如何使用Python将MySQL表数据迁移到MongoDB集合

[[410477]]

【51CTO.com快译】 介绍

MySQL 是一个 RDBMS 平台，它以规范化的方式以表格格式存储数据，而 MongoDB 是一个 NoSQL 数据库，它以无模式的方式将信息存储为按集合分组的文档。数据的表示方式完全不同，因此将 MySQL 表数据迁移到 MongoDB 集合听起来可能是一项艰巨的任务。但是，Python 凭借其强大的连接性和数据处理能力让这一切变得轻而易举。

在本文中，将详细的讲解如何使用简单的 Python 脚本将 MySQL 表数据迁移到 MongoDB 集合所需的步骤。这些脚本是在 Windows 上使用 Python 3.9.5 开发的。但是，它应该适用于任何平台上的任何 Python 3+ 版本一起使用。

步骤 1：安装所需的模块

第一步是安装连接MySQL 和 MongoDB 数据库实例所需的模块。我们将使用 mysql.connector 连接到 MySQL 数据库。对于 MongoDB，使用 pymongo ，这是从 Python 连接到 MongoDB 的推荐模块。

如果所需模块尚未安装，请运行以下PIP命令来安装它们。

pip 安装 mysql 连接器 pip 安装 pymongo 

PIP 是 Python 包或模块的包管理器。

步骤2：从MySQL表中读取数据

第一步是从源 MySQL 表中读取数据，并以可用于将数据加载到目标 MongoDB 数据库中的格式进行准备。MongoDB 是一个 NoSQL 数据库，它将数据存储为 JSON 文档，因此最好以 JSON 格式生成源数据。值得一提的是，Python 具有强大的数据处理能力，可以轻松地将数据转换为 JSON 格式。

import mysql.connector  
mysqldb = mysql.connector.connect(    host="localhost",    database="employees",    user="root",    password="" ) 
mycursor = mysqldb.cursor(dictionary=True) mycursor.execute("SELECT * from categories;") myresult = mycursor.fetchall()  
print(myresult) 

当脚本在没有任何错误的情况下完成时，输出的结果如下：

[ 
   { 
      "id":4, 
      "name":"Medicine", 
      "description":"<p>Medicine<br></p>", 
      "created_at":"", 
      "updated_at":"" 
   }, 
   { 
      "id":6, 
      "name":"Food", 
      "description":"<p>Food</p>", 
      "created_at":"", 
      "updated_at":"" 
   }, 
   { 
      "id":8, 
      "name":"Groceries", 
      "description":"<p>Groceries<br></p>", 
      "created_at":"", 
      "updated_at":"" 
   }, 
   { 
      "id":9, 
      "name":"Cakes & Bakes", 
      "description":"<p>Cakes & Bakes<br></p>", 
      "created_at":d"", 
      "updated_at":"" 
   } 
] 

请注意，输出的是一个 JSON 数组，因为我们将 dictionary=True 参数传递给了游标。否则，结果将采用列表格式。现在有了 JSON 格式的源数据，就可以迁移到 MongoDB 集合。

步骤3：写入 MongoDB 集合

获得 JSON 格式的源数据后，下一步是将数据插入到 MongoDB 集合中。集合是一组文档，相当于 RDBMS 中表（或关系）。我可以通过调用 insert_many() 集合类的方法来实现，该方法返回插入文档的对象 ID 列表。请注意，当作为参数传递空列表时，此方法将引发异常，因此在方法调用之前进行长度检查。

import pymongo 
 
mongodb_host = "mongodb://localhost:27017/" 
mongodb_dbname = "mymongodb" 
 
myclient = pymongo.MongoClient(mongodb_host) 
mydb = myclient[mongodb_dbname] 
mycol = mydb["categories"] 
 
if len(myresult) > 0: 
        x = mycol.insert_many(myresult) #myresult comes from mysql cursor 
        print(len(x.inserted_ids)) 

完成此步骤后，检查一下 MongoDB 实例，以验证数据库和集合是否已创建，文档是否已插入。注意MongoDB 是无模式的，这就意味着不必定义模式来插入文档，模式是动态推断并自动创建的。MongoDB 还可以创建代码中引用的数据库和集合（如果它们还不存在的话）。

