如何将 JSON, Text, XML, CSV 数据文件导入 MySQL

来源：互联网发布：app内测分发系统源码编辑：程序博客网时间：2024/05/19 02:25

摘要：将外部数据导入(import)数据库是在数据库应用中一个很常见的需求。其实这就是在数据的管理和操作中的ETL (Extract, transform, load)的L (Load)部分，也就是说，将特定结构(structure)或者格式(format)的数据导入某个目的地(比如数据库，这里我们讨论MySQL)。

将外部数据导入(import)数据库是在数据库应用中一个很常见的需求。其实这就是在数据的管理和操作中的ETL (Extract, transform, load)的L (Load)部分，也就是说，将特定结构(structure)或者格式(format)的数据导入某个目的地(比如数据库，这里我们讨论MySQL)。

本文要讨论的内容，是如何方便地将多种格式(JSON, Text, XML, CSV)的数据导入MySQL之中。

本文大纲：

将Text文件（包括CSV文件）导入MySQL
将XML文件导入MySQL
将JSON文件导入MySQL
使用MySQL workbench的Table Data Export and Import Wizard进行JSON或CSV文件的导入导出

1. 将Text文件（包括CSV文件）导入MySQL

这里我们的讨论是基于一个假定，Text file和CSV file是有着比较规范的格式的(properly formatted)，比如说每行的每个数据域(field)之间是由一个共同的分隔符（比如tab: t）分隔的。

那么首先，你需要根据你的数据的格式（有哪些域），来设计好数据库的对应的表（的Schema）。

举个例子，要处理的Text文件或者CSV文件是以t作为分隔符的，每行有id, name, balance这么三个数据域，那么首先我们需要在数据库中创建这个表：

CREATE TABLE sometable(id INT, name VARCHAR(255), balance DECIMAL(8,4));

创建成功以后就可以导入了。操作方式很简单：

LOAD DATA LOCAL INFILE '你的文件路径（如~/file.csv）'  INTO TABLE sometable FIELDS TERMINATED BY 't' [ENCLOSED BY '"'(可选)] LINES TERMINATED BY 'n' (id, name, balance)

这里要注意的是，我们需要开启local-infile这个MySQL的配置参数，才能够成功导入。究其原因，从MySQL的Manual中可以看到这么一段话：

LOCAL works only if your server and your client both have been configured to permit it. For example, if mysqld was started with –local-infile=0, LOCAL does not work. See Section 6.1.6, “Security Issues with LOAD DATA LOCAL”.

这是MySQL出于安全考虑的默认配置。因此，我们需要在配置文件my.cnf中（以Debian发行版的Linux, 如Ubuntu为例，即是在/etc/my.cnf中），确保：

local-infile=1

抑或是在命令行启动MySQL时加上–local-infile这一项：

mysql --local-infile -uroot -pyourpwd yourdbname

此外，我们也可以使用MySQL的一个官方导入程序 mysqlimport，这个程序本质上就是为LOAD DATA FILE提供了一个命令行的interface，很容易理解，我们这里就不再详述。

2. 将XML文件导入MySQL

这件事的完成方式，与我们的XML的形式有着很大的关系。

举个例子说，当你的XML数据文件有着很非常规范的格式，比如：

<?xml version="1.0"?> 
  <row> 
    <field name="id">1</field> 
    <field name="name">Free</field> 
    <field name="balance">2333.3333</field> 
   </row><row> 
    <field name="id">2</field> 
    <field name="name">Niki</field> 
    <field name="balance">1289.2333</field> 
  </row>

或者

<row column1="value1" column2="value2" .../>

我们就可以很方便使用LOAD XML来导入，这里可以参见MySQL的官方手册–LOAD XML Syntax。然而我们可能有另外一些需求，比如说，我们可能会想要将XML文件的域映射到不同名字的列(TABLE COLUMN)之中。这里要注意，MySQL v5.0.7以后，MySQL的Stored Procedure中不能再运行LOAD XML INFILE 或者LOAD DATA INFILE。所以转换的程序(procedure)的编写方式与在此之前有所不同。这里，我们需要使用Load_File()和ExtractValue()这两个函数。以下是一个示例XML文件和程序：

文件：

<?xml version="1.0"?> 
<some_list> 
  <someone id="1" fname="Rob" lname="Gravelle"/> 
  <someone id="2" fname="Al" lname="Bundy"/> 
  <someone id="3" fname="Little" lname="Richard"/> 
</some_list>

