随着计算机技术的发展和网络时代的来临，应用系统的更新换代速度逐渐加快，数据作为应用系统的核心，也同样面临着在不同系统和环境下的迁移问题。数据迁移的需求大多存在于关系数据库中，为了解决关系数据库中数据异构的问题，很多研究机构和学者都从各个方面做了大量努力，为异构数据的相互转化提出解决方案，使数据能够在不同数据库间准确、高效的进行迁移。在诸多研究方向中，表结构异构问题是比较棘手的迁移障碍之一。本文重点研究了异构表的数据迁移问题和相关主流算法，包括变长染色体遗传算法和最小生成树算法，针对遗传算法对多结点问题处理的不足以及最小生成树算法在多衍生表情况下运行效率稳定性方面的缺陷，本文通过对有向图Dijkstra算法进行分析，发现其逐层扩展的思想应用在衍生结点图结构时能够获得一定的性能优势。因此本文通过修改ER数据模型并添加衍生表结点来重新构建图结构，同时把图结构中的多结点问题简化为若干个两结点问题，使得新的数据结构能够适用更为高效的有向图Dijkstra算法，从而在准确性、稳定性和高效性方面获得一定提升。为了能够完整地解决异构表数据迁移问题，本文不仅对关键数据结构和应用算法进行设计，还补充和完善了其他生成SQL语句的必要组成部分，从而得到一个切实可执行的解决方案并用Java语言予以实现。在此基础上设计实验进行验证，对于不同情形下的异构表数据迁移问题，首先对输入信息进行规范化解析和处理，并以SQL语句形式输出目标数据并且自动完成异构表数据的转化，最后证明本算法在准确性和效率方面与两种主流算法相比有一定优势。