Mongify 技术文档
2024-12-20 07:22:46作者:胡易黎Nicole
1. 安装指南
Mongify 是一个将 SQL 数据库转换为 MongoDB 的数据转换工具。它支持多种 SQL 数据库,包括 MySQL、PostgreSQL、SQLite、Oracle、SQLServer 和 DB2。目前,它主要在 MySql 和 SQLite 上进行了测试。
安装 Mongify 非常简单,只需要执行以下命令:
gem install mongify
请注意,您可能需要安装 activerecord 数据库相关 gem(当运行 mongify 命令时,如果出现错误信息,您将知道需要安装哪些 gem)。
2. 项目使用说明
Mongify 需要知道您的数据库位置才能工作。构建配置文件非常简单:
创建 SQL 数据库连接:
sql_connection do
adapter "mysql"
host "localhost"
username "root"
password "passw0rd"
database "my_database"
batch_size 10000
# 如果出现 "String not valid UTF-8" 错误,取消注释下面的行。
# encoding "utf8"
end
创建 MongoDB 数据库连接:
mongodb_connection do
host "localhost"
database "my_database"
# 如果出现 "String not valid UTF-8" 错误,取消注释下面的行。
# encoding "utf8"
end
您可以运行以下命令来检查您的配置:
mongify check database.config
生成或创建翻译文件
生成翻译文件
如果您的数据库很大且结构复杂,手动编写翻译文件可能会非常繁琐。Mongify 的 translate 命令可以帮助您:
mongify translation database.config
或者将其直接管道输出到一个文件中:
mongify translation database.config > translation_file.rb
创建翻译文件
创建翻译文件非常直接。它看起来像这样:
table "users" do
column "id", :key
column "first_name", :string
column "last_name", :string
column "created_at", :datetime
column "updated_at", :datetime
end
table "posts" do
column "id", :key
column "title", :string
column "owner_id", :integer, :references => :users
column "body", :text
column "published_at", :datetime
column "created_at", :datetime
column "updated_at", :datetime
end
# 更多表定义...
将文件保存为 translation_file.rb 并运行以下命令:
mongify process database.config translation_file.rb
3. 项目 API 使用文档
Mongify 提供了几个命令来操作数据转换:
check或ck:检查 SQL 和 NoSQL 数据库的连接。process或pr:处理翻译文件并将数据转换到 MongoDB。sync或sy:处理翻译文件并将数据同步到 MongoDB,仅基于updated_at列插入或更新新记录。translation或tr:从 SQL 连接输出一个翻译文件。
命令示例:
mongify translation database.config
mongify tr database.config
mongify check database.config
mongify process database.config database_translation.rb
mongify sync database.config database_translation.rb
4. 项目安装方式
如前所述,Mongify 的安装方式非常简单,通过 gem 命令即可完成:
gem install mongify
请确保在运行 Mongify 之前安装了所有必要的 activerecord 数据库 gem。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869