本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# JDBC 自动生成架构
<a name="connect-jdbc-autoschemagen"></a>

Amazon DocumentDB 是一个文档数据库，因此没有表和架构的概念。但是，像 Tableau 这样的商业智能工具会期望它所连接的数据库能够呈现架构。具体而言，当 JDBC 驱动程序连接需要获取数据库中集合的架构时，它将轮询数据库中的所有集合。驱动程序将确定该集合的架构的缓存版本是否已存在。如果缓存版本不存在，它将对文档集合进行采样，并基于以下行为创建架构。

**Topics**
+ [架构生成限制](#connect-jdbc-autoschemagen-limits)
+ [扫描方法选项](#connect-jdbc-autoschemagen-scanningoptions)
+ [Amazon DocumentDB 数据类型](#connect-jdbc-autoschemagen-datatypes)
+ [映射标量文档字段](#connect-jdbc-autoschemagen-scalarfields)
+ [对象和数组数据类型处理](#connect-jdbc-autoschemagen-objectandarray)

## 架构生成限制
<a name="connect-jdbc-autoschemagen-limits"></a>

DocumentDB JDBC 驱动程序将标识符的长度限制为 128 个字符。架构生成器可能会截断生成的标识符（表名和列名）的长度，以确保它们符合该限制。

## 扫描方法选项
<a name="connect-jdbc-autoschemagen-scanningoptions"></a>

可以使用连接字符串或数据来源选项修改采样行为。
+ *scanMethod=* <选项>
  + *random -（默认）：按随机顺序返回示例文档。*
  + *idForward*：按 id 顺序返回示例文档。
  + *idReverse*：按 id 的相反顺序返回示例文档。
  + *all*：对集合中的所有文档进行采样。
+ *scanLimit=*<n>：要采样的文档数。该值必须为正整数。默认值是 *1000*。如果 *scanMethod* 设置为 *all*，则忽略此选项。

## Amazon DocumentDB 数据类型
<a name="connect-jdbc-autoschemagen-datatypes"></a>

Amazon DocumentDB 服务器支持多种 MongoDB 数据类型。下面列出了支持的数据类型及其关联的 JDBC 数据类型。


| MongoDB 数据类型 | DocumentDB 支持 | JDBC 数据类型 | 
| --- | --- | --- | 
| 二进制数据 | 是 | VARBINARY | 
| 布尔值 | 是 | BOOLEAN | 
| 双精度 | 是 | DOUBLE | 
| 32 位整数 | 是 | INTEGER | 
| 64 位整数 | 是 | BIGINT | 
| 字符串 | 是 | VARCHAR | 
| ObjectId | 是 | VARCHAR | 
| 日期 | 是 | TIMESTAMP | 
| Null | 是 | VARCHAR | 
| 正则表达式 | 是 | VARCHAR | 
| Timestamp | 是 | VARCHAR | 
| MinKey | 是 | VARCHAR | 
| MaxKey | 是 | VARCHAR | 
| 对象 | 是 | 虚拟表 | 
| 数组 | 是 | 虚拟表 | 
| Decimal128 | 否 | DECIMAL | 
| JavaScript | 否 | VARCHAR | 
| JavaScript （带瞄准镜） | 否 | VARCHAR | 
| 未定义 | 否 | VARCHAR | 
| 符号 | 否 | VARCHAR | 
| DBPointer (4.0\$1) | 否 | VARCHAR | 

## 映射标量文档字段
<a name="connect-jdbc-autoschemagen-scalarfields"></a>

当扫描集合中的文档样本时，JDBC 驱动程序将创建一个或多个架构来表示集合中的样本。通常，文档中的标量字段会映射到表架构中的一列。例如，在名为 team 的集合和单个文档 `{ "_id" : "112233", "name" : "Alastair", "age": 25 }` 中，这将映射到架构：


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| team | team id | VARCHAR | PK | 
| team | 名称 | VARCHAR |  | 
| team | age | INTEGER |  | 

### 数据类型冲突提升
<a name="connect-jdbc-autoschemagen-conflictpromo"></a>

扫描样本文档时，文档之间的字段数据类型可能不一致。在这种情况下，JDBC 驱动程序会将 JDBC 数据类型提升为通用数据类型，该数据类型将适合采样文档中的所有数据类型。

例如：

```
{
"_id" : "112233",
"name" : "Alastair", "age" : 25
}

{
"_id" : "112244",
"name" : "Benjamin",
"age" : "32"
}
```

*age* 字段在第一个文档中为 32 位整数类型，但在第二个文档中为字符串。在这里，JDBC 驱动程序会将 JDBC 数据类型提升为 VARCHAR，以便在遇到任一数据类型时进行处理。


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| team | team id | VARCHAR | PK | 
| team | 名称 | VARCHAR |  | 
| team | age | VARCHAR |  | 