步骤4：把数据放在一起

下面是从 MySQL 中读取表并将其插入到 MongoDB 中集合的完整脚本。

import mysql.connector 
import pymongo 
 
delete_existing_documents = True 
mysql_host="localhost" 
mysql_database="mydatabase" 
mysql_schema = "myschema" 
mysql_user="myuser" 
mysql_password="********" 
 
mongodb_host = "mongodb://localhost:27017/" 
mongodb_dbname = "mymongodb" 
 
mysqldb = mysql.connector.connect( 
    host=mysql_host, 
    database=mysql_database, 
    user=mysql_user, 
    password=mysql_password 
) 
 
mycursor = mysqldb.cursor(dictionary=True) 
mycursor.execute("SELECT * from categories;") 
myresult = mycursor.fetchall() 
 
myclient = pymongo.MongoClient(mongodb_host) 
mydb = myclient[mongodb_dbname] 
mycol = mydb["categories"] 
 
if len(myresult) > 0: 
        x = mycol.insert_many(myresult) #myresult comes from mysql cursor 
        print(len(x.inserted_ids)) 

步骤 5：增强脚本以加载 MySQL 架构中的所有表

该脚本从 MySQL 中读取一个表，并将结果加载到 MongoDB 集合中。然后，下一步是遍历源数据库中所有表的列表，并将结果加载到新的 MySQL 集合中。我们可以通过查询information_schema.tables元数据表来实现这一点，该表提供给定模式中的表列表。然后可以遍历结果并调用上面的脚本来迁移每个表的数据。

#Iterate through the list of tables in the schema 
table_list_cursor = mysqldb.cursor() 
table_list_cursor.execute("SELECT table_name FROM information_schema.tables WHERE table_schema = %s ORDER BY table_name;", (mysql_schema,)) 
tables = table_list_cursor.fetchall() 
 
for table in tables: 
    #Execute the migration script for 'table' 

也可以通过将迁移逻辑抽象为一个函数来实现这一点。

#Function migrate_table  
def migrate_table(db, col_name): 
    mycursor = db.cursor(dictionary=True) 
    mycursor.execute("SELECT * FROM " + col_name + ";") 
    myresult = mycursor.fetchall() 
 
    mycol = mydb[col_name] 
     
    if delete_existing_documents: 
        #delete all documents in the collection 
        mycol.delete_many({}) 
 
    #insert the documents 
    if len(myresult) > 0: 
        x = mycol.insert_many(myresult) 
        return len(x.inserted_ids) 
    else: 
        return 0 

步骤6：输出脚本进度并使其可读

脚本的进度是通过使用print 语句来传达的。通过颜色编码使输出易于阅读。例如，以将成功语句打印为绿色，将失败语句打印为红色。

class bcolors: 
    HEADER = '\033[95m' 
    OKBLUE = '\033[94m' 
    OKCYAN = '\033[96m' 
    OKGREEN = '\033[92m' 
    WARNING = '\033[93m' 
    FAIL = '\033[91m' 
    ENDC = '\033[0m' 
    BOLD = '\033[1m' 
    UNDERLINE = '\033[4m' 
 
print(f"{bcolors.HEADER}This is a header{bcolors.ENDC}") 
print(f"{bcolors.OKBLUE}This prints in blue{bcolors.ENDC}") 
print(f"{bcolors.OKGREEN}This message is green{bcolors.ENDC}") 

源 MySQL 数据库

迁移后的目标 MongoDB 数据库

在VSCode 中的 Python 脚本和输出

完整的脚本

import mysql.connector 
import pymongo 
import datetime 
 
class bcolors: 
    HEADER = '\033[95m' 
    OKBLUE = '\033[94m' 
    OKCYAN = '\033[96m' 
    OKGREEN = '\033[92m' 
    WARNING = '\033[93m' 
    FAIL = '\033[91m' 
    ENDC = '\033[0m' 
    BOLD = '\033[1m' 
    UNDERLINE = '\033[4m' 
 
begin_time = datetime.datetime.now() 
print(f"{bcolors.HEADER}Script started at: {begin_time} {bcolors.ENDC}") 
 
delete_existing_documents = True; 
mysql_host="localhost" 
mysql_database="mydatabase" 
mysql_schema = "myschhema" 
mysql_user="root" 
mysql_password="" 
 
mongodb_host = "mongodb://localhost:27017/" 
mongodb_dbname = "mymongodb" 
 
print(f"{bcolors.HEADER}Initializing database connections...{bcolors.ENDC}") 
print("") 
 
