25MB，干翻 1GB 的 DataGrip！这个开源数据库工具杀疯了！

阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/dbx-database-client/ 「芋道源码」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

我是 Java 出身，DBeaver 在我电脑上躺了好几年，每次启动先等 JVM 热身，懂的都懂。Navicat 好用但要钱，DataGrip 得吃全家桶的内存。

前几天刷 GitHub Trending，刷到一个叫 dbx 的项目挂在 Rust 榜前排，Star 已经两万三千多。它标称体积 25MB，官方说能管一百多种数据库。用了几天，确实值得聊一聊。

仓库首页实时截图，Star 与 Fork 计数同时可见

它先把自己和三个老牌工具摆在一张表上

dbx 是一个开源数据库客户端，后端 Rust 写的，前端 Vue 3 加 TypeScript，桌面外壳用 Tauri 2，编辑器用 CodeMirror 6，Apache-2.0 协议，功能全免费，官方明确说不收集任何使用数据。

macOS、Windows、Linux 都有原生安装包。不想装客户端也行，它有 Docker 版，跑起来就是一个 Web 版，团队可以共用同一套连接配置。

它自己在 README 里把四个工具摆在一起做了张表，我搬过来。

对比项	dbx	DBeaver	Navicat	DataGrip
价格	免费开源	社区版免费	收费，不便宜	订阅制
体积	25MB	几百 MB，要 Java	一百多 MB	接近 1GB
数据库数量	100+	多	十几种	主流够用
AI 能力	原生内置	插件	部分版本有	要订阅 AI
MCP	原生支持	没有	没有	没有

这张表里我最在意的是最后两行。AI 和 MCP 都是原生长在架构里的，不是后来挂上去的插件。这个区别在后面几节会一直体现。

dbx 项目概览与支持的数据库

一百多个库塞进一个客户端

MySQL、PostgreSQL、SQLite、Redis、MongoDB 这些就不用提了，ClickHouse、DuckDB、SQL Server、Oracle 也都在名单里。

国产库跟得很紧，TiDB、OceanBase、openGauss、GaussDB、达梦、人大金仓、TDengine 全能连。搞向量检索的 Qdrant、Milvus、Weaviate 支持了，连 Kafka、RocketMQ、Pulsar 的消息队列管理都塞了进去。

官方 README 的名单比这还长一截，DuckDB、Access、CockroachDB、InfluxDB、Neo4j、Cassandra、Snowflake、Trino、BigQuery 这些也在，另外还有一批走 Agent 或 JDBC 扩展的库。官方给的数字是一百多种，仓库简介同口径。

我以前电脑上 MySQL 一个客户端、Redis 一个 GUI、MongoDB 再开一个，切来切去。现在可以只留一个图标。

支持的数据库图标网格

编辑器该有的都有，还长了个 AI

编辑器用的是 CodeMirror 6，语法高亮肯定有，补全做得挺聪明，它会读表结构，敲到一半表名字段名自己往外跳。写完按 Cmd+Enter 执行，选中哪段就只跑哪段。格式化是自带的。

查询历史自动存着，常用的 SQL 可以收进片段库，标签页关掉再打开内容还在。这些功能单拎出来都挺无聊的，但少一个，干活的时候就浑身难受。

AI 助手就长在编辑器里。选中一张表，用大白话说你要什么，SQL 直接就出来了。看不懂的语句丢给它，它会说清楚这条在干嘛；慢查询可以让它优化，报错了也能让它修。生成的 SQL 执行之前会先过一道安全检查，防止 AI 手滑干出删表的事。

模型接谁我们自己定，Claude、OpenAI、Ollama 本地模型，或者任何 OpenAI 兼容接口。换句话说，DeepSeek、Kimi、通义这些国内直接能用的模型全能接，不挑。

SQL 编辑器与左侧表树

编辑器与 AI 面板并排的样子

模型这里可以选 OpenAI 或 Ollama 或任意兼容接口

最值钱的是它自带 MCP

这是我觉得最值钱的一块。dbx 带一个 MCP server，我们在 Claude Code、Cursor、Windsurf 里配一行，AI 就能用 dbx 里已经配好的连接去查库，表结构不用再复制粘贴喂给它了。

这里有个细节容易被忽略。官方 README 写明这个 MCP server 是一个独立的 Rust 程序，跟桌面端分开分发，装 dbx 并不会自动把它装上。启动方式是 npx 加包名，配置写进 .mcp.json，权限有三档，只读、可读写、完全访问，在设置里的 MCP 页管理。这几档我建议默认就用只读，等用顺了再放开。

