为什么需要将 SQL 转换为 MongoDB 查询？
随着互联网应用对可扩展性和灵活性的需求增加，越来越多的项目从传统的关系型数据库（如 MySQL, PostgreSQL）转向文档型数据库 MongoDB。然而，对于习惯了结构化查询语言（SQL）的开发者来说，MongoDB 的 JSON 风格查询语法（MQL）存在一定的学习曲线。
本工具旨在解决以下具体问题：
- 迁移学习成本： 帮助开发者快速理解 SQL 概念在 MongoDB 中的对应实现。
-
聚合管道编写：
SQL 中的
GROUP BY和HAVING在 MongoDB 中需要复杂的$group和$match管道，手动编写容易出错。 - 查询优化验证： 通过转换，对比不同数据库下的查询逻辑，确保业务逻辑的一致性。
SQL 与 MongoDB 核心概念对比
| 概念 | SQL (关系型) | MongoDB (文档型) |
|---|---|---|
| 存储单元 | 表 (Table) | 集合 (Collection) |
| 数据记录 | 行 (Row) | 文档 (Document / JSON) |
| 数据列 | 列 (Column) | 字段 (Field) |
| 主键 | Primary Key | _id 字段 |
| 表关联 | JOIN | $lookup / 嵌入文档 |
高级转换技巧
1. WHERE 子句转换
简单的等于
WHERE a = 1
转换为
{ a: 1 }
。但对于范围查询，MongoDB 使用操作符：
-
>对应$gt -
>=对应$gte -
<对应$lt -
<=对应$lte -
!=对应$ne
2. LIKE 模糊查询
SQL 中的
LIKE '%abc%'
在 MongoDB 中通常使用正则表达式实现：
{ field: /abc/ }
。本工具会自动为您处理前缀、后缀和包含匹配的正则生成。
3. 聚合与分组 (GROUP BY)
这是最复杂的部分。SQL 的聚合函数如
COUNT()
,
SUM()
需要在 MongoDB 的
$group
阶段中定义。例如：
SELECT user_id, SUM(price) FROM orders GROUP BY user_id
转换后：
db.orders.aggregate([{ $group: { _id: "$user_id", total: { $sum: "$price" } } }])
常见问题 (FAQ)
所有的 SQL 都能转为 MongoDB 吗？
不是。复杂的嵌套子查询、多表 JOIN 或存储过程很难直接一对一转换。MongoDB 提倡数据去中心化和嵌入式设计，建议在迁移时重新审视数据建模方式。
转换后的查询性能如何？
转换结果仅代表语法上的等效。在 MongoDB 中，依然需要针对常用查询字段建立索引（Index）以保证性能。