SchemaLoom

SchemaLoom 是一个面向 Java 应用的轻量级、可嵌入式批量 ETL 库。它把数据库表、参数化查询、CSV、XLSX 和内存数据统一为 Source / Target，通过类型化 Schema、可组合转换和可观测的任务结果完成数据迁移与文件交换。

SchemaLoom 不依赖 Spring Boot、Web 容器或任务调度框架，适合命令行工具、后台服务、定时任务和测试代码。它是一个库，不是独立运行的 ETL 服务，也不负责替集成项目管理凭据、权限和任务编排。

当前版本：0.1.0-SNAPSHOT
Java：8 及以上（项目当前以 Java 8 编译）
License：Apache-2.0

特性
工作方式
安装
快速开始
Quickstart：内存到内存
Quickstart：数据库到数据库
Quickstart：文件到数据库
Quickstart：数据库到文件
转换、映射与错误处理
数据库元数据
JDBC 驱动接入
并发执行与取消
扩展接入
测试
功能规划
安全边界
贡献与许可

特性

统一的批量 ETL API

EtlTask 负责读取、转换、字段映射和写入，默认按批次处理。
Source 与 Target 都是普通 Java 接口，可直接嵌入现有应用。
任务实现 Callable<EtlResult>，既可以同步执行，也可以提交到调用方自己的 ExecutorService。
Source、Target 在任务结束时统一关闭，结果包含状态、计数、耗时和错误摘要。

多种数据源与目标

类型	Source	Target	说明
内存	`MemorySource`	`MemoryTarget`	单元测试、二次处理和示例
JDBC	`JdbcTableSource`、`JdbcQuerySource`	`JdbcTableTarget`	表读取、参数化查询、批量写入
CSV	`CsvSource`	`CsvTarget`	UTF-8、标题行、分隔符和 Schema 推断
XLSX	`XlsxSource`	`XlsxTarget`	指定 Sheet、流式读取和多 Sheet 写入

数据库方言当前覆盖 MySQL、Oracle 和 SQL Server。数据库目标支持 APPEND 与 REPLACE，目标表不存在时会依据输入 Schema 建表。

类型化 Schema 与转换

内置逻辑类型包括 BOOLEAN、INT16、INT32、INT64、DECIMAL、FLOAT32、FLOAT64、STRING、DATE、TIME、TIMESTAMP 和 BINARY。金额等精确数值使用 BigDecimal，不会默认降级为 Double。

Transformer 可保留、改写或丢弃记录。
FieldMapping 支持字段选择、重命名和顺序调整。
CSV/XLSX 在未显式提供 Schema 时可以从样本推断；需要稳定契约时建议显式指定 Schema。

可控的失败策略

支持 FAIL_FAST、SKIP_BATCH、ISOLATE_AND_CONTINUE 三种策略。建议在 Builder 中显式设置策略；使用 ISOLATE_AND_CONTINUE 时，批次失败会回退到逐行写入，尽可能定位坏数据并继续处理。

EtlResult 的状态为 SUCCESS、PARTIAL、FAILED 或 CANCELLED；错误摘要最多保留 100 条，并对常见密码字段做脱敏处理。

元数据与 JDBC 驱动隔离

DatabaseMetadataService 提供数据库、Catalog、Schema、表、列、主键、外键、索引和注释等中立 DTO。
JdbcDriverLoader 可从受控目录加载驱动，支持多个驱动描述文件、优先级、URL 前缀和服务端版本范围。
驱动使用独立 ClassLoader，不注册到全局 DriverManager，便于同一进程中隔离不同版本的驱动。

工作方式

每个任务遵循固定的数据流：

Source.schema()
    -> 目标 Schema（可选字段映射）
    -> Target.prepare(schema, targetMode)
    -> 分批读取
    -> Transformer
    -> FieldMapping
    -> Target.write(batch)
    -> EtlResult

单个任务在一个执行线程中按批次顺序处理，天然具备背压；数据库写入以批次提交事务，不持有覆盖整个任务的长事务。

安装

项目当前处于 0.1.0-SNAPSHOT 开发阶段，使用源码构建：

# 在仓库根目录执行
mvn test

在 Maven 项目中加入依赖（坐标以当前 pom.xml 为准）：

<dependency>
  <groupId>io.github.nameof</groupId>
  <artifactId>schemaloom</artifactId>
  <version>0.1.0-SNAPSHOT</version>
</dependency>

