如何将Google Sheet中的数据导入MongoDB Atlas？

Google Sheet界面截图
MongoDB Atlas集群界面截图

方案1：CSV导出中转（零代码，适合一次性导入） #

这是成本最低的方式，不需要写代码、不需要额外工具，适合静态数据单次导入：

• 打开目标Google Sheet，选中要导入的工作表，点击顶部「文件」-「下载」，选择CSV格式导出，导出前清理掉合并单元格、空行、备注等无效内容，确认首行是字段表头
• 登录MongoDB Atlas控制台，进入目标集群详情页，点击「Browse Collections」进入集合管理界面
• 新建或选中要写入的目标数据库、集合，点击集合上方的「Add Data」-「Import File」
• 上传刚才导出的CSV文件，按提示勾选「将首行作为字段名」，核对字段类型映射（比如数字、日期类型不要识别成字符串），确认后即可完成导入
  注意：该方案仅支持单次静态导入，后续Sheet内数据变更不会自动同步到Atlas。

方案2：Google Apps Script 自定义同步（轻量，适合自动同步需求） #

无需额外部署服务，直接依托Google自带的脚本能力就能实现定时/实时自动同步，适合中小规模数据的同步场景：

• 先登录MongoDB Atlas控制台，开启目标集群的Data API，创建专属API访问密钥，记录下API访问地址、集群名、目标库名、目标集合名，同时将Google Apps Script的出口IP段加入Atlas IP白名单，测试阶段可临时开放全IP访问，生产环境建议配置精确IP规则
• 回到目标Google Sheet，点击顶部「扩展程序」-「Apps Script」进入脚本编辑器
• 编写同步逻辑：先读取Sheet内的有效范围数据，将表头映射为文档字段，逐行转换为JSON格式的MongoDB文档，再通过HTTP请求调用Atlas Data API的批量写入接口完成数据导入
• 可根据需求在脚本编辑器内配置触发器：比如设置时间驱动触发器按固定频率同步，或者配置编辑触发器，在Sheet数据发生变更时自动触发同步
  参考核心代码如下：

// 替换为你的实际配置
const ATLAS_API_KEY = "你的Atlas Data API密钥";
const ATLAS_INSERT_ENDPOINT = "Data API批量插入端点";
const CLUSTER_NAME = "Atlas集群名称";
const TARGET_DB = "目标数据库名";
const TARGET_COLLECTION = "目标集合名";
const SOURCE_SHEET_NAME = "要同步的Google Sheet工作表名";

function syncToMongoDB() {
  const sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName(SOURCE_SHEET_NAME);
  const rawData = sheet.getDataRange().getValues();
  // 提取表头作为文档字段名
  const fields = rawData.shift();
  // 转换为MongoDB文档格式
  const docs = rawData.map(row => {
    const doc = {};
    fields.forEach((field, index) => {
      doc[field] = row[index];
    });
    return doc;
  });
  // 调用Atlas接口写入数据
  const reqConfig = {
    method: "post",
    headers: {
      "api-key": ATLAS_API_KEY,
      "Content-Type": "application/json"
    },
    payload: JSON.stringify({
      dataSource: CLUSTER_NAME,
      database: TARGET_DB,
      collection: TARGET_COLLECTION,
      documents: docs
    })
  };
  UrlFetchApp.fetch(ATLAS_INSERT_ENDPOINT, reqConfig);
}

注意：做增量同步时建议给每条数据加唯一标识字段，写入前先查询已有数据，避免重复插入。

方案3：ETL工具可视化对接（适合复杂同步逻辑） #

如果同步过程需要做字段清洗、多数据源关联、异常告警、同步日志审计等复杂逻辑，可以使用成熟的ETL/自动化集成工具实现：

• 这类工具基本都预置了Google Sheet和MongoDB Atlas的官方连接器，不需要手写接口调用逻辑，通过可视化界面就能配置字段映射、同步规则
• 支持全量覆盖、增量追加、定时同步、事件触发同步等多种模式，部分工具还内置了数据格式转换、字段校验、错误重试能力
• 不需要自行维护服务，适合开发资源不足、同步逻辑复杂的团队使用，选型时注意确认数据安全合规要求即可。

方案4：自定义脚本中转（适合高度定制化场景） #

如果同步逻辑有极强的定制化需求（比如需要对接内部其他系统、做复杂数据计算、特殊权限控制），可以自行开发同步脚本：

• 通过Google Sheet官方接口拉取Sheet内的结构化数据
• 在代码层完成数据清洗、格式转换、去重、业务逻辑校验等定制操作
• 通过MongoDB官方驱动连接Atlas集群，将处理完成的数据批量写入目标集合
• 脚本可以部署在自有服务器、云函数等环境，配置定时任务触发运行
  注意：连接Atlas时需要将脚本部署环境的出口IP加入Atlas IP白名单，同步使用的数据库账号建议配置最小权限，避免使用全局管理员账号。

内容的提问来源于stack exchange，提问作者Rashid Machingal