KechuAI

DBX：25MB、100+ 种数据库，要做开源界的 Navicat 替代者

数据库
工具
开源
Rust
2026/9/29
·

阅读时间: 大约 6 分钟

DBX：25MB、100+ 种数据库，要做开源界的 Navicat 替代者

DBX 官方"核心工作流"：SQL 编辑、数据浏览、结构树、对比迁移

每个全栈开发者电脑里都堆过一堆数据库客户端：MySQL 用 Navicat、Redis Another Redis Desktop Manager、MongoDB 用 Compass、ClickHouse 又要换一个——光连接配置就重复维护 N 份。DBX（dbxio.com，开源、21k+ GitHub star）的卖点很直接：一个约 25MB 的桌面应用，把 100+ 种数据库引擎收进同一个界面，Rust 原生驱动、不依赖 JDBC，还提供桌面、Docker、CLI 三种使用模式。本文基于官网中文站实读。

一、它到底装了多少数据库

官网口号已经从 Koala 收录时的”50+/15MB”升级为”100+/25MB”。点开”支持全部”清单，覆盖面确实广得夸张，SQL/NoSQL/向量/时序/嵌入式/消息队列全包：

DBX 官方支持清单：100+ 种数据库引擎（含大量国产库）

  • 经典 SQL：MySQL、PostgreSQL、SQL Server、Oracle、SQLite、MariaDB、DuckDB、ClickHouse、Doris、StarRocks、TiDB、OceanBase；
  • NoSQL/搜索：MongoDB、Elasticsearch、Solr、Meilisearch、Redis、Kafka、RocketMQ、RabbitMQ；
  • 向量库：Qdrant、Milvus、Weaviate、ChromaDB；
  • 云数仓：Snowflake、BigQuery、Databricks、Redshift、Trino、Athena 类；
  • 国产数据库：达梦 Dameng、GaussDB、openGauss、KingbaseES、HighGo、TDSQL、PolarDB、GoldenDB、YashanDB、XuguDB、GBase——这一排是它区别于 DBeaver 的明显差异，国产化场景针对性很强。

二、功能面：围绕真实工作流组织

官网没有堆功能清单，而是把功能按任务组织成四块：

  • 编写与执行 SQL：CodeMirror 6 编辑器，元数据补全、格式化、查询历史、选中片段执行；
  • 浏览与编辑数据：虚拟滚动表格、行内编辑、WHERE/ORDER BY 控制、SQL 预览与导出；
  • 浏览结构：侧边栏看数据库/Schema/表/字段/索引/外键/触发器；
  • 对比与迁移：Schema 对比、表导入、跨引擎数据传输、SQL 文件执行。

外加 ER 图、字段血缘、AI 助手、MCP 接入。三模式（桌面 GUI / Docker 自托管 / CLI）意味着它既能当桌面客户端，也能塞进服务器做无头查询。

三、口径与局限

  1. “100+ 引擎”不等于”100 个一等公民”。 广度优先必然牺牲深度——Koala 点评说得准：“对单一数据库的支持未必比得过垂直工具”。MongoDB 的聚合管道可视化、PostgreSQL 的复杂调试、Oracle 的 PL/SQL 调试，这些深度场景垂直工具仍有优势。
  2. 25MB 是安装包体积，不是内存占用。 打开一个真有几百万行表的库，虚拟滚动表格再优化，浏览器/Electron 类壳的内存开销仍在——体积小是事实，但别理解成性能怪兽。
  3. “Rust 原生驱动、不依赖 JDBC”是卖点也是风险。 非 JDBC 意味着每种数据库的驱动都要自己对接，边缘引擎的稳定性（尤其是国产库的方言兼容）需要逐个验证；官网把”查看全部”做成清单，但清单上每一行的成熟度差异很大。
  4. 社区口碑是营销话术要打折看。 官网”社区评价”栏引用了 HelloGitHub 第 122 期评分 10.0、二丫讲梵”杀死数据库管理客户端比赛”这类——传播度高是真的，但”杀死比赛”是博主修辞，DBeaver/Navicat/TablePlus 各自的基本盘没那么容易动摇。
  5. AI 助手是后加功能。 和 MCP 一样，属于追赶潮流的模块，数据库管理的核心体验仍然是连接稳定性与 SQL 编辑效率。

四、客观评价

优势：

  • 广度无人能及，尤其国产数据库覆盖是差异化杀手锏；
  • 体积极小、Rust 原生、不背 JVM 包袱；
  • 桌面/Docker/CLI 三模式，自托管友好；
  • 开源 + 社区热度高，HelloGitHub 背书。

局限：

  • 单库深度不如垂直工具；
  • 年轻项目，边缘引擎稳定性待验证；
  • 功能面宽意味着每个功能都”够用但不精”；
  • 商业化与长期维护模式尚不清晰。

五、谁该用

广度优先的全栈开发者、运维、DBA 助理——你日常要连十几种数据库做临时查询、导数据、对比 Schema，DBX 一个顶过去五个。深度使用者（重度 Oracle PL/SQL 开发、MongoDB 复杂聚合调试、专业数据仓库建模），还是留在各自的垂直专业工具里。国产化信创环境要统一客户端的团队，它的国产库清单值得重点评估。

参考来源