使用 JDBC 时，应用仍需提供相应数据库驱动。核心构建不绑定 MySQL、Oracle 或 SQL Server 的生产驱动版本。

快速开始

以下示例均假定已导入：

import io.github.nameof.schemaloom.api.*;
import io.github.nameof.schemaloom.engine.EtlTask;

Quickstart：内存到内存

RecordSchema schema = new RecordSchema(Arrays.asList(
    FieldSchema.of("id", LogicalType.INT32),
    FieldSchema.of("name", LogicalType.STRING)
));

List<DataRecord> records = Arrays.asList(
    new DataRecord(schema, Arrays.<Object>asList(1, "alpha")),
    new DataRecord(schema, Arrays.<Object>asList(2, "beta"))
);

MemoryTarget target = new MemoryTarget();
EtlResult result = EtlTask.builder()
    .source(new MemorySource(schema, records, 1000))
    .target(target)
    .transformer(Transformer.identity())
    .errorPolicy(ErrorPolicy.ISOLATE_AND_CONTINUE)
    .targetMode(TargetMode.REPLACE)
    .build()
    .run();

assert result.getStatus() == EtlStatus.SUCCESS;
assert target.getRecords().size() == 2;

Quickstart：数据库到数据库

JdbcConnectionProvider 使用运行环境中的 JDBC 驱动和 DriverManager。生产环境不要把密码硬编码在源码中。

普通应用可以使用 DatabaseConnectionInfo 描述连接和默认 catalog/schema，Source/Target 只需要表名：

DatabaseConnectionInfo database = new DatabaseConnectionInfo(
    DatabaseType.MYSQL, host, port, databaseName,
    catalog, schema, username, password, null, null);
Source source = new JdbcTableSource(database, "source_table");
Target target = new JdbcTableTarget(database, "target_table");

需要连接池、测试替身或自定义连接生命周期时，仍可使用 ConnectionProvider 和 QualifiedTableName 构造器。

DatabaseConnectionInfo sourceDatabase = ...;
DatabaseConnectionInfo targetDatabase = ...;

EtlResult result = EtlTask.builder()
    .source(new JdbcTableSource(sourceDatabase, "source_table", 1000))
    .target(new JdbcTableTarget(targetDatabase, "target_table"))
    .targetMode(TargetMode.REPLACE)
    .errorPolicy(ErrorPolicy.FAIL_FAST)
    .build()
    .run();

if (result.getStatus() != EtlStatus.SUCCESS) {
    throw new IllegalStateException("ETL failed: " + result.getErrors());
}

JdbcTableSource 读取指定表；需要筛选、联表或聚合时使用参数化 JdbcQuerySource：

Source source = new JdbcQuerySource(
    sourceDatabase,
    "SELECT id, name FROM source_table WHERE id >= ?",
    Collections.<Object>singletonList(100),
    1000);

需要在界面中预览表数据时，可直接使用 JdbcTableSource 的预览读取入口，无需让用户输入 SQL：

JdbcTableSource tableSource = new JdbcTableSource(sourceDatabase, "source_table");
List<DataRecord> preview = tableSource.read();       // 默认最多 100 行
List<DataRecord> sample = tableSource.read(200);      // 允许 1 到 300 行

预览结果不保证稳定顺序；为避免读取 BLOB/BINARY 大字段，二进制列在预览结果中保留但值为 null。read(BatchConsumer) 仍然读取全表，count() 仍然返回全表总行数。预览限制通过 JDBC setMaxRows 执行，不提供分页或排序语义。

VIEW 支持与任务方式

SchemaLoom 将 VIEW 分为“读取数据”和“迁移视图定义”两种独立场景：

JdbcTableSource 可以读取 TABLE 或 VIEW。VIEW 只作为只读查询来源，不会复制其底层表结构。
JdbcTableTarget 始终表示普通目标表。目标表不存在时，会根据 Source（包括 VIEW）的输出 Schema 自动创建；已存在时按 APPEND 或 REPLACE 处理。REPLACE 先写入 <目标表>_tmp，Target 写入成功后通过方言 rename 切换正式表；写入失败时删除临时表并保留原目标表。
如果目标对象已经是 VIEW，JdbcTableTarget 会失败，不会向 VIEW 写入，也不会把 VIEW 当作普通表删除重建。
如果要把 VIEW 结果物化为表，使用普通 EtlTask，由用户指定目标表名：

