Kostenloser SQL-zu-MongoDB-Konverter

SQL to MongoDB ist ein kostenloses Online-Tool, das SQL-Abfragen in die entsprechende MongoDB-Abfragesyntax umwandelt und Entwicklern den Wechsel zwischen Datenbanken erleichtert.

Ja, es ist völlig kostenlos und erfordert keine Registrierung. Die gesamte Konvertierung erfolgt clientseitig in Ihrem Browser.

SQL to MongoDB unterstützt SELECT-, INSERT-, UPDATE- und DELETE-Abfragen und wandelt sie in ihre MongoDB-Entsprechungen um, darunter find, insertOne, updateMany und deleteMany.

Absolut. Der SQL to MongoDB Converter verarbeitet alles clientseitig in Ihrem Browser. Es werden keine Daten an einen Server hochgeladen oder dort gespeichert. Ihre Inhalte bleiben jederzeit privat auf Ihrem Gerät.

Ja, der SQL to MongoDB Converter ist vollständig responsiv und funktioniert auf Smartphones und Tablets. Sie können ihn auf jedem Gerät mit einem modernen Webbrowser nutzen, ganz ohne App-Download.

Es ist kein Konto und keine Registrierung erforderlich. Öffnen Sie einfach den SQL to MongoDB Converter in Ihrem Browser und legen Sie sofort los. Es gibt keine Anmeldebarrieren und keine Nutzungsbeschränkungen.

Der SQL to MongoDB Converter unterstützt eine breite Palette beliebter Formate und Sprachen. Die vollständige Liste der unterstützten Optionen finden Sie in der Benutzeroberfläche des Tools.

Geben Sie einfach Ihre Eingabe in das vorgesehene Feld ein, passen Sie die Einstellungen nach Wunsch an, und das Tool verarbeitet sie sofort. Anschließend können Sie das Ergebnis in die Zwischenablage kopieren oder herunterladen.

Der SQL to MongoDB Converter funktioniert in allen modernen Browsern, darunter Chrome, Firefox, Safari, Edge und Opera. Für das beste Erlebnis verwenden Sie die neueste Version Ihres bevorzugten Browsers.

Eine SQL-WHERE-Klausel wird zu dem Filterobjekt, das MongoDB an find() übergibt, oder zu einer $match-Stufe, wenn die Abfrage eine Aggregationspipeline benötigt. Dieser Konverter parst Ihre Bedingungen einzeln und übersetzt jeden Operator: = wird zu einem direkten Schlüssel-Wert-Paar, während >, <, >= und <= zu $gt, $lt, $gte und $lte werden und != oder <> zu $ne wird. Mehrere mit AND verknüpfte Bedingungen werden in $and eingeschlossen, mit OR verknüpfte Bedingungen in $or, sodass die boolesche Logik erhalten bleibt. Auch spezielle Prädikate werden verarbeitet: IN und NOT IN werden zu $in und $nin, BETWEEN x AND y wird zu einem $gte/$lte-Bereich, und IS NULL sowie IS NOT NULL werden zu null bzw. $ne: null. Fügen Sie oben Ihr WHERE-gefiltertes SELECT ein, um das genaue Filterdokument zu sehen, das erzeugt wird.

MongoDB kennt keinen LIKE-Operator, daher wandelt dieses Tool LIKE in ein case-insensitives $regex mit dem Flag $options: "i" um. Entscheidend ist, wie das SQL-Platzhalterzeichen % behandelt wird: Ein Präfixmuster wie 'John%' verankert den regulären Ausdruck am Anfang (^John), ein Suffixmuster wie '%son' verankert ihn am Ende (son$), und ein Contains-Muster wie '%admin%' lässt beide Anker weg, um an beliebiger Stelle im String zu treffen. Der SQL-Platzhalter für ein einzelnes Zeichen, _, wird in den Regex-Punkt übersetzt. NOT LIKE wird mit $not um denselben regulären Ausdruck herum eingeschlossen, sodass der Treffer negiert wird. Da Regex-Abgleiche bei großen Collections langsamer sein können als exakte Lookups, gelten verankerte Präfixmuster als am indexfreundlichsten. Probieren Sie die Beispielabfrage "SELECT with LIKE" im Tool aus, um eine reale Musterumwandlung zu sehen.

