DBConvert Streams

IDE для баз данных, миграция и CDC в реальном времени — в одном рабочем процессе.

Запрашивайте данные,

перемещайте их,

поддерживайте их синхронизацию,

и предоставьте AI-ассистенту доступ ко всему этому

без переключения между инструментами.

Если проект вам пригодился, поставьте ⭐

Зачем это нужно

Обычно рабочая среда состоит из нескольких инструментов:

клиент для запросов к БД
скрипты или инструменты для миграции
отдельный конвейер CDC

Такая схема работает, но инструменты разрознены.

DBConvert Streams объединяет их в одном рабочем пространстве.

Как это работает

Представьте себе:

DBeaver / DataGrip

инструмент миграции
CDC

— и при этом не нужно каждый раз переключаться между инструментами

Пример

Выполняйте запросы к базам данных и файлам:

SELECT *
FROM read_parquet('orders.parquet') o
JOIN postgres.public.customers c
  ON o.customer_id = c.id
LIMIT 10;

Затем используйте тот же запрос как источник данных и передавайте результаты куда угодно.

Что можно делать

просматривать базы данных, файлы и S3
выполнять SQL-запросы сразу к нескольким источникам
перемещать данные между системами
поддерживать синхронизацию данных с помощью CDC
подключать Claude, Cursor или Copilot — AI получает доступ к актуальным схемам, данным и потокам (только для чтения, через MCP)

Всё это — в одном рабочем процессе.

Примечание: Здесь находится общедоступная страница DBConvert Streams: примеры конфигураций, документация, отслеживание ошибок и заметки к выпускам. Сам продукт является проприетарным.

Быстрый старт

Работает где угодно: на ноутбуке, VPS или собственной инфраструктуре. Не зависит от облачных сервисов и не привязывает вас к поставщику.

Настольное приложение

Скачать для Windows, macOS или Linux — учётная запись не требуется.

Расширение для AI-клиента

Скачайте dbconvert-streams-.mcpb из раздела Releases и добавьте его через Claude → Settings → Extensions. Потребуется указать строки подключения и папки. Устанавливать больше ничего не нужно: ни DBConvert Streams, ни набор инструментов, ни сервер.

postgres://user:password@host:5432/dbname
mysql://user:password@host:3306/dbname
s3://bucket/folder?region=us-east-1

Несколько источников можно указать в одном поле, разделив их пробелами, например shop=postgres://… orders=mysql://…. Тогда один запрос сможет объединять данные из всех этих источников.

Добавьте папки с файлами Parquet, CSV или JSON с помощью выбора папки. Каждый источник появится в чате как набор инструментов только для чтения, а один запрос сможет охватывать сразу несколько источников.

Один файл работает в Windows и Linux: в комплект входят бинарные файлы для обеих систем, и приложение выбирает нужный автоматически. Поддержка macOS появится в одном из следующих выпусков.

Не пользуетесь Claude? Этот же сервер запускается в контейнере, поэтому его можно использовать с любым MCP-клиентом,

который умеет запускать контейнеры:

docker run -i --rm slotix/stream-mcp "shop=postgres://user:password@host:5432/shop"

Cursor и VS Code позволяют настроить подключение одним щелчком: Добавить в Cursor · Добавить в VS Code — VS Code запросит строку подключения во время установки; в Cursor нужно заменить пример. Настройка папок, ключей S3 и других источников описана в руководстве по автономному серверу.

Сервер, входящий в комплект, является проприетарным программным обеспечением и распространяется по лицензии DBConvert Streams. Лицензия MIT в этом репозитории распространяется на примеры, документацию и ресурсы репозитория, но не на бинарный файл.

Самостоятельное размещение (Docker)

Разверните приложение на любом компьютере с Docker: локальном сервере, VPS (DigitalOcean, Hetzner, AWS EC2 и т. д.) или собственной инфраструктуре:

curl -fsSL https://dbconvert.nyc3.digitaloceanspaces.com/downloads/streams/latest/docker-install.sh | sh

Что такое DBConvert Streams?