EtlResult result = EtlTask.builder()
    .source(new JdbcTableSource(sourceDatabase, "v_orders"))
    .target(new JdbcTableTarget(targetDatabase, "orders_snapshot"))
    .targetMode(TargetMode.REPLACE)
    .build()
    .run();

如果要在目标数据库中创建 VIEW 定义，使用独立的 JdbcViewMigrationTask。它不复制 VIEW 数据，只读取源 VIEW 的定义并创建目标 VIEW：

EtlResult result = new JdbcViewMigrationTask(
    sourceDatabase,
    targetDatabase,
    "v_orders",
    "v_orders")
    .run();

if (result.getStatus() != EtlStatus.SUCCESS) {
    System.out.println(result.getErrors().get(0).getMessage());
}

JdbcViewMigrationTask 与 EtlTask 使用相同的 EtlResult 结果模型。视图定义读取、权限、目标对象冲突、方言不匹配等执行异常会返回 FAILED 和 EtlError，不会直接抛给调用方；也可以通过 LocalTaskExecutor.submit(...) 异步执行。

VIEW 数据迁移和 VIEW 定义迁移的异库能力不同：

JdbcTableSource 读取 VIEW、JdbcTableTarget 写入目标表的路径支持异库，也支持跨数据库类型；因为迁移的是 VIEW 查询结果，不会复制或改写 VIEW SQL。
JdbcViewMigrationTask 只复制 VIEW 定义，当前要求源、目标数据库类型及命名空间一致，尚不支持异库、跨数据库类型或跨 Schema 的 VIEW SQL 改写。

创建 VIEW 前，应先迁移其依赖的目标表；无法读取 VIEW 定义时任务会返回失败结果。

Quickstart：文件到数据库

CSV 默认使用 UTF-8、逗号分隔、标题行和全字符串 Schema。可显式选择样本推断；推断或显式类型解码失败时支持 FAIL_FAST、SKIP_VALUE、SKIP_ROW。

Source source = new CsvSource(Paths.get("input.csv"));
Target target = new JdbcTableTarget(
    new DatabaseConnectionInfo(DatabaseType.MYSQL, dbHost, dbPort, dbName,
        null, null, dbUser, dbPassword, null, null),
    "orders");

EtlResult result = EtlTask.builder()
    .source(source)
    .target(target)
    .targetMode(TargetMode.APPEND)
    .build()
    .run();

需要自定义编码、分隔符或标题行时：

Source source = new CsvSource(
    Paths.get("input.tsv"),
    explicitSchema,
    StandardCharsets.UTF_8,
    '\t',
    0);

Quickstart：数据库到文件

CSV 目标支持追加和覆盖；XLSX 目标只支持覆盖。两者在 REPLACE 模式下先写入 .part，成功后替换目标文件，写入失败时保留 .part 供排查。

Source source = new JdbcQuerySource(
    new JdbcConnectionProvider(dbUrl, dbUser, dbPassword),
    "SELECT id, name, amount FROM orders WHERE created_at >= ?",
    Collections.<Object>singletonList(startTime),
    1000);

Target target = new CsvTarget(Paths.get("orders.csv"));

EtlResult result = EtlTask.builder()
    .source(source)
    .target(target)
    .targetMode(TargetMode.REPLACE)
    .transformer(Transformer.identity())
    .build()
    .run();

替换目标为 XLSX：

Target target = new XlsxTarget(Paths.get("orders.xlsx"));

XlsxSource 可读取 .xls 和 .xlsx 并指定 Sheet；默认所有字段为字符串，也可选择基于前 1000 行数据推断：

Source source = new XlsxSource(
    Paths.get("input.xlsx"),
    "Sheet1",
    explicitSchemaOrNull);

转换、映射与错误处理

转换器可以改写字段值，也可以过滤记录。转换器不负责动态修改字段集合；字段集合和字段名变化通过 FieldMapping 表达。

Transformer transformer = record -> {
    if (record.get("id") == null) return TransformResult.drop();
    return TransformResult.keep(record.with("name", record.get("name").toString().trim()));
};

List<FieldMapping> mappings = Arrays.asList(
    new FieldMapping("id", "customer_id"),
    new FieldMapping("name", "customer_name"));

EtlResult result = EtlTask.builder()
    .source(source)
    .target(target)
    .transformer(transformer)
    .mappings(mappings)
    .errorPolicy(ErrorPolicy.ISOLATE_AND_CONTINUE)
    .build()
    .run();

