本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# JDBC 自動產生結構描述
<a name="connect-jdbc-autoschemagen"></a>

Amazon DocumentDB 是文件資料庫，因此沒有資料表和結構描述的概念。不過，Tableau 等 BI 工具預期其連線的資料庫會呈現結構描述。具體而言，當 JDBC 驅動程式連線需要取得資料庫中集合的結構描述時，它會輪詢資料庫中的所有集合。驅動程式將判斷該集合的結構描述快取版本是否已存在。如果快取版本不存在，它會取樣文件的集合，並根據下列行為建立結構描述。

**Topics**
+ [

## 結構描述產生限制
](#connect-jdbc-autoschemagen-limits)
+ [

## 掃描方法選項
](#connect-jdbc-autoschemagen-scanningoptions)
+ [

## Amazon DocumentDB 資料類型
](#connect-jdbc-autoschemagen-datatypes)
+ [

## 映射純量文件欄位
](#connect-jdbc-autoschemagen-scalarfields)
+ [

## 物件和陣列資料類型處理
](#connect-jdbc-autoschemagen-objectandarray)

## 結構描述產生限制
<a name="connect-jdbc-autoschemagen-limits"></a>

DocumentDB JDBC 驅動程式對識別符的長度施加 128 個字元的限制。結構描述產生器可能會截斷產生的識別符 （資料表名稱和資料欄名稱） 的長度，以確保它們符合該限制。

## 掃描方法選項
<a name="connect-jdbc-autoschemagen-scanningoptions"></a>

您可以使用連線字串或資料來源選項來修改抽樣行為。
+ *scanMethod=*<option>
  + *random - （預設） - 以隨機順序傳回範例文件。 *
  + *idForward* - 依 ID 順序傳回範例文件。
  + *idReverse* - 以 ID 的相反順序傳回範例文件。
  + *all* - 取樣集合中的所有文件。
+ *scanLimit=*<n> - 要取樣的文件數量。其值必須為正整數。預設值為 *1000*。如果 *scanMethod* 設為*全部*，則會忽略此選項。

## Amazon DocumentDB 資料類型
<a name="connect-jdbc-autoschemagen-datatypes"></a>

Amazon DocumentDB 伺服器支援多種 MongoDB 資料類型。以下列出支援的資料類型及其相關聯的 JDBC 資料類型。


| MongoDB 資料類型 | DocumentDB 支援 | JDBC 資料類型 | 
| --- | --- | --- | 
| 二進位資料 | 是 | VARBINARY | 
| Boolean | 是 | BOOLEAN | 
| Double | 是 | DOUBLE | 
| 32 位元整數 | 是 | INTEGER | 
| 64 位元整數 | 是 | BIGINT | 
| String | 是 | VARCHAR | 
| ObjectId | 是 | VARCHAR | 
| Date | 是 | TIMESTAMP | 
| Null | 是 | VARCHAR | 
| 規則表達式 | 是 | VARCHAR | 
| 時間戳記 | 是 | VARCHAR | 
| MinKey | 是 | VARCHAR | 
| MaxKey | 是 | VARCHAR | 
| 物件 | 是 | 虛擬資料表 | 
| 陣列 | 是 | 虛擬資料表 | 
| Decimal128 | 否 | DECIMAL | 
| JavaScript | 否 | VARCHAR | 
| JavaScript （含範圍） | 否 | VARCHAR | 
| 未定義 | 否 | VARCHAR | 
| Symbol | 否 | VARCHAR | 
| DBPointer (4.0\$1) | 否 | VARCHAR | 

## 映射純量文件欄位
<a name="connect-jdbc-autoschemagen-scalarfields"></a>

從集合掃描文件範例時，JDBC 驅動程式會建立一或多個結構描述，以代表集合中的範例。一般而言，文件中的純量欄位會映射至資料表結構描述中的資料欄。例如，在名為 團隊和單一文件 的集合中`{ "_id" : "112233", "name" : "Alastair", "age": 25 }`，這會映射到結構描述：


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| 團隊 | 團隊 ID | VARCHAR | PK | 
| 團隊 | name | VARCHAR |  | 
| 團隊 | age | INTEGER |  | 

### 資料類型衝突提升
<a name="connect-jdbc-autoschemagen-conflictpromo"></a>

掃描抽樣文件時，欄位的資料類型可能因文件而不一致。在此情況下，JDBC 驅動程式會將 JDBC 資料類型提升為通用資料類型，以符合抽樣文件中的所有資料類型。

例如：

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

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

*存*留期欄位在第一個文件中為 32 位元整數類型，但在第二個文件中為字串。在這裡，JDBC 驅動程式會將 JDBC 資料類型提升為 VARCHAR，以便在遇到時處理任一資料類型。


