将半结构化数据（例如json文档）以最小的工作量推送到数据库中。包括验证和架构迁移。
sqlnosql的Python项目详细描述
sqlnosql让您从nosql转到，嗯……sql。它需要一个JSON schema并将其转换为以下任一项：
- SQL模式
- sqlalchemy表对象
- alembic/sqlalchemy的迁移文件
它还可以获取json数据并将其插入到数据库中—或者 从命令行或python。
在命令行上键入sqlnosql --help以获取详细信息。
sqlnosql将把json类型转换为sql类型，它将 扁平化嵌套的数据结构，以便 {"supplies": {"medical": "string"}}变成supplies_medical 带文本类型的列。
sqlnosql在etl过程中非常有用 要进入平面文件或nosql数据库的数据 用于分析的正确SQL数据库。
如果数据库支持它，sqlnosql将保持数组的完整性。在 尤其是postgres有一个数组类型。但是，请记住 本机数组只能包含单个简单类型，如字符串或 数字。复杂类型将自动减少为简单类型 sqlnosql。默认情况下，只需将它们序列化为json即可。
类似地，如果json模式指定的对象没有任何 特别定义的属性，这些属性也将序列化为 串。
请记住，json模式必须是详尽无遗的。字段不在 架构不会变成列，将被忽略。
因为你可能不需要它，没有数据支持 规范化，也就是说，不支持将数据拆分为 通过外键连接的单独表。
使用alembic进行迁移
亚历姆比奇一开始可能看起来势不可挡，特别是对于那些 不是来自python背景，而是希望使用迁移 sqlnosql的功能。别担心，很容易弄到 起动。
找出您希望将迁移代码保存在何处，可能是 一般代码repo的子目录，以及 alembic init <revisions_dir>。现在打开alembic.ini并查找 sqlalchemy.url–应该在这里输入身份验证 以及数据库的位置。
（或者，也可以将此信息保存在 环境变量，我们将在后面解释。）
现在打开<revisions_dir>/env.py，查找下面的行 target_metadata = None并将其更改为类似于
importjsonimportsqlnosqlfromsqlalchemyimportMetaDataschema=json.load(open('path/to/schema.json'))target_metadata=MetaData()table=sqlnosql.schema.create_table(schema,target_metadata,pk='my_primary_key_column')
这就是它的全部设置。
现在，要创建新的修订版（也称为迁移），请运行 alembic revision --autogenerate。alembic将生成一个python文件 包含upgrade和download函数。它会告诉你 此文件的路径，在应用迁移之前 检查该文件以确保它建议的数据库操作是 正确，如果不正确，进行必要的调整。
最后，要运行迁移，请执行alembic upgrade head。
有关alembic的更多详细信息，请查看the Alembic tutorial。
欢迎加入QQ群-->： 979659372
