当前位置: 首页 > news >正文

将Airtable导入NocoDB

将Airtable导入NocoDB

  • 0. 前提条件
  • 1. 详细步骤

NocoDB提供了一种简化流程,可在几分钟内将您的Airtable数据库无缝转移到各种数据库管理系统,包括MySQL、Postgres和SQLite。此功能特别适合希望将Airtable数据库迁移到更强大且可扩展的数据库管理系统中的用户。

提示:从Airtable导入功能处于测试版。请参阅 将Airtable导入NocoDB 以获取迁移说明。

0. 前提条件

要继续操作,您必须拥有有效的Airtable凭证。请确保从Airtable账户中获取以下信息:

  • Create Personal Access Token
  • Retrieve Share Base ID / URL

1. 详细步骤

打开 “从Airtable导入” 弹窗以开始导入过程

  1. 将鼠标悬停在左侧栏中的基础名称上,点击 “…” 图标以打开基础上下文菜单
  2. 从基础上下文菜单中选择 “Import data”
  3. 选择 “Airtable”

在这里插入图片描述

或者,您也可以从 “基础仪表板” 访问此弹窗

  1. 进入您的基础仪表板,点击 “Import Data”

在这里插入图片描述

  1. 选择 “Airtable”

在这里插入图片描述

在 “Import from Airtable” 弹窗中继续以下步骤以完成导入过程:

  1. 输入Create Personal Access Token
  2. 输入Retrieve Share Base ID / URL
  3. 使用Advanced Settings配置导入选项(可选)
  4. 点击 “Import Base”

在这里插入图片描述

高级设置 说明

  1. 导入数据:如果禁用此选项,仅会创建表和视图(架构),不包括实际的数据记录。
  2. 导入次要视图:如果禁用此选项,仅会导入每个表的主要网格视图,不包括任何次要视图。
  3. 导入汇总字段:如果禁用此选项,可以跳过汇总字段的导入。
  4. 导入查找字段:如果禁用此选项,可以跳过查找字段的导入。
  5. 导入附件字段:如果禁用此选项,可以跳过附件字段的导入,这些字段通常存储与记录相关的文件附件。
  6. 导入公式字段:请注意,目前尚不支持从Airtable导入公式字段。

等待弹窗中 “Go to base” 按钮激活。导入详情会记录在日志窗口中。

在这里插入图片描述
导入完成,

在这里插入图片描述

完结!

http://www.xdnf.cn/news/263161.html

相关文章:

  • 多协议 Tracker 系统架构与传感融合实战 第六章 多传感器时钟同步与数据对齐
  • SETNX的存在问题和redisson进行改进的原理
  • 【RAG】向量?知识库的底层原理:向量数据库の技术鉴赏 | HNSW(导航小世界)、LSH、K-means
  • 【Hive入门】Hive与Spark SQL深度集成:执行引擎性能全面对比与调优分析
  • C语言蓝桥杯真题代码
  • Go反射-通过反射调用结构体的方法(带入参)
  • 解决奥壹oelove婚恋原生小程序上架问题,彻底解决解对问题增强版旗舰版通用
  • 计算机网络八股文--day4 --传输层TCP与UDP
  • WebAPI项目从Newtonsoft.Json迁移到System.Text.Json踩坑备忘
  • 【项目实践】boost 搜索引擎
  • 基于 JSP 和 Servlet 的数字信息分析小应用
  • 【Linux】驱动开发方法
  • ES6/ES11知识点 续一
  • 人工智能发展史 — 物理学诺奖之 Hopfield 联想和记忆神经网络模型
  • 19:常见的Halcon数据格式
  • 优化01-统计信息
  • 深入解析 SqlSugar 与泛型封装:实现通用数据访问层
  • 图论之幻想迷宫
  • 使用Rust + WebAssembly提升前端渲染性能:从原理到落地
  • 网络安全:sql注入练习靶场——sqli_labs安装保姆级教程
  • 【tcp连接windows redis】
  • c++_2011 NOIP 普及组 (1)
  • Python Django基于小波变换的数字水印技术实现系统【附源码、文档说明】
  • (37)VTK C++开发示例 ---纹理地球
  • 多协议 Tracker 系统架构与传感融合实战 第五章 卡尔曼滤波定位算法实战
  • Linux《进程概念(下)》
  • 【Linux】Petalinux驱动开发基础
  • 物联网智能项目之——智能家居项目的实现!
  • 基于PyTorch的食物图像分类实战:从数据处理到模型训练
  • AAA GitOps详解