magento数据库导入错误 - ERROR 1064 (42000) at line 382: You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'USING BTREE, KEY

magento导数据库又遇一个错误:

ERROR 1064 (42000) at line 382: You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'USING BTREE,
KEY `FK_ATTRIBUTE_VARCHAR_ENTITY` (`entity_id`),
KEY `FK_CATALO' at line 9

解决办法是,搜索

UNIQUE KEY `IDX_BASE` (`entity_type_id`,`entity_id`,`attribute_id`,`store_id`) USING BTREE

替换为

UNIQUE KEY `IDX_BASE`USING BTREE
(`entity_type_id`,`entity_id`,`attribute_id`,`store_id`)

重新导入问题解决。

 

小知识:

解决USING BTREE带来的错误的处理办法一般都是

UNIQUE KEY `field1` (`field2`) USING BTREE ,修改为

UNIQUE KEY `field1` USING BTREE  (`field2`) ,

即把USING BTREE 放到索引字段前面即可.

 

 

emlog的日志别名功能

emlog3.3的版本就给自己这个博客弄了日志别名(自定义URL)的功能,因为感觉这功能对seo很重要。后来更新到3.5.2也把这功能同步过去了。

emlog日志别名功能效果图1

emlog日志别名功能效果图2

看了下emlog的新版本4.0的新功能点,貌似也支持日志别名功能了,还有其他挺多的,目前没有升级的打算。昨天在官方博客那边说了下挺多人来问如何实现日志别名功能的,这里简单描述下。

弄emlog的日志别名功能先给数据库blog表添加一个字符串类型的字段url。借助的是Google的翻译接口,站里另外骗文章有这东东:js-使用google翻译接口API

关键代码下载:emlog开发日志别名自定义URL功能代码下载

另外还要配合.httaccess的解析或者通过index.php唯一入口对请求的url进行路由转换。

自从使用emlog以来,数数算算,自己添加的功能也多的。

最早的emlog标签球获取热门100条,根据叨叨的话添加随机标题后缀,日志自定义URL,自定义Page页面,热门日志功能,网站xml地图功能,网站标签库,面包屑,重新整理文章归档,日志相关文章推荐,文章关键字提取,评论列表的gravatar头像,评论发信通知博主,回复通知留言者,网站在线群聊等等。。

这些效果看图片:

emlog热门日志功能

emlog热门日志功能效果图

emlog网站xml地图功能

emlog网站日志功能效果图

emlog网站面包屑功能

emlog网站面包屑功能效果图

emlog文章归档

emlog文章归档效果图1

emlog归档效果图2

emlog日志相关推荐文章功能

emlog日子相关推荐功能效果图


emlog评论列表gravatar头像功能

emlog评论列表gravatar头像效果图

emlog在线群聊功能

emlog多人在线群聊功能

MongoDB入门简介|MongoDB下载安装|MongoDB语法

第1章    MongoDB简介

1.1    功能特点

    官方网址:http://www.mongodb.org/

    MongoDB是一个基于分布式文件存储的数据库开源项目。由C++语言编写,旨在为WEB应用提供可护展的高性能数据存储解决方案。
    它的特点是可扩展,高性能,易使用,模式自由,存储数据非常方便等,主要功能特性有:
    面向文档存储:(类JSON数据模式简单而强大)。
    高效的传统存储方式:支持二进制数据及大型对象(如照片和视频)。
    复制及自动故障转移:Mongo数据库支持服务器之间的数据复制,支持主-从模式及服务器之间的相互复制。
    Auto-Sharding自动分片支持云级扩展性(处于早期alpha阶段):自动分片功能支持水平的数据库集群,可动态添加额外的机器。
    动态查询:它支持丰富的查询表达式。查询指令使用JSON形式的标记,可轻易查询文档中内嵌的对象及数组。
    全索引支持:包括文档内嵌对象及数组。Mongo的查询优化器会分析查询表达式,并生成一个高效的查询计划。
    支持RUBY,PYTHON,JAVA,C++,PHP等多种语言。

1.2    适用范围

适用场景:
    适合实时的插入,更新与查询,并具备应用程序实时数据存储所需的复制及高度伸缩性。
    适合作为信息基础设施的持久化缓存层。
    适合由数十或数百台服务器组成的数据库。因为Mongo已经包含对MapReduce引擎的内置支持。
    Mongo的BSON数据格式非常适合文档化格式的存储及查询。