策略选择建议：

策略	行为	适用场景
`FAIL_FAST`	首个转换或写入错误即结束任务	强一致迁移、上线校验
`SKIP_BATCH`	丢弃当前批次并继续	可接受批量丢弃的导入
`ISOLATE_AND_CONTINUE`	批量写入失败后逐行定位并继续	尽量处理有效数据并收集坏行

始终检查 EtlResult.getStatus()，不要只根据 getWritten() 判断任务成功。

数据库元数据

DatabaseMetadataService metadata = new DatabaseMetadataService();
TableInfo table = metadata.getTable(
    connectionProvider,
    new QualifiedTableName(null, null, "orders"));

System.out.println(table.getColumns());
System.out.println(table.getPrimaryKey());

可用操作包括 getDatabaseInfo、listCatalogs、listSchemas、listTables 和 getTable。SchemaLoom 将底层 SchemaCrawler 类型映射为自己的 DTO，业务代码无需直接依赖其模型。

JDBC 驱动接入

直接使用运行时驱动

驱动已在应用 classpath 时，可使用 JdbcConnectionProvider：

ConnectionProvider provider =
    new JdbcConnectionProvider(url, user, password);

Quickstart：管理自定义 JDBC 驱动

JdbcDriverLoader 无参构造优先读取应用工作目录下的 drivers，即 ${user.dir}/drivers；未找到时才回退到 classpath 下的 drivers 资源目录，对应源码目录 src/main/resources/drivers。生产发布时将 drivers 与 application.jar 放在同一目录。每个 .properties 文件描述一个驱动，classpath 只能引用该目录内的 JAR：

目录结构：

drivers/
  mysql8.properties
  mysql-connector-java-8.0.28.jar

id=mysql8
databaseType=MYSQL
driverClass=com.mysql.cj.jdbc.Driver
classpath=mysql-connector-java-8.0.28.jar
urlPrefixes=jdbc:mysql:
urlTemplate=jdbc:mysql://${host}:${port}/${database}
priority=20
serverVersionRange=[5.7,9.0)
driverPackages=com.mysql.cj,com.mysql
defaultProperties=useSSL=false;serverTimezone=UTC;connectTimeout=1000

应用代码显式创建 Loader。connect 会读取 descriptor、按 driverId 选择驱动、创建隔离 ClassLoader，并返回 ConnectionProvider：

JdbcDriverLoader loader = new JdbcDriverLoader();
Properties connectionProperties = new Properties();
connectionProperties.setProperty("useSSL", "false");
DatabaseConnectionInfo sourceConfig = new DatabaseConnectionInfo(DatabaseType.MYSQL,
    "localhost", 3306, "source_db", System.getenv("MYSQL_USER"),
    System.getenv("MYSQL_PASSWORD"), null, connectionProperties); // null: 按 priority 自动选择
DatabaseConnectionInfo targetConfig = new DatabaseConnectionInfo(DatabaseType.MYSQL,
    "localhost", 3306, "target_db", System.getenv("MYSQL_USER"),
    System.getenv("MYSQL_PASSWORD"), "mysql8", connectionProperties); // 显式选择版本
ConnectionProvider sourceConnection = loader.connect(sourceConfig);
ConnectionProvider targetConnection = loader.connect(targetConfig);

try {
    EtlResult result = EtlTask.builder()
        .source(new JdbcTableSource(sourceConfig, "source_table", loader, 1000))
        .target(new JdbcTableTarget(targetConfig, "target_table", loader))
        .targetMode(TargetMode.REPLACE)
        .errorPolicy(ErrorPolicy.FAIL_FAST)
        .build()
        .run();
    if (result.getStatus() != EtlStatus.SUCCESS) {
        throw new IllegalStateException("ETL failed: " + result.getErrors());
    }
} finally {
    // EtlTask 会关闭 Source/Target 持有的 provider；loader 最后关闭。
    loader.close();
}

不指定 driverId 时可以使用自动模式：Loader 按 databaseType、URL 前缀和 priority 选择候选驱动，并在连接成功后校验 serverVersionRange。显式指定 driverId 时不会回退到其他驱动。