#MySQL connection 
print(f"{bcolors.HEADER}Connecting to MySQL server...{bcolors.ENDC}") 
mysqldb = mysql.connector.connect( 
    host=mysql_host, 
    database=mysql_database, 
    user=mysql_user, 
    password=mysql_password 
) 
print(f"{bcolors.HEADER}Connection to MySQL Server succeeded.{bcolors.ENDC}") 
 
#MongoDB connection 
print(f"{bcolors.HEADER}Connecting to MongoDB server...{bcolors.ENDC}") 
myclient = pymongo.MongoClient(mongodb_host) 
mydb = myclient[mongodb_dbname] 
print(f"{bcolors.HEADER}Connection to MongoDB Server succeeded.{bcolors.ENDC}") 
 
print(f"{bcolors.HEADER}Database connections initialized successfully.{bcolors.ENDC}") 
 
#Start migration 
print(f"{bcolors.HEADER}Migration started...{bcolors.ENDC}") 
dblist = myclient.list_database_names() 
if mongodb_dbname in dblist: 
    print(f"{bcolors.OKBLUE}The database exists.{bcolors.ENDC}") 
else: 
    print(f"{bcolors.WARNING}The database does not exist, it is being created.{bcolors.ENDC}") 
 
#Function migrate_table  
def migrate_table(db, col_name): 
    mycursor = db.cursor(dictionary=True) 
    mycursor.execute("SELECT * FROM " + col_name + ";") 
    myresult = mycursor.fetchall() 
 
    mycol = mydb[col_name] 
     
    if delete_existing_documents: 
        #delete all documents in the collection 
        mycol.delete_many({}) 
 
    #insert the documents 
    if len(myresult) > 0: 
        x = mycol.insert_many(myresult) 
        return len(x.inserted_ids) 
    else: 
        return 0 
 
#Iterate through the list of tables in the schema 
table_list_cursor = mysqldb.cursor() 
table_list_cursor.execute("SELECT table_name FROM information_schema.tables WHERE table_schema = %s ORDER BY table_name LIMIT 15;", (mysql_schema,)) 
tables = table_list_cursor.fetchall() 
 
total_count = len(tables) 
success_count = 0 
fail_count = 0 
 
for table in tables: 
    try: 
        print(f"{bcolors.OKCYAN}Processing table: {table[0]}...{bcolors.ENDC}") 
        inserted_count = migrate_table(mysqldb, table[0]) 
        print(f"{bcolors.OKGREEN}Processing table: {table[0]} completed. {inserted_count} documents inserted.{bcolors.ENDC}") 
        success_count += 1 
    except Exception as e: 
        print(f"{bcolors.FAIL} {e} {bcolors.ENDC}") 
        fail_count += 1 
         
print("") 
print("Migration completed.") 
print(f"{bcolors.OKGREEN}{success_count} of {total_count} tables migrated successfully.{bcolors.ENDC}") 
if fail_count > 0: 
    print(f"{bcolors.FAIL}Migration of {fail_count} tables failed. See errors above.{bcolors.ENDC}") 
 
end_time = datetime.datetime.now() 
print(f"{bcolors.HEADER}Script completed at: {end_time} {bcolors.ENDC}") 
print(f"{bcolors.HEADER}Total execution time: {end_time-begin_time} {bcolors.ENDC}") 

该脚本适用于中小型 MySQL 数据库，它有几百个表，每个表有几千行。对于具有数百万行的大型数据库，性能可能会受到影响。在开始实际迁移之前，请在表列表查询和实际表select查询上使用 LIMIT 关键字对有限行进行检测。

带点击此处从 GitHub 下载整个脚本：
https://github.com/zshameel/MySQL2MongoDB

【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】