不适用场景:
    高度事务性的系统。
    传统的商业智能应用。
    级为复杂的SQL查询。
 

第2章MongoDB下载及安装

2.1    下载地址

http://www.mongodb.org/downloads
选择一个最新稳定的版本v1.6.5,如下图:

2.2    安装方法
通过mongod –install命令把mongodb注册成为window service。

1)    创建数据库存储目录;例如:d:\data\db

2)    通过命令行执行:
    mongod --bind_ip 127.0.0.1 --logpath d:\data\logs --logappend --dbpath d:\data\db
--directoryperdb –install

【注:将mongodb安装成服务,装该服务绑定到IP127.0.0.1,日志文件为d:\data\logs,以及添加方式记录。数据目录为d:\data\db。并且每个数据库将储存在一个单独的目录(--directoryperdb)】

3)    启动服务后
,尝试是否可用,通过命令行进入%MONGODB_HOME%\bin下执行mongo.exe命令后出现如下图所示信息表示连接成功:
 

第3章    MongoDB语法

3.1    基本命令
3.1.1.    启动mongodb
run 直接启动:
例如:mongod run
 
--dbpath 指定存储目录启动:
例如:mongod –dbpath = d:\ db
 
--port 指定端口启动:(默认端口是:27017)
例如:mongod --port 12345。
3.1.2.    停止mongodb
在窗口模式中,可以直接使用Ctrl+C停止服务。

3.2    SQL语法
3.2.1.    基本操作
db.AddUser(username,password)  添加用户
db.auth(usrename,password)     设置数据库连接验证
db.cloneDataBase(fromhost)     从目标服务器克隆一个数据库
db.commandHelp(name)           returns the help for the command
db.copyDatabase(fromdb,todb,fromhost)  复制数据库fromdb---源数据库名称,todb---目标数据库名称,fromhost---源数据库服务器地址
db.createCollection(name,{size:3333,capped:333,max:88888})  创建一个数据集,相当于一个表
db.currentOp()                 取消当前库的当前操作
db.dropDataBase()              删除当前数据库
db.eval(func,args)             run code server-side
db.getCollection(cname)        取得一个数据集合,同用法:db['cname'] or
db.getCollenctionNames()       取得所有数据集合的名称列表
db.getLastError()              返回最后一个错误的提示消息
db.getLastErrorObj()           返回最后一个错误的对象
db.getMongo()                  取得当前服务器的连接对象get the server
db.getMondo().setSlaveOk()     allow this connection to read from then nonmaster membr of a replica pair
db.getName()                   返回当操作数据库的名称
db.getPrevError()              返回上一个错误对象
db.getProfilingLevel()         
db.getReplicationInfo()        获得重复的数据
db.getSisterDB(name)           get the db at the same server as this onew
db.killOp()                    停止(杀死)在当前库的当前操作
db.printCollectionStats()      返回当前库的数据集状态
db.printReplicationInfo()
db.printSlaveReplicationInfo()
db.printShardingStatus()       返回当前数据库是否为共享数据库
db.removeUser(username)        删除用户
db.repairDatabase()            修复当前数据库
db.resetError()                
db.runCommand(cmdObj)          run a database command. if cmdObj is a string, turns it into {cmdObj:1}
db.setProfilingLevel(level)    0=off,1=slow,2=all
db.shutdownServer()            关闭当前服务程序
db.version()                   返回当前程序的版本信息

3.2.2.    数据集(表)操作
db.test.find({id:10})          返回test数据集ID=10的数据集
db.test.find({id:10}).count()  返回test数据集ID=10的数据总数
db.test.find({id:10}).limit(2) 返回test数据集ID=10的数据集从第二条开始的数据集
db.test.find({id:10}).skip(8)  返回test数据集ID=10的数据集从0到第八条的数据集
db.test.find({id:10}).limit(2).skip(8)  返回test数据集ID=1=的数据集从第二条到第八条的数据
db.test.find({id:10}).sort()   返回test数据集ID=10的排序数据集
db.test.findOne([query])       返回符合条件的一条数据
db.test.getDB()                返回此数据集所属的数据库名称
db.test.getIndexes()           返回些数据集的索引信息
db.test.group({key:...,initial:...,reduce:...[,cond:...]})
db.test.mapReduce(mayFunction,reduceFunction,<optional params>)
db.test.remove(query)                      在数据集中删除一条数据
db.test.renameCollection(newName)          重命名些数据集名称
db.test.save(obj)                          往数据集中插入一条数据
db.test.stats()                            返回此数据集的状态
db.test.storageSize()                      返回此数据集的存储大小
db.test.totalIndexSize()                   返回此数据集的索引文件大小
db.test.totalSize()                        返回些数据集的总大小
db.test.update(query,object[,upsert_bool]) 在此数据集中更新一条数据
db.test.validate()                         验证此数据集
db.test.getShardVersion()                  返回数据集共享版本号