终端党还有个独立 CLI，npm 装全局包就行，配 Codex 跑脚本也行。另外还能用 brew 单独装一份。

数据网格与右侧 AI 面板

MCP 的配置写起来就这么几行

网格、ER 图和搬数据，这块活儿最重

查出来的结果用虚拟滚动，几十万行也不会把页面拖死。数据可以直接在表格里改，改完它不会立刻落库，先把要执行的 SQL 摆出来给我们过目，确认没问题再保存。

过滤器明显是照着 DataGrip 做的，右键一按，LIKE、NOT LIKE 都在菜单里，用过 DataGrip 的人基本没有学习成本。导出的格式给得也全，CSV、JSON、Markdown、XLSX 都有，还能直接生成 INSERT 语句。

结果网格与筛选工具栏

Schema 这块给得比我预想的全。ER 图能直接画出来，表之间的外键关系一眼就能看清；跨连接的结构对比很实用，测试库和生产库差在哪几列，对一遍就知道；执行计划做成了可视化的图，慢查询卡在哪一步不用对着文字猜；字段级血缘和全库对象搜索是给大库准备的。

改表结构的时候它不会直接动手，列怎么变、索引怎么动，先列一份清单出来，确认完才执行。ER 图这功能，我以前只在付费工具里见过能用的。

ER 图

搬数据的活它也接。CSV 和 Excel 能直接导成表，跨库迁移支持，整库导出也有，两个库的数据可以拉出来对比，差在哪、同步过去会变成什么样，先把结果给我们看。还有个很顺手的点，拖一个 Parquet、CSV 或者 JSON 文件进去，底下是 DuckDB 在干活，内容直接预览，表都不用建。

换工具的成本它也替我们想好了，DBeaver 和 Navicat 的连接配置可以直接导入，这一条摆明了就是来抢人的。

导入与文件预览

Redis 和 Mongo 不是附赠品

Redis 这块做得不像附属品。key 可以按模式搜，批量操作支持，TTL 直接改，还给想敲命令的人留了命令执行器。String、Hash、List、Set、ZSet、Stream 六种类型，每种都有对应的展示方式。

MongoDB 是文档式的增删改查，带分页，Atlas 和副本集的连接串填进去就能连。

Redis 浏览器

安全这块没省。SSH 隧道密钥和密码两种方式都支持，走跳板机的环境够用了。代理是分开设的，数据库走一个，AI 走一个，公司网络管得严的可以自己调。断线会自动重连，删数据这类操作会弹确认框，导出的配置文件是加密的。

连接还能标颜色，我的习惯是生产库一律标红，扫一眼就知道这个窗口不能乱来。

新建连接窗口与颜色标记

装起来一行命令，团队还能上 Web 版

macOS 直接用 brew。

brew install --cask dbx

Windows 用 Scoop 或 WinGet，两条命令选一条。

scoop bucket add dbx https://github.com/t8y2/scoop-bucket
scoop install dbx

winget install t8y2.dbx

也可以去 GitHub Releases 页面直接下安装包。

GitHub 的发布页，版本列表都在左边

团队想上 Web 版，一行 Docker 就够，记得把数据目录挂出来，不然重建容器配置就没了。

docker run -d --pull=always --name dbx -p 4224:4224 -v dbx-data:/app/data t8y2/dbx

浏览器打开本机的 4224 端口就能用。装完点新建连接，填地址和账号，完事。

连接工作区的管理入口

也说两句不好听的

25MB 干到这个完成度，确实厉害，感觉作者有点炫技的味道。AI 和 MCP 是原生长在产品里的，不是后期挂的插件，这点跟市面上那些加了个对话框就敢叫 AI 版的工具不是一路货。

但得泼点冷水。我翻了翻，这项目主要靠作者一个人扛，issue 区现在躺着一千二百多条反馈，一大半没解决，迭代快归快，长期维护还得观察。生产环境的饭碗库，我建议 DataGrip 先别卸，dbx 当主力玩可以，关键操作留个后手。

适合谁也很清楚。电脑上堆了一堆客户端的多库杂食选手，还有想让 Claude Code、Codex 直接查库的 AI 编程玩家，反正不要钱，装一个不亏。

仓库地址是 https://github.com/t8y2/dbx 。

图片待确认

TODO @芋艿：IMG-015 为外部账号的项目推荐长图，等待决定是否使用；原文件目前未找到，来源账本保留了记录。此项不影响正文与精进 Markdown 的录入。