MongoDB verknüpft Tabellen nicht so wie SQL, daher schreibt dieser Konverter ein JOIN als Aggregationspipeline rund um $lookup um. Er liest Ihre FROM-Tabelle, die verknüpfte Tabelle und die Gleichheitsbedingung in ON und erzeugt daraus eine $lookup-Stufe, die passende Dokumente aus der zweiten Collection zieht, gefolgt von einer $unwind-Stufe, die das verknüpfte Array zu einzelnen Dokumenten abflacht. INNER- und LEFT-JOINs mit einer einzelnen Gleichheitsbedingung in ON werden unterstützt. Etwaige WHERE-Bedingungen werden in eine $match-Stufe überführt, ORDER BY wird zu $sort, LIMIT wird zu $limit, und eine ausgewählte Spaltenliste wird zu einer $project-Stufe -- alles in der richtigen Reihenfolge der Pipeline. Die Ausgabe ist mit einem Aggregation-Badge gekennzeichnet, sodass die mehrstufige Struktur sofort erkennbar ist. Da Dokumentenmodellierung Joins oft ganz ersetzt, sollten Sie prüfen, ob Embedding besser zu Ihrem Schema passt, und dann das JOIN-Beispiel laden, um es auszuprobieren.

GROUP-BY-Abfragen werden in einen aggregate()-Aufruf mit einer $group-Stufe umgewandelt. Die Spalten, nach denen Sie gruppieren, werden zur _id der Stufe (ein einzelnes Feld bei einer Spalte, ein zusammengesetztes Objekt bei mehreren), und Ihre Aggregatfunktionen werden direkt auf MongoDB-Akkumulatoren abgebildet: COUNT(*) wird zu $sum: 1, SUM wird zu $sum, AVG wird zu $avg, und MIN und MAX werden zu $min und $max. Mit AS geschriebene Spalten-Aliase bleiben als Namen der Ausgabefelder erhalten. Eine WHERE-Klausel wird in eine $match-Stufe vor $group platziert, und eine HAVING-Klausel wird zu einer zweiten $match-Stufe nach $group, wodurch SQLs Reihenfolge "Filtern nach dem Aggregieren" gespiegelt wird. ORDER BY und LIMIT werden als $sort- und $limit-Stufen angehängt. Probieren Sie das Beispiel "GROUP BY with SUM" aus, um zu sehen, wie Aliase und HAVING in der Pipeline dargestellt werden.

Das Ausgabefeld bietet dieselbe konvertierte Abfrage über einen Tab-Umschalter in drei Formaten an, sodass Sie Code kopieren können, der zu Ihrer Umgebung passt. Shell liefert die rohe mongosh-Syntax, etwa db.users.find({ age: { $gt: 25 } }), ideal zum direkten Einfügen in die Mongo-Shell oder in Compass. Node.js verpackt das Ergebnis in ein lauffähiges Gerüst mit dem offiziellen mongodb-Treiber, samt MongoClient-Einrichtung, einer Verbindung über Ihre Umgebungsvariable MONGODB_URI und dem passenden Aufruf der Collection-Methode. Python erzeugt ein gleichwertiges Gerüst mit PyMongo und wandelt Methodennamen in snake_case um, etwa insert_one und update_many. Die Gerüste sind Ausgangsvorlagen, in die Sie Datenbankname und endgültigen Filter noch eintragen, bevor Sie sie ausführen. Wählen Sie den benötigten Tab und klicken Sie dann auf Copy, um den formatierten Code in Ihrer Zwischenablage abzulegen.