### 标量-标量冲突提升
<a name="connect-jdbc-autoschemagen-scalarconflictpromo"></a>

下图显示了标量-标量数据类型冲突的解决方法。

![\[层次结构图，显示了当文档中冲突数据类型不一致时，如何提升这些数据类型。\]](http://docs.aws.amazon.com/zh_cn/documentdb/latest/developerguide/images/jdbc/scalar-scalar-promotion.png)


### 标量-复数类型冲突提升
<a name="connect-jdbc-autoschemagen-scalar-complex"></a>

与标量-标量类型冲突一样，不同文档中的同一字段在复数（数组和对象）和标量（整数、布尔值等）之间可能存在冲突的数据类型。对于这些字段，所有这些冲突都已解决（提升）为 VARCHAR。在这种情况下，数组和对象数据以 JSON 表示形式返回。

嵌入式数组：字符串字段冲突示例：

```
{
   "_id":"112233",
   "name":"George Jackson",
   "subscriptions":[
      "Vogue",
      "People",
      "USA Today"
   ]
}
{
   "_id":"112244",
   "name":"Joan Starr",
   "subscriptions":1
}
```

上述示例映射到 customer2 表的架构：


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| customer2 | customer2 id | VARCHAR | PK | 
| customer2 | name | VARCHAR |  | 
| customer2 | 订阅 | VARCHAR |  | 

和 customer1\$1subscriptions 虚拟表：


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| customer1\$1subscriptions | customer1 id | VARCHAR | PK/FK | 
| customer1\$1subscriptions | subscriptions\$1index\$1lvl0 | BIGINT | PK | 
| customer1\$1subscriptions | 值 | VARCHAR |  | 
| customer\$1address | city | VARCHAR |  | 
| customer\$1address | region | VARCHAR |  | 
| customer\$1address | country | VARCHAR |  | 
| customer\$1address | 代码 | VARCHAR |  | 

## 对象和数组数据类型处理
<a name="connect-jdbc-autoschemagen-objectandarray"></a>

到目前为止，我们只描述了标量数据类型的映射方式。对象和数组数据类型（当前）映射到虚拟表。JDBC 驱动程序将创建一个虚拟表来表示文档中的对象或数组字段。映射的虚拟表的名称将连接原始集合的名称，后跟由下划线字符（“\$1”）分隔的字段名称。

基表的主键（“\$1id”）在新虚拟表中采用新名称，并作为外键提供给关联的基表。

对于嵌入式数组类型字段，会生成索引列来表示数组每个级别的索引。

### 嵌入式对象字段示例
<a name="connect-jdbc-autoschemagen-embededobj"></a>

对于文档中的对象字段，JDBC 驱动程序会创建到虚拟表的映射。

```
{
   "Collection: customer",
   "_id":"112233",
   "name":"George Jackson",
   "address":{
      "address1":"123 Avenue Way",
      "address2":"Apt. 5",
      "city":"Hollywood",
      "region":"California",
      "country":"USA",
      "code":"90210"
   }
}
```

上述示例映射到 customer 表的架构：


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| customer | customer id | VARCHAR | PK | 
| customer | name | VARCHAR |  | 

和 customer\$1address 虚拟表：


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| customer\$1address | customer id | VARCHAR | PK/FK | 
| customer\$1address | address1 | VARCHAR |  | 
| customer\$1address | address2 | VARCHAR |  | 
| customer\$1address | city | VARCHAR |  | 
| customer\$1address | region | VARCHAR |  | 
| customer\$1address | country | VARCHAR |  | 
| customer\$1address | 代码 | VARCHAR |  | 

### 嵌入式数组字段示例
<a name="connect-jdbc-autoschemagen-embedarray"></a>

对于文档中的数组字段，JDBC 驱动程序还会创建到虚拟表的映射。

```
{
   "Collection: customer1",
   "_id":"112233",
   "name":"George Jackson",
   "subscriptions":[
      "Vogue",
      "People",
      "USA Today"
   ]
}
```

上述示例映射到 customer1 表的架构：


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| customer1 | customer1 id | VARCHAR | PK | 
| customer1 | name | VARCHAR |  | 

和 customer1\$1subscriptions 虚拟表：


| 表名称 | 列名称 | 数据类型 | Key | 
| --- | --- | --- | --- | 
| customer1\$1subscriptions | customer1 id | VARCHAR | PK/FK | 
| customer1\$1subscriptions | subscriptions\$1index\$1lvl0 | BIGINT | PK | 
| customer1\$1subscriptions | 值 | VARCHAR |  | 
| customer\$1address | city | VARCHAR |  | 
| customer\$1address | region | VARCHAR |  | 
| customer\$1address | country | VARCHAR |  | 
| customer\$1address | 代码 | VARCHAR |  |