MagicDraw导入CSV格式SQL schema：列类型映射报错及映射方案咨询

核心问题原因 #

MagicDraw的SQL ANSI类型并非全局可见，必须明确指定其所在的库路径；直接使用类型名（如char）或原生类型名（如String）时，系统无法定位到对应元素，因此报错。

具体解决方案 #

1. 确保SQL ANSI类型库已加载

• 打开MagicDraw，在资源管理器中检查是否存在ANSI SQL Type Library。
• 若未加载，通过文件 > 导入 > 库，选择MagicDraw安装目录下data/libraries中的ANSI SQL Type Library.mdzip完成加载。

2. 修正CSV类型字段的映射规则

不能直接使用CSV中的char/CHAR，必须指定完整的库元素路径：

• 对于CSV中小写的类型名（如char），映射值写为ANSI SQL Type Library::char
• 对于CSV中大写的类型名（如CHAR），先在映射规则中添加字符串转换步骤，将输入值转为小写，再拼接库路径。

3. 使用自定义脚本实现自动类型映射（推荐）

如果CSV中的类型名大小写不统一，或需要批量映射多种类型，可通过MagicDraw的导入脚本功能实现自动转换：

1. 在CSV导入配置中，找到COL_TYPE字段的映射设置
2. 将映射方式改为脚本，粘贴以下Jython代码：

# 类型映射表：CSV中的类型名 -> SQL ANSI类型的完整路径
type_mapping = {
    "CHAR": "ANSI SQL Type Library::char",
    "VARCHAR": "ANSI SQL Type Library::varchar",
    "INT": "ANSI SQL Type Library::integer",
    "INTEGER": "ANSI SQL Type Library::integer",
    "DATE": "ANSI SQL Type Library::date",
    "FLOAT": "ANSI SQL Type Library::float"
    # 根据你的CSV类型补充更多映射
}

# 处理输入值：去除首尾空格，转为大写匹配映射表
input_type = value.strip().upper()
# 返回对应路径，未匹配到则用默认类型（可自行修改）
return type_mapping.get(input_type, "ANSI SQL Type Library::varchar")

3. 保存配置后重新执行第二轮导入，系统会自动将CSV中的类型字符串映射到对应的SQL ANSI类型元素。

关于原生类型报错的说明

若尝试使用UML原生类型（如String），同样需要指定完整路径：UML Standard Profile::String，但根据需求，建议优先使用SQL ANSI类型库中的元素。

内容的提问来源于stack exchange，提问作者karldegen