sql >> Database teknologi >  >> RDS >> Mysql

Google Apps Script til eksport af regneark til mySQL udføres på flere filer

Der er flere måder, du kan gøre dette på. Hvilken man skal bruge afhænger af, hvordan din MySQL-instans er konfigureret.

Hvis din MySQL-instans er en forekomst, der kun er et lukket lokalt netværk , så kan du ikke oprette forbindelse til det uden for dit lokale netværk, så google apps script vil ikke være i stand til at oprette forbindelse til det. I dette tilfælde er din eneste mulighed at eksportere dine Google-regnearksdata som CSV-filer (dvs. ved at bruge menuen Filer->Download som->Kommaseparerede værdier), og derefter importere dem til din MySQL-db-tabel. Se Indlæs data i MySQL-sætningssyntaks for detaljer.

Hvis din MySQL-instans er en offentlig-vendt instans, tilgængelig uden for dit lokale netværk , kan du bruge Google Apps Script JDBC Service at oprette forbindelse til din MySQL-instans og indsætte/opdatere data fra dine google sheets. Læs venligst Opsætning til andre databaser-afsnittet i JDBC-vejledningen for detaljer om opsætning af din database til forbindelse fra Google Apps Script.

I det andet tilfælde (offentlig-vendt MySQL-instans) kan du helt sikkert automatisere dette med lidt scripting. Du kan have ét script, der går gennem alle regneark i en given mappe (eller en liste over regneark-id'er, hvis de er i forskellige mapper) og indsætter data fra hver i din MySQL-database. Drive-tjenesten og regnearkstjeneste vil være dine venner her. Husk dog, at den maksimale udførelsestid for et google-script er 10(?) minutter, så hvis dine ark indeholder mange data og/eller din forbindelse til din db-instans er langsom, kan et sådant script løbe ind i en timeout. Du skal muligvis implementere nogle back-off/resume-funktioner i dit script, så det ved, hvor det afsluttede forrige kørsel og fortsætter derfra ved næste kørsel.




  1. MySQL-indekser og rækkefølge

  2. Sådan opretter du et alias af database i SQL Server

  3. PHP mysqli forberedt erklæring til lagret procedure uden parameter

  4. SQL Array-søgning