Mongify 技术文档
2024-12-20 08:21:37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
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0114AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
218
2.23 K

暂无简介
Dart
523
116

React Native鸿蒙化仓库
JavaScript
210
285

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

🎉 (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
982
580

Ascend Extension for PyTorch
Python
67
97

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++
564
87

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
34
0