3.3.  MongoDB语法与现有关系型数据库SQL语法比较
MongoDB语法                                   MySql语法
db.test.find({'name':'foobar'}) <==> select * from test where name='foobar'
db.test.find()                  <==> select * from test
db.test.find({'ID':10}).count() <==> select count(*) from test where ID=10
db.test.find().skip(10).limit(20)     <==> select * from test limit 10,20
db.test.find({'ID':{$in:[25,35,45]}}) <==> select * from test where ID in (25,35,45)
db.test.find().sort({'ID':-1})        <==> select * from test order by ID desc
db.test.distinct('name',{'ID':{$lt:20}})  <==> select distinct(name) from test where ID<20
db.test.group({key:{'name':true},cond:{'name':'foo'},reduce:function(obj,prev){prev.msum+=obj.marks;},initial:{msum:0}})  <==> select name,sum(marks) from test group by name
db.test.find('this.ID<20',{name:1})  <==> select name from test where ID<20
db.test.insert({'name':'foobar','age':25})<==>insert into test ('name','age') values('foobar',25)
db.test.remove({})                <==> delete * from test
db.test.remove({'age':20})        <==> delete test where age=20
db.test.remove({'age':{$lt:20}})  <==> elete test where age<20
db.test.remove({'age':{$lte:20}}) <==> delete test where age<=20
db.test.remove({'age':{$gt:20}})  <==> delete test where age>20
db.test.remove({'age':{$gte:20}}) <==> delete test where age>=20
db.test.remove({'age':{$ne:20}})  <==> delete test where age!=20
db.test.update({'name':'foobar'},{$set:{'age':36}}) <==> update test set age=36 where name='foobar'
db.test.update({'name':'foobar'},{$inc:{'age':3}})  <==> update test set age=age+3 where name='foobar'

Magento产品导入导出|Magento目录导入导出|Magento Magmi

捣鼓了几天关于Magento产品和目录的导出导入
,总结几点可行方法

  1. 使用外国佬开发的软件:Store Manager for Magento
    , 免费版有10个产品导入数的限制,完全版需要199刀。。哪位朋友有Store Manager for Magento绿色版
    破解版
    的话希望能共享下。。 嘿嘿。
    使用Store Manager for Magento进行Magento产品导入导出和Magento目录导入导出是我认为最简单方便的办法。
     
  2. 使用Magento的开源项目:Magmi
    ,Magmi是让从CSV文件数据流导入导出产品和目录的脚本,功能相当给力,当前最新版本为 Magmi 0.6.17,使用很简单,只要将整个压缩包解压到magento网站根目录就行。通过http://domain/magmi/web/magmi.php这种方式访问。
    关于Magmi的中文资料实在少,不得不在E文里滚来滚去。。
    http://sourceforge.net/apps/phpWebSite/magmi/index.php
    http://www.magentocommerce.com/boards/v/viewthread/201210/
     
  3. 第三种方法就比较手动繁琐了,流程如下
    1,导出产品
        admin > import/export > profiles > export all products 获得产品的csv文件export_all_products.csv

    2,导出产品图片
        将旧站\media\catalog\product\里的所有目录拷到新站的\media\import\这个目录里。

    3,导出产品属性和属性集
        操作数据库,将带eva_前缀的表导出一份到attribute_sets.sql文件中。确保在sql文件里的头部有加上SET FOREIGN_KEY_CHECKS=0;这句。

    4,导出产品目录
        同样操作数据库,导出catalog_category_前缀的表到categories.sql文件。

    经过这4个步骤后,有如下
    export_all_products.csv
    在\media\import\的产品图片
    attribute_sets.sql
    categories.sql

    5,导入产品
        admin > import/export > profiles > import all products 上传export_all_products.csv后执行run