程序：

DELIMITER $$ 
CREATE DEFINER=root@localhost PROCEDURE import_some_xml(path varchar(255), node varchar(255)) 
BEGIN 
    declare xml_content text; 
    declare v_row_index int unsigned default 0; 
    declare v_row_count int unsigned; 
    declare v_xpath_row varchar(255); set xml_content = load_file(path);-- calculate the number of row elements.   set v_row_count  = extractValue(xml_content, concat('count(', node, ')')); -- loop through all the row elements    while v_row_index &lt; v_row_count do                    set v_row_index = v_row_index + 1;            set v_xpath_row = concat(node, '[', v_row_index, ']/@*');    insert into applicants values (        extractValue(xml_content, concat(v_xpath_row, '[1]')),        extractValue(xml_content, concat(v_xpath_row, '[2]')),        extractValue(xml_content, concat(v_xpath_row, '[3]'))    );end while;
END

我们知道MySQL的命令分隔符默认为分号，然而脚本中很显然是有分号的，但是我们并不希望立即执行，所以我们需要临时更改分隔符。

3. 将JSON文件导入MySQL

如何将JSON文件导入MySQL中，是一个很有趣的话题。JSON是一种现在相当常用的文件结构，所以掌握它的导入具有比较广泛的意义。

很多时候，我们处理的JSON数据是以如下形式出现的：

{"name":"Julia","gender":"female"} 
{"name":"Alice","gender":"female"} 
{"name":"Bob","gender":"male"} 
{"name":"Julian","gender":"male"}

而并不是规整的[{},{},{},{}]（一些NoSQL数据库的Export）。

这样的形势对于载入有一个好处：因为每一行是一个JSON Object，所以我们便可以按行处理此文件，而不需要因为JSON的严格结构将整个文件（比如一个许多G的.json文件）全部载入。

方式一使用common-schema

common-schema是一个应用很广泛的MySQL的框架，它有着很丰富的功能和详细的文档。我们可以使用它的JSON解析的功能。（它还具有JSON转换成XML等等方便的功能）

具体说来，将common-schema导入之后，使用它的extract_json_value函数即可。源码中：

create function extract_json_value( 
    json_text text charset utf8, 
    xpath text charset utf8 
) returns text charset utf8

该函数接受两个参数，一个是json_text，表示json文件的内容，另一个是xpath，表示数据的结构（这里可以类比XML文件的处理）。很多读者应该知道，XPath是用来对XML中的元素进行定位的，这里也可以作一样的理解。

以本段开始的几行JSON为例，这里common-schema的使用如下例：

select common_schema.extract_json_value(f.event_data,'/name') as name, common_schema.extract_json_value(f.event_data,'/gender') as gender, sum(f.event_count) as event_count from json_event_fact f group by name, gender;

关于event_data，我们需要先理解LOAD DATA INFILE是一个event，不同的event type对应不同的event data。这部分知识可以参看Event Data for Specific Event Types

如果感兴趣，可以参看其源码。参看一个受到广泛使用的项目的源码，对于自身成长是很有益的。

当然了，我们也可以像之前处理XML文件导入一样，自己编写程序。这里便不再给出实例程序，有兴趣的读者可以自行编写或者跟笔者交流。

方式二使用mysqljsonimport

这是Anders Karlsson的一个完成度很高的作品。这一份程序由C写成。它依赖于一个JSON Parser，Jansson。他们都有着比较好的维护和文档，所以使用上体验很好。

mysqljsonimport的下载在SourceForge上。具体使用参照其文档即可。

为了方便不熟悉源码安装的朋友，笔者在这里提一下安装流程和注意事项。

安装命令顺序如下：

$ wget http://sourceforge.net/projects/mysqljson/files/myjsonimport_1.6/mysqljsonimport-1.6.tar.gz  
$ tar xvfz mysqljsonimport-1.6.tar.gz  
$ cd mysqljsonimport-1.6  
$ ./configure –-with-mysql=/xxx/mysql  
$ make 
$ make check  
$ sudo make install</code></pre><p><code>--with-mysql</code>这一步不是必要的，只要你安装的mysql的路径是系统的默认路径。很关键的，而且很容易被不熟悉的朋友忽略的是，这一个C程序要成功编译和运行，是需要MySQL的C API的，所以需要安装的依赖，除了<strong>jansson</strong>，还有<strong>libmysqlclient-dev</strong>。</p><p>jansson的安装就是简单的源码安装，<strong>libmysqlclient-dev</strong>则可以使用包管理工具(比如ubuntu中使用apt-get即可；编译和安装前，建议先<code>sudo apt-get update</code>以避免不必要的麻烦)。</p><p>导入命令：</p><pre><code>$ ./mysqljsonimport –-database test –-table tablename jsonfilename

还有一个parser，作者是Kazuho，感兴趣的读者可以参看一下，他的相关博文是mysql_json – a MySQL UDF for parsing JSON ，github项目是mysql_json。