DBConvert Streams — это IDE для баз данных со встроенными инструментами миграции и CDC в реальном времени.

Просматривайте базы данных, локальные файлы и хранилища S3. Редактируйте данные напрямую. Выполняйте федеративные SQL-запросы, объединяющие таблицы из разных СУБД, — без предварительного экспорта данных.

Основные возможности

На практике это сводится к следующему:

IDE для баз данных и рабочее пространство (бесплатно)

Обозреватель данных — просматривайте базы данных, файлы и S3 в одном месте
ER-диаграммы — визуализируйте связи между объектами базы данных
Сравнение схем — сравнивайте схемы и данные в разных базах данных
Навигация по схемам — сохраняйте состояние и выполняйте поиск по подключениям

Федеративный SQL

Выполняйте SQL-запросы одновременно к нескольким базам данных и файловым источникам
Объединяйте актуальные таблицы PostgreSQL и MySQL с помощью псевдонимов подключений
Запрашивайте данные из файлов CSV, JSON, Parquet и хранилищ S3 наряду с базами данных

Встроенный AI Chat — новинка версии 2.5.0

Задавайте вопросы о том, что уже открыто в настольном приложении: таблице, представлении, файле, SQL-консоли, подключении или потоке миграции/CDC. AI Chat получает контекст открытого рабочего пространства и может изучать схемы и данные, объяснять причины ошибки или исправлять неудачный запрос, а также диагностировать состояние потока. Не нужно копировать DDL в отдельный чат.

Используйте установленный CLI-агент на выбор: Claude Code, Codex, GitHub Copilot CLI или OpenCode. AI Chat автоматически предоставляет соответствующий ограниченный набор инструментов DBConvert только для чтения и показывает их работу. Изменять подключения, конфигурацию, потоки или данные он не может.

Документация: AI Chat →

AI-ассистенты через MCP — новинка версии 2.4

Встроенный MCP-сервер: Claude, Cursor, VS Code Copilot, Windsurf, Gemini CLI и Codex получают доступ к актуальным схемам, данным и состоянию потоков — больше не нужно вставлять DDL в чат
27 инструментов только для чтения: просмотр подключений рабочего пространства, схем, таблиц и представлений; выполнение SQL-запросов только для чтения и федеративных запросов; сравнение схем и выборок данных; диагностика потоков; просмотр файлов и S3
Настройка одним щелчком на панели ✨ AI Assistants; при развертывании с Docker доступ к /mcp предоставляется по HTTP(S)
Доступ только для чтения — фильтр на стороне сервера пропускает только SELECT: AI может изучать данные и давать рекомендации, но не изменять их

Документация: AI-ассистенты через MCP →

Инструменты

DBConvert Streams предоставляет следующие 27 инструментов MCP только для чтения. Их названия

совпадают с названиями в работающем MCP-сервере.

Подключения и схемы

dbconvert_list_connections — получить список подключений рабочего пространства
dbconvert_get_connection — просмотреть сведения об одном подключении
dbconvert_list_databases — получить список баз данных
dbconvert_list_schemas — получить список схем
dbconvert_list_tables — получить список таблиц
dbconvert_list_views — получить список представлений

Просмотр таблиц и представлений

dbconvert_describe_table — просмотреть столбцы и ключи таблицы
dbconvert_preview_table — просмотреть строки таблицы
dbconvert_describe_view — просмотреть сведения о представлении
dbconvert_preview_view — просмотреть строки представления

SQL-запросы только для чтения

dbconvert_run_select — выполнить запрос SELECT
dbconvert_explain_select — получить план выполнения запроса SELECT

Сравнение схем и данных

dbconvert_compare_schemas — сравнить схемы
dbconvert_compare_data_sample — сравнить выборки данных

Диагностика потоков

dbconvert_list_streams — получить список потоков
dbconvert_get_stream — просмотреть сведения о потоке
dbconvert_get_stream_status — получить состояние потока
dbconvert_get_stream_stats — получить сведения о пропускной способности и статистике потока
dbconvert_get_stream_recent_errors — просмотреть недавние ошибки потока
dbconvert_get_stream_recent_logs — просмотреть недавние журналы потока

