondition (删除条件)
└── SequenceDefinition (序列定义)
- 参数化查询
- 输入验证和清理
- SQL 模式匹配
- 表名和列名验证
- 环境变量控制各种数据库操作
- 记录数限制防止批量操作风险
- 无条件操作控制
- 严格验证模式
- 完整的 ACID 事务支持
- 自动回滚机制
- 连接状态恢复
- 资源管理
- 最小化 JVM 内存占用
- 高效的连接池管理
- 资源及时释放
- Druid 连接池配置
- 连接复用和监控
- 连接泄漏检测
- 自动 LIMIT 限制
- 结果集大小控制
- 分页查询支持
# 运行所有测试
./mvnw test
# 运行指定测试类
./mvnw test -Dtest=DatabaseServiceTest
# 运行测试并生成覆盖率报告
./mvnw test jacoco:report# 运行集成测试
./mvnw verify
# 运行性能测试
./mvnw test -Dtest=PerformanceTestdatabase-mcp/
├── src/
│ ├── main/
│ │ ├── java/
│ │ │ └── com/carole/database/mcp/
│ │ │ ├── DatabaseMcpApplication.java
│ │ │ ├── config/
│ │ │ │ ├── DataSourceConfig.java
│ │ │ │ ├── DataSourceConfigParser.java
│ │ │ │ ├── DatabaseConfig.java
│ │ │ │ └── DatabaseOperationConfig.java
│ │ │ ├── manager/
│ │ │ │ └── DataSourceManager.java
│ │ │ ├── constant/
│ │ │ │ └── SqlTypeConstants.java
│ │ │ ├── factory/
│ │ │ │ └── DataSourceFactory.java
│ │ │ ├── pojo/
│ │ │ │ ├── DataGroup.java
│ │ │ │ ├── InsertRequest.java
│ │ │ │ ├── UpdateRequest.java
│ │ │ │ ├── DeleteRequest.java
│ │ │ │ ├── UpdateRule.java
│ │ │ │ ├── DeleteRule.java
│ │ │ │ ├── DeleteCondition.java
│ │ │ │ ├── SequenceDefinition.java
│ │ │ │ ├── TableInfo.java
│ │ │ │ └── TableMetadata.java
│ │ │ ├── service/
│ │ │ │ └── DatabaseService.java
│ │ │ ├── strategy/
│ │ │ │ ├── DatabaseStrategy.java
│ │ │ │ └── impl/
│ │ │ │ └── MySQLDatabaseStrategy.java
│ │ │ └── util/
│ │ │ ├── DataGenerator.java
│ │ │ ├── JsonParseUtils.java
│ │ │ ├── QueryUtils.java
│ │ │ ├── SnowflakeIdGenerator.java
│ │ │ ├── SqlBuilder.java
│ │ │ ├── SqlSecurityValidator.java
│ │ │ └── TableFormatter.java
│ │ └── resources/
│ │ ├── application.yml
│ │ └── logback-spring.xml
│ └── test/
│ └── java/
│ └── com/carole/database/mcp/
│ ├── DatabaseMcpApplicationTest.java
│ ├── service/
│ │ └── DatabaseServiceTest.java
│ └── util/
│ ├── DataGeneratorTest.java
│ ├── JsonParseUtilsTest.java
│ └── SqlSecurityValidatorTest.java
├── logs/
│ └── database-mcp.log
├── target/
│ └── database-mcp-0.0.1-SNAPSHOT.jar
├── CLAUDE.md
├── README.md
└── pom.xml
现象: "Cannot resolve datasource configuration" 错误 解决方案:
# 检查预定义数据源配置
echo $PMS_DB_HOST
echo $ADMIN_DB_HOST
# 检查 JSON 配置格式
echo $DATASOURCE_CONFIG | jq .
# 验证数据源名称
# 支持的名称: pms, admin, prod, test, dev, staging现象: AI 使用 {"database":"admin"} 格式
解决方案:
- 明确告诉 AI 使用简单字符串:
"admin" - 避免使用
{"database":"xxx"}格式 - 查看工具描述中的正确示例
现象: 特定数据源无法连接 解决方案:
# 检查网络连接
telnet $PMS_DB_HOST $PMS_DB_PORT
# 检查数据库凭据
mysql -h$PMS_DB_HOST -P$PMS_DB_PORT -u$PMS_DB_USERNAME -p$PMS_DB_PASSWORD $PMS_DB_DATABASE
# 检查环境变量
env | grep "_DB_"现象: 无法连接到 MCP 服务器 解决: 检查 Java 版本，确保使用 Java 21+，检查环境变量配置
现象: AI 传递错误的数据源参数格式 解决:
- 确保 AI 使用简单字符串格式:
"pms","admin" - 避免使用嵌套 JSON:
{"database":"admin"} - 参考工具描述中的正确示例
现象: 无法连接到数据库 解决: 验证数据库连接参数，检查网络连接，确认数据库服务运行正常
现象: 应用启动缓慢或内存溢出 解决: 使用推荐的 JVM 参数配置，调整内存分配
现象: SQL 查询被拒绝 解决: 使用参数化查询，避免直接拼接 SQL 语句
现象: 数据库操作被拒绝执行 解决: 检查环境变量中的操作权限配置，确认是否允许相应操作
# 查看应用日志
tail -f logs/database-mcp.log
# 查看错误日志
grep ERROR logs/database-mcp.log
# 查看性能日志
grep PERFORMANCE logs/database-mcp.log- ✅ 多数据源支持: 环境变量、JSON 配置、动态数据源
- ✅ 智能数据生成: 4 种生成模式，业务智能数据
- ✅ 安全框架: SQL 注入防护，操作权限控制
- ✅ 事务安全: 完整 ACID 支持，自动回滚
- ✅ 连接池管理: Druid 连接池，资源优化
- ✅ 内存优化: 最小化 JVM 内存占用
- 🚧 多数据库支持: PostgreSQL, Oracle, SQL Server 支持
- 🚧 查询构建器: 可视化查询构建功能
- 🚧 模式迁移: DDL 操作和安全控制
- 🚧 性能监控: 查询性能指标和日志
- 🚧 高级安全: 基于角色的访问控制，审计日志
- 🚧 缓存层: 查询结果缓存，提高频繁访问数据的性能
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 创建 Pull Request
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
- CaroLe - 初始工作和持续维护
- Spring AI 团队提供的 MCP 框架
- DataFaker 团队提供的数据生成库
- Druid 团队提供的连接池解决方案
- 所有贡献者和用户的支持