驱动 JAR 本质上可以执行任意代码。drivers 目录必须是集成环境信任和可控的目录，不应直接允许 Web 用户上传并加载驱动。

并发执行与取消

SchemaLoom 不在 EtlTask 内部创建线程。可以使用应用自己的线程池，或使用内置的有界 LocalTaskExecutor：

try (LocalTaskExecutor executor = new LocalTaskExecutor(4, 100)) {
    Future<EtlResult> future = executor.submit(task);
    EtlResult result = future.get();
}

调用 Future.cancel(true) 后，任务会在批次边界检查中断并返回 CANCELLED。队列满时会抛出明确的拒绝异常。调度、重试、超时和任务持久化由宿主应用负责。

扩展接入

新增数据格式时，实现普通 Source 或 Target 即可：

public final class MySource implements Source {
    public RecordSchema schema() { /* 返回稳定 Schema */ }
    public void read(BatchConsumer consumer) { /* 分批产生 RecordBatch */ }
    public void close() { /* 释放资源 */ }
}

扩展实现应遵守以下约定：

RecordBatch 中的记录必须使用同一个 RecordSchema。
Target.prepare 必须先于 write 调用。
write 返回实际成功和失败的数量；不可恢复的错误通过异常报告。
close 应可重复调用，并释放连接、文件句柄等资源。
不需要注册 SPI、ServiceLoader 或框架上下文。

数据类型归一化

LogicalType 只描述字段语义，不能保证不同 Source 返回相同的 Java 对象。例如同为 TIMESTAMP，JDBC 可能返回驱动对象，XLSX 可能返回日期序列号，CSV 只有文本。直接把 Source 值交给 Target 写入，会依赖目标驱动或文件库的猜测，容易出现写入失败、精度丢失或时区语义丢失。

SchemaLoom 将转换放在 Source 和 Target 边界，任务、Transformer 和 DataRecord 中间只流转标准 Java 类型：

例如，TIMESTAMP 在 CSV 中是 2026-08-14T10:30:00 这样的文本，在 XLSX 中可能是日期序列号，在 JDBC 中可能是 Timestamp 或驱动对象；进入 DataRecord 前都会变成 LocalDateTime。写出时再分别变成 ISO-8601 文本、Excel 日期值或 setTimestamp 参数。

同理，BINARY 在 CSV/XLSX 中使用 Base64 文本，在 DataRecord 中始终是 byte[]；DECIMAL 在外部可能是文本或数字单元格，在 DataRecord 中始终是 BigDecimal。

CSV 文本 / XLSX 单元格 / JDBC 驱动对象
                  |
                  | Source：按 LogicalType 解码
                  v
        SchemaLoom 标准 Java 值
  LocalDate / LocalDateTime / BigDecimal / byte[] ...
                  |
                  | DataRecord：校验值类型
                  v
        Transformer：只处理标准值
                  |
                  | Target：按目标格式编码
                  v
CSV 文本 / XLSX 单元格 / JDBC 类型化参数

新增逻辑类型

新增类型必须先在 LogicalTypeCatalog 创建完整 LogicalTypeDefinition，明确标准 Java 类型、文本/XLSX/JDBC 的读写规则和 JDBC NULL 类型。随后在每个 DatabaseDialect 显式声明支持或 unsupported()。Catalog 和方言都有完整性检查：遗漏注册会立即失败，不能依赖 default 分支静默降级。

新增 Source 或 Target

新 Source 负责读取外部原始值，并按字段调用 LogicalTypeCatalog.get(field.getLogicalType()) 解码后再创建 DataRecord。新 Target 只读取 DataRecord 的标准值，按字段调用 Catalog 编码，并在 prepare 阶段声明或检查不支持的逻辑类型。Source/Target 不应各自维护 LogicalType 的 switch 或重复实现类型转换。

测试

运行默认单元测试：

mvn test

运行 MySQL 集成测试前，准备可写的测试数据库。测试用例约定的环境变量如下：

$env:SCHEMALOOM_IT_MYSQL_HOST = "localhost"
$env:SCHEMALOOM_IT_MYSQL_PORT = "3306"
$env:SCHEMALOOM_IT_MYSQL_DATABASE = "test"
$env:SCHEMALOOM_IT_MYSQL_USER = "test"
$env:SCHEMALOOM_IT_MYSQL_PASSWORD = "<password>"
# 可选：让集成测试通过 JdbcDriverLoader 加载自定义驱动
$env:SCHEMALOOM_IT_MYSQL_DRIVER_ID = "mysql8"
mvn -Dtest=JdbcEtlIntegrationTest test