Файлы и S3

dbconvert_list_files — получить список файлов рабочего пространства
dbconvert_get_file_schema — просмотреть схему файла
dbconvert_preview_file — просмотреть строки файла
dbconvert_list_s3_buckets — получить список бакетов S3
dbconvert_list_s3_objects — получить список объектов S3

Федеративный SQL

dbconvert_run_federated_select — выполнить запрос только для чтения к нескольким источникам
dbconvert_explain_federated_select — получить план выполнения федеративного запроса SELECT

Доступны только операции чтения: фильтр на стороне сервера пропускает

SELECT, поэтому AI-клиент не может изменять подключения, конфигурацию, потоки или

данные. Инструкции по настройке клиента см. в руководстве по настройке MCP.

Миграция данных (режим Load)

Быстро переносите большие наборы данных между базами данных с автоматическим преобразованием и проверкой схемы.

Производительность: 23 миллиона строк (4,38 GB) перенесены из MySQL в Parquet за 35,7 секунды со скоростью 136 MB/s.

CDC в реальном времени (Change Data Capture)

Передавайте операции INSERT, UPDATE и DELETE из источника в целевую систему в реальном времени с минимальной задержкой. Поддерживается CDC для баз данных, файлов и хранилищ S3.

Кому это, скорее всего, не подойдёт

вам нужно более 100 коннекторов (SaaS, API и т. д.)
вы уже используете Kafka-пайплайны в большом масштабе
вам нужны сложные ETL-процессы или преобразования данных

Скриншоты

Обозреватель данных

Просматривайте схемы, изучайте и редактируйте данные в нескольких подключениях к базам данных с помощью единой древовидной навигации:

Федеративные SQL-запросы

Объединяйте таблицы из MySQL, PostgreSQL и файловых источников (CSV, Parquet) в одном запросе:

ER-диаграммы

Визуализируйте связи между базами данных с помощью интерактивных диаграмм «сущность — связь»:

Настройка потоков

Настраивайте миграцию данных и потоки CDC: выбирайте таблицы, задавайте пользовательские запросы и параметры передачи:

Мониторинг потоков

Отслеживайте потоки данных по метрикам в реальном времени: количеству строк, объёму данных, скорости передачи и прогрессу по каждой таблице:

AI-ассистенты

Подключите AI-клиент одним нажатием: он получит доступ к той же рабочей среде, что и вы, только для чтения:

Поддерживаемые источники и целевые системы

Источники

MySQL / MariaDB / Percona
PostgreSQL / CockroachDB
Amazon RDS, Aurora, Google Cloud SQL, Azure Database
Локальные файлы (CSV, JSONL, Parquet)
S3-совместимые хранилища (AWS S3, MinIO, DigitalOcean Spaces, Wasabi)

Целевые системы

MySQL / PostgreSQL
Snowflake
CSV / JSONL / Parquet (локальные файлы)
Amazon S3 / MinIO / S3-совместимые хранилища
Google Cloud Storage (GCS)
Azure Blob Storage

Варианты развёртывания

Запускайте систему где угодно: облачная учётная запись не требуется, привязки к поставщику нет.

Способ	Описание
Настольное приложение	Windows, macOS, Linux — локальная установка, учётная запись не требуется
Самостоятельное размещение	Docker / Docker Compose на любом компьютере — локальном сервере, VPS или собственной инфраструктуре

Стоимость

Среда разработки баз данных навсегда остаётся бесплатной. Стоимость миграции данных и потоковой передачи CDC указана в разделе тарифов.

Примеры

Большинству пользователей API не нужен. Весь рабочий процесс — от настройки подключений и выбора таблиц до федеративных SQL-запросов, настройки потоков и мониторинга — доступен в интерфейсе. Примеры curl ниже предназначены для тех, кто хочет автоматизировать развёртывание, интегрировать DBConvert Streams в CI/CD или управлять им из другого сервиса. Это не обязательный способ работы.