    6,导入属性集
        运行attribute_sets.sql

    7,导入目录
        运行categories.sql
    大概流程如此,期间可能问题7788。。各显神通了。

花了3 4 天都在搞Magento产品和目录的导出导入问题
,实在是相当疼(总站抽出单独站)。

关键是还没比较显著的成就。。匆匆总结以上3种Magento导入导出产品和目录的方法,哪位朋友也碰到这需求的一起探讨一下。

2011.3.15更:

目前已将总站抽出14个独立品牌站,网站管理和速度方面提高了一大截。

历时开发2个月测试1个月的仿Magento外贸商城系统也正式上线!数据从Magento站导入。告别Magento咯。

Maganto错误-Cannot initialize the indexer process的解决方法

Magento管理后台重建索引(Index Management)时,遇到错误:Cannot initialize the indexer process.

下面的方法可能解决这个错误。

1.确保var /locks  文件夹是可写的。
2.删除var /locks目录下所有的.locks 文件。
3.用phpmyadmin等数据库工具打开你的SQL,在查询窗口运行sql语句:
DELETE FROM catalog_category_product_index;
4.试着用Magento清除工具来重置所有文件的权限。

Magento - 清除清空所有产品

TRUNCATE TABLE `catalog_product_bundle_option`;
TRUNCATE TABLE `catalog_product_bundle_option_value`;
TRUNCATE TABLE `catalog_product_bundle_selection`;
TRUNCATE TABLE `catalog_product_entity_datetime`;
TRUNCATE TABLE `catalog_product_entity_decimal`;
TRUNCATE TABLE `catalog_product_entity_gallery`;
TRUNCATE TABLE `catalog_product_entity_int`;
TRUNCATE TABLE `catalog_product_entity_media_gallery`;
TRUNCATE TABLE `catalog_product_entity_media_gallery_value`;
TRUNCATE TABLE `catalog_product_entity_text`;
TRUNCATE TABLE `catalog_product_entity_tier_price`;
TRUNCATE TABLE `catalog_product_entity_varchar`;
TRUNCATE TABLE `catalog_product_link`;
TRUNCATE TABLE `catalog_product_link_attribute`;
TRUNCATE TABLE `catalog_product_link_attribute_decimal`;
TRUNCATE TABLE `catalog_product_link_attribute_int`;
TRUNCATE TABLE `catalog_product_link_attribute_varchar`;
TRUNCATE TABLE `catalog_product_link_type`;
TRUNCATE TABLE `catalog_product_option`;
TRUNCATE TABLE `catalog_product_option_price`;
TRUNCATE TABLE `catalog_product_option_title`;
TRUNCATE TABLE `catalog_product_option_type_price`;
TRUNCATE TABLE `catalog_product_option_type_title`;
TRUNCATE TABLE `catalog_product_option_type_value`;
TRUNCATE TABLE `catalog_product_super_attribute`;
TRUNCATE TABLE `catalog_product_super_attribute_label`;
TRUNCATE TABLE `catalog_product_super_attribute_pricing`;
TRUNCATE TABLE `catalog_product_super_link`;
TRUNCATE TABLE `catalog_product_enabled_index`;
TRUNCATE TABLE `catalog_product_website`;
TRUNCATE TABLE `catalog_product_entity`;
TRUNCATE TABLE `cataloginventory_stock`;
TRUNCATE TABLE `cataloginventory_stock_item`;
TRUNCATE TABLE `cataloginventory_stock_status`;
INSERT INTO `catalog_product_link_type`(`link_type_id`, `code`) values (1, ‘relation’), (2, ‘bundle’), (3, ‘super’), (4, ‘up_sell’), (5, ‘cross_sell’);
INSERT INTO `catalog_product_link_attribute`(`product_link_attribute_id`, `link_type_id`, `product_link_attribute_code`, `data_type`) values (1, 2, ‘qty’, ‘decimal’), (2, 1, ‘position’, ‘int’), (3, 4, ‘position’, ‘int’), (4, 5, ‘position’, ‘int’), (6, 1, ‘qty’, ‘decimal’), (7, 3, ‘position’, ‘int’), (8, 3, ‘qty’, ‘decimal’);
INSERT INTO `cataloginventory_stock`(`stock_id`, `stock_name`) values (1, ‘Default’);

执行以上SQL脚本即能从数据库中清空Magento所有的产品