Convertisseur SQL vers MongoDB Gratuit

SQL to MongoDB est un outil en ligne gratuit qui convertit les requêtes SQL en syntaxe de requête MongoDB équivalente, aidant les développeurs à passer d'une base de données à une autre.

Oui, il est entièrement gratuit et ne nécessite aucune inscription. Toute la conversion s'effectue côté client, dans votre navigateur.

SQL to MongoDB prend en charge les requêtes SELECT, INSERT, UPDATE et DELETE, et les convertit en leurs équivalents MongoDB, notamment find, insertOne, updateMany et deleteMany.

Absolument. Le SQL to MongoDB Converter traite tout côté client, dans votre navigateur. Aucune donnée n'est envoyée ni stockée sur un serveur. Votre contenu reste privé sur votre appareil à tout moment.

Oui, le SQL to MongoDB Converter est entièrement responsive et fonctionne sur smartphones et tablettes. Vous pouvez l'utiliser sur n'importe quel appareil doté d'un navigateur web moderne, sans aucune application à télécharger.

Aucun compte ni inscription n'est nécessaire. Ouvrez simplement le SQL to MongoDB Converter dans votre navigateur et commencez à l'utiliser immédiatement. Il n'y a ni page d'inscription ni restriction d'utilisation.

Le SQL to MongoDB Converter prend en charge un large éventail de formats et de langages populaires. Consultez l'interface de l'outil pour la liste complète des options prises en charge.

Saisissez simplement votre contenu dans le champ prévu, ajustez les paramètres selon vos préférences, et l'outil le traitera instantanément. Vous pouvez ensuite copier le résultat dans le presse-papiers ou le télécharger.

Le SQL to MongoDB Converter fonctionne dans tous les navigateurs modernes, dont Chrome, Firefox, Safari, Edge et Opera. Pour une expérience optimale, utilisez la dernière version de votre navigateur préféré.

Une clause SQL WHERE devient l'objet de filtre que MongoDB transmet à find(), ou une étape $match lorsque la requête nécessite un pipeline d'agrégation. Ce convertisseur analyse vos conditions une par une et traduit chaque opérateur : = devient une paire clé-valeur directe, tandis que >, <, >= et <= deviennent $gt, $lt, $gte et $lte, et != ou <> devient $ne. Les conditions multiples reliées par AND sont regroupées dans $and, et celles reliées par OR dans $or, ce qui préserve la logique booléenne. Les prédicats spéciaux sont également gérés : IN et NOT IN se traduisent par $in et $nin, BETWEEN x AND y devient une plage $gte/$lte, et IS NULL et IS NOT NULL deviennent null et $ne: null. Collez ci-dessus votre SELECT filtré par WHERE pour voir le document de filtre exact qu'il produit.

MongoDB n'a pas d'opérateur LIKE, donc cet outil convertit LIKE en un $regex insensible à la casse avec l'option $options: "i". Le point clé est la gestion du caractère générique SQL % : un motif de préfixe comme 'John%' ancre l'expression régulière au début (^John), un motif de suffixe comme '%son' l'ancre à la fin (son$), et un motif de contenance comme '%admin%' supprime les deux ancres pour rechercher n'importe où dans la chaîne. Le caractère générique SQL à un seul caractère _ est traduit par le point de l'expression régulière. NOT LIKE est encapsulé dans $not autour de la même expression régulière pour inverser la correspondance. Comme la correspondance par expression régulière peut être plus lente que des recherches exactes sur de grandes collections, privilégiez les motifs de préfixe ancrés, plus favorables à l'indexation. Essayez l'exemple de requête « SELECT with LIKE » dans l'outil pour voir une conversion réelle.

MongoDB ne joint pas les tables comme le fait SQL, donc ce convertisseur réécrit un JOIN sous forme de pipeline d'agrégation construit autour de $lookup. Il lit votre table FROM, la table jointe et la condition d'égalité ON, puis génère une étape $lookup qui récupère les documents correspondants de la seconde collection, suivie d'une étape $unwind pour aplatir le tableau joint en documents individuels. Les jointures INNER et LEFT avec une seule égalité ON sont prises en charge. Les éventuelles conditions WHERE sont intégrées dans une étape $match, ORDER BY devient $sort, LIMIT devient $limit, et une liste de colonnes sélectionnées devient une étape $project, le tout placé dans le bon ordre du pipeline. Le résultat est étiqueté d'un badge Aggregation pour rendre évidente la structure à plusieurs étapes. Comme la modélisation orientée documents remplace souvent les jointures, évaluez si l'imbrication conviendrait mieux à votre schéma, puis chargez l'exemple JOIN pour expérimenter.

Les requêtes GROUP BY sont converties en un appel aggregate() avec une étape $group. Les colonnes de regroupement deviennent le _id de l'étape (un seul champ pour une colonne, ou un objet composé pour plusieurs), et vos fonctions d'agrégation se traduisent directement en accumulateurs MongoDB : COUNT(*) devient $sum: 1, SUM devient $sum, AVG devient $avg, et MIN et MAX deviennent $min et $max. Les alias de colonnes écrits avec AS sont conservés comme noms de champs en sortie. Une clause WHERE est placée dans une étape $match avant $group, et une clause HAVING devient une seconde étape $match après $group, reproduisant l'ordre SQL du filtre appliqué après l'agrégation. ORDER BY et LIMIT sont ajoutés en tant qu'étapes $sort et $limit. Essayez l'exemple « GROUP BY with SUM » pour voir comment les alias et HAVING s'affichent dans le pipeline.

Le panneau de résultat propose la même requête convertie en trois formats via un sélecteur d'onglets, afin que vous puissiez copier le code adapté à votre environnement. Shell fournit la syntaxe mongosh brute, comme db.users.find({ age: { $gt: 25 } }), idéale pour un collage direct dans le shell Mongo ou Compass. Node.js encapsule le résultat dans une ébauche exécutable utilisant le pilote officiel mongodb, avec une configuration MongoClient, une connexion à partir de votre variable d'environnement MONGODB_URI, et l'appel de la méthode de collection correspondante. Python produit une ébauche équivalente utilisant PyMongo, en convertissant les noms de méthodes en snake_case tels que insert_one et update_many. Ces ébauches sont des modèles de départ : complétez le nom de la base de données et le filtre final avant de les exécuter. Choisissez l'onglet dont vous avez besoin, puis cliquez sur Copier pour placer le code formaté dans votre presse-papiers.