mongodump 后的metadata.json文件有$undefined

相对忘贫 2017-11-09 01:07:42
最近项目mongodb升级,用mongodump导出mongodb2.2.2的某个库,在导出文件中发现了个奇怪的问题,一张表的metadata.json元数据文件多了几个奇怪的属性,"options" : { "capped" : { "$undefined" : true }, "create" : "scc.tradeEvent", "flags" : 1, "size" : { "$undefined" : true },导致在用mongorestore导入是报错, Failed: scc.tradeEvent: error creating collection scc.tradeEvent: error running create command: Parsed command object contains duplicate top level key: create ,望哪位大咖能指点迷津,谢谢。
...全文
1183 3 打赏 收藏 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
相对忘贫 2018-03-02
  • 打赏
  • 举报
回复
引用 1 楼 xiaoba555 的回复:
楼主,解决了吗?
解决了,有两种解决方法,方法1:修改metadata.json文件,将属性去掉;方法2:在执行mongorestore命令的时候加上--noOptionsRestore参数
rucypli 2017-11-10
  • 打赏
  • 举报
回复
https://jira.mongodb.org/browse/SERVER-6947 貌似需要手动修复json文件
xiaoba555 2017-11-10
  • 打赏
  • 举报
回复
楼主,解决了吗?
内容概要:本文提出并实现了一种基于Transform-KAN混合架构的电力负荷预测模型,旨在通过融合Transformer在长序列建模中的注意力机制优势与Kolmogorov-Arnold Network(KAN)在函数逼近方面的高精度非线性拟合能力,显著提升负荷预测的准确性与鲁棒性。研究系统阐述了模型的整体结构设计、输入特征工程、训练流程及关键超参数配置,并利用真实电力系统历史数据进行多步预测实验,验证了该方法在处理非线性、非平稳负荷序列时的优越性能。重点探讨了新型神经网络结构在时间序列预测任务中的创新应用,为复杂电力系统负荷的精准预估提供了有效的技术路径。; 适合人群:具备一定编程基础和机器学习知识,从事电力系统、能源管理或时间序列预测相关研究的研发人员,尤其适合工作1-3年希望深入理解前沿预测模型的技术人员。; 使用场景及目标:①应用于电网调度、能源管理系统中对未来电力负荷的精确预测;②探索Transformer与KAN等新兴神经网络模型在实际工业场景中的融合设计与实现方法;③为学术研究提供可复现的高性能负荷预测基准方案。; 阅读建议:此资源以Python代码实现为核心,强调理论与实践相结合,建议读者在学习过程中仔细研读模型架构细节,动手运行并调试代码,结合实验结果深入理解各模块的作用与优化策略,从而全面掌握该先进预测方法的设计精髓。

1,797

社区成员

发帖
与我相关
我的任务
社区描述
MongoDB相关内容讨论区
社区管理员
  • MongoDB社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