性能测试

mvn -Pperformance test

该 Profile 生成并处理 1,000,000 条记录，只保留当前批次，默认单测不会执行此检查。

不要把真实凭据提交到仓库。配置 SCHEMALOOM_IT_MYSQL_DRIVER_ID 后，测试会从 classpath 的 drivers 资源目录加载 descriptor 和 JAR，并通过 JdbcDriverLoader.connect(...) 创建源连接、目标连接和校验连接。集成测试会创建并清理 schemaloom_source、schemaloom_target 测试表。

功能规划

以下内容属于规划，不代表当前版本已经实现：

完善 CSV/XLSX 的边界测试、百万行内存占用测试和更多数据库契约测试。
增加 Oracle、SQL Server 的真实集成验证，以及更多 JDBC 驱动共存场景。
补充自动重试、断点恢复、暂停和完整生命周期 Listener。
增强 Schema 演进、默认值、identity、注释、索引、外键和检查约束的复制能力。
发布稳定版本和版本化 API 文档，并评估 Java 17、SchemaCrawler 17 与 Spring JDBC 6 的升级。

详细的当前实施记录见 plan.md，Java 17 升级说明见 MIGRATING_TO_JAVA_17.md。

安全边界

连接字符串、用户名和密码由宿主应用提供；不要在日志、源码或提交记录中保存密钥。
JdbcQuerySource 使用参数列表传值，不要通过字符串拼接构造用户输入的 SQL。
表名、Schema 名和驱动目录属于配置边界，应在进入任务前完成白名单校验。
错误消息会做有限脱敏，但集成方仍应审查日志与异常上报链路。
使用 JdbcDriverLoader 时，只加载经过审计、来源可信的驱动 JAR。

贡献与许可

提交 Issue 或 Pull Request 前，请先确认改动范围、测试方式和兼容性影响。新增行为应补充对应测试，文档中的示例应与公开 API 保持一致。

本项目以 Apache License 2.0 发布。

关于catalog/schema

不同数据库对“库、模式、表”的定义不同：

数据库	catalog	schema	示例
MySQL	数据库名	通常为空	`shop.orders`
Oracle	通常为空	用户/模式	`APP.ORDERS`
SQL Server	数据库名	如 `dbo`	`shop.dbo.orders`

核心功能&BUG TODO

CSV 配置：自定义quote、escape
日志输出
代码审计：所有逻辑均正确关闭已打开资源
其他数据源支持：PGSQL、MONGO、JSON

优化TODO

loader、provider、connection、source、target 、task，一环套一环，需简化资源释放和引用关系
资源配额：连接、内存、线程、文件限制
CsvSource/CsvTarget 支持多行引号字段:CsvSource.read() 使用 r.readLine() 逐行读取，parse() 也只处理单行。当 CSV 字段包含换行符（如 "line1\nline2"），会导致解析错乱。同时 CsvTarget.escape() 不检测字段值中的换行符，也不会用引号包裹，导致写出的 CSV 不可被标准解析器读取。
支持指定数据库编码、内容编码
大字段深入：已支持 BLOB 默认跳过、CLOB/TEXT/LONGTEXT 默认复制、按字段或类型跳过，以及通过 LargeFieldPolicy.skipLargeFields() 跳过标准二进制和长文本类型；
- 未完成工作例如STREAM，参考doc/LARGE_FIELD_PROCESSING_STATUS.md

低优先级TODO

数据冲突处理：目标表已存在主键冲突的数据时，可选策略：忽略（ISOLATE_AND_CONTINUE已支持）、失败（FAIL_FAST已支持）、更新/覆盖（TODO）
JDBC Source：指定部分字段、参数化WHERE过滤条件配置（包含增量ETL功能）
异库/跨数据库类型的视图定义迁移
MYSQL 字段注释迁移
外键迁移：doc/FOREIGN_KEY_MIGRATION.md
方言适配特殊类型的索引迁移：FULLTEXT、位图、函数索引等等
临时表/分区表/存储过程/函数/触发器/sequence，明确短期不支持
XLS流式读取

Name		Name	Last commit message	Last commit date
doc		doc
drivers		drivers
src		src
.gitignore		.gitignore
AGENTS.md		AGENTS.md
LICENSE		LICENSE
README.md		README.md
pom.xml		pom.xml

Latest commit

History

Folders and files

Repository files navigation