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| 團隊 | 團隊 ID | VARCHAR | PK | 
| 團隊 | name | VARCHAR |  | 
| 團隊 | age | VARCHAR |  | 

### 純量衝突提升
<a name="connect-jdbc-autoschemagen-scalarconflictpromo"></a>

下圖顯示純量-純量資料類型衝突的解決方式。

![\[階層圖顯示當文件中的資料類型不一致時，如何提升衝突的資料類型。\]](http://docs.aws.amazon.com/zh_tw/documentdb/latest/developerguide/images/jdbc/scalar-scalar-promotion.png)


### Scalar-complex 類型衝突提升
<a name="connect-jdbc-autoschemagen-scalar-complex"></a>

與純量類型衝突一樣，不同文件中的相同欄位在複雜 （陣列和物件） 和純量 （整數、布林值等） 之間可能會有衝突的資料類型。所有這些衝突都會針對這些欄位解析 （提升） 為 VARCHAR。在此情況下，陣列和物件資料會以 JSON 表示法傳回。

內嵌陣列 - 字串欄位衝突範例：

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

上述範例映射至 customer2 資料表的結構描述：


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| customer2 | customer2 ID | VARCHAR | PK | 
| customer2 | name | VARCHAR |  | 
| customer2 | 訂閱 | VARCHAR |  | 

和 customer1\$1subscriptions 虛擬資料表：


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| customer1\$1subscriptions | customer1 ID | VARCHAR | PK/FK | 
| customer1\$1subscriptions | subscriptions\$1index\$1lvl0 | BIGINT | PK | 
| customer1\$1subscriptions | value | VARCHAR |  | 
| customer\$1address | 城市 | VARCHAR |  | 
| customer\$1address | region | VARCHAR |  | 
| customer\$1address | 國家/地區 | VARCHAR |  | 
| customer\$1address | code | VARCHAR |  | 

## 物件和陣列資料類型處理
<a name="connect-jdbc-autoschemagen-objectandarray"></a>

到目前為止，我們只描述了純量資料類型的映射方式。物件和陣列資料類型會 （目前） 映射至虛擬資料表。JDBC 驅動程式會建立虛擬資料表，以代表文件中的物件或陣列欄位。映射虛擬資料表的名稱會串連原始集合的名稱，後面接著以底線字元 ("\$1") 分隔的欄位名稱。

基礎資料表的主索引鍵 ("\$1id") 會採用新虛擬資料表中的新名稱，並以外部索引鍵的形式提供給相關聯的基礎資料表。

對於內嵌陣列類型欄位，會產生索引欄，以在陣列的每個層級將索引表示為陣列。

### 內嵌物件欄位範例
<a name="connect-jdbc-autoschemagen-embededobj"></a>

對於文件中的物件欄位，JDBC 驅動程式會建立虛擬資料表的映射。

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

上述範例映射到客戶資料表的結構描述：


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| customer | 客戶 ID | VARCHAR | PK | 
| customer | name | VARCHAR |  | 

和 customer\$1address 虛擬資料表：


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| customer\$1address | 客戶 ID | VARCHAR | PK/FK | 
| customer\$1address | 地址 1 | VARCHAR |  | 
| customer\$1address | address2 | VARCHAR |  | 
| customer\$1address | 城市 | VARCHAR |  | 
| customer\$1address | region | VARCHAR |  | 
| customer\$1address | 國家/地區 | VARCHAR |  | 
| customer\$1address | code | VARCHAR |  | 

### 內嵌陣列欄位範例
<a name="connect-jdbc-autoschemagen-embedarray"></a>

對於文件中的陣列欄位，JDBC 驅動程式也會建立虛擬資料表的映射。

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

上述範例映射至 customer1 資料表的結構描述：


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| customer1 | customer1 ID | VARCHAR | PK | 
| customer1 | name | VARCHAR |  | 

和 customer1\$1subscriptions 虛擬資料表：


| 資料表名稱 | 資料行名稱 | 資料類型 | 金錀 | 
| --- | --- | --- | --- | 
| customer1\$1subscriptions | customer1 ID | VARCHAR | PK/FK | 
| customer1\$1subscriptions | subscriptions\$1index\$1lvl0 | BIGINT | PK | 
| customer1\$1subscriptions | value | VARCHAR |  | 
| customer\$1address | 城市 | VARCHAR |  | 
| customer\$1address | region | VARCHAR |  | 
| customer\$1address | 國家/地區 | VARCHAR |  | 
| customer\$1address | code | VARCHAR |  |