Подключения настраиваются отдельно, а конфигурации потоков ссылаются на них по ID. Ниже приведены типичные сценарии работы через API.

1. Создание подключений

# Create a MySQL source connection
curl -X POST http://localhost:8020/api/v1/connections \
  -H "Content-Type: application/json" \
  -d '{
    "name": "mysql-source",
    "type": "mysql",
    "host": "localhost",
    "port": 3306,
    "username": "root",
    "password": "password"
  }'

# Create a PostgreSQL target connection
curl -X POST http://localhost:8020/api/v1/connections \
  -H "Content-Type: application/json" \
  -d '{
    "name": "pg-target",
    "type": "postgresql",
    "host": "localhost",
    "port": 5432,
    "username": "postgres",
    "password": "password"
  }'

2. MySQL → PostgreSQL (загрузка)

Разовая миграция с выбором таблиц:

{
  "name": "mysql-to-postgres-migration",
  "mode": "load",
  "source": {
    "connections": [{
      "connectionId": "<mysql-connection-id>",
      "database": "sakila",
      "tables": [
        { "name": "actor" },
        { "name": "film" },
        { "name": "customer" }
      ]
    }]
  },
  "target": {
    "id": "<pg-connection-id>",
    "spec": {
      "db": {
        "database": "target_db",
        "schema": "public",
        "schemaPolicy": "drop_and_recreate"
      }
    }
  }
}

3. MySQL → PostgreSQL (CDC)

Репликация в реальном времени с отслеживанием операций вставки, обновления и удаления:

{
  "name": "mysql-to-postgres-cdc",
  "mode": "cdc",
  "source": {
    "connections": [{
      "connectionId": "<mysql-connection-id>",
      "database": "sakila",
      "tables": [
        { "name": "actor" },
        { "name": "film" }
      ]
    }],
    "options": {
      "operations": ["insert", "update", "delete"]
    }
  },
  "target": {
    "id": "<pg-connection-id>",
    "spec": {
      "db": {
        "database": "target_db",
        "writeMode": "upsert"
      }
    }
  }
}

4. PostgreSQL → S3 Parquet (загрузка)

Экспортируйте таблицы базы данных в файлы Parquet в S3:

{
  "name": "pg-to-s3-parquet",
  "mode": "load",
  "source": {
    "connections": [{
      "connectionId": "<pg-connection-id>",
      "database": "analytics",
      "tables": [
        { "name": "orders" },
        { "name": "customers" }
      ]
    }]
  },
  "target": {
    "id": "<s3-connection-id>",
    "spec": {
      "s3": {
        "fileFormat": "parquet",
        "upload": {
          "bucket": "my-data-lake",
          "prefix": "exports/"
        }
      }
    }
  }
}

5. Федеративный запрос к нескольким источникам (загрузка)

Объедините данные из MySQL и PostgreSQL в одной целевой системе:

{
  "name": "federated-migration",
  "mode": "load",
  "source": {
    "connections": [
      {
        "alias": "my1",
        "connectionId": "<mysql-connection-id>",
        "database": "sakila"
      },
      {
        "alias": "pg1",
        "connectionId": "<pg-connection-id>",
        "database": "dvdrental"
      }
    ]
  },
  "target": {
    "id": "<target-connection-id>",
    "spec": {
      "db": { "database": "warehouse" }
    }
  }
}

6. Запуск потока

curl -X POST http://localhost:8020/api/v1/stream-configs/<config-id>/start

7. Отслеживание выполнения

curl http://localhost:8020/api/v1/streams/<stream-id>/stats

Полный список конечных точек и параметров приведён в документации по API. Отдельные файлы конфигурации потоков находятся в каталоге examples/api/, а воспроизводимые тесты производительности, включая прямое сравнение с Debezium, — в каталоге examples/benchmarks/.

Дополнительная информация

Отзывы и поддержка

Если у вас есть вопросы или предложения, воспользуйтесь разделом Обсуждения или создайте обращение.