讓我們從外部資料（Data）導入(import)資料庫是在資料庫程式開發應用中一個很常見的場景，其實這就是在資料庫的管理和操作中的ETL (Extract, transform, load)的L (Load)部分，也就是說，我們將特定結構(structure)或者格式(format)的資料數據導入某個目的地(比如資料庫，在這裡我們討論與示範的資料庫類型為 MySQL )。
這篇文章我們要討論的內容，是如何方便地將多種格式(JSON, Text, XML, CSV)的數據導入MySQL資料庫裡。
1. 將Text文件（包括CSV文件）導入MySQL
這裡我們的討論是基於一個假定，Text file和CSV file是有著比較規範的格式的(properly formatted)，比如說每行的每個數據域(field)之間是由一個共同的分隔符（比如tab : \t）分隔的。
那麼首先，你需要根據你的資料的格式（有哪些域），來設計好資料庫的對應的表 （的Schema）。
舉個例子，要處理的Text文件或者CSV文件是以\t作為分隔符的，每行有id, name, balance這麼三個數據域，那麼首先我們需要在資料庫中新增這個表（TABLE）：
CREATE TABLE sometable(id INT, name VARCHAR(255), balance DECIMAL(8,4));
在我們新增成功以後就可以導入了。操作方式很簡單：
LOAD DATA LOCAL INFILE '你的文件路徑（如~/file.csv）' INTO TABLE sometable FIELDS TERMINATED BY '\t' [ENCLOSED BY '"'(可選)] LINES TERMINATED BY '\n' (id, name , balance)
這裡要注意的是，我們需要開啟local-infile這個MySQL的配置參數，才能夠成功導入。究其原因，從MySQL的Manual中可以看到這麼一段話：
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”.
這是MySQL出於安全考慮的默認配置。因此，我們需要在配置文件my.cnf中（以Debian發行版的Linux, 如Ubuntu為例， 即是在/etc/my.cnf中），確保：
local-infile=1
抑或是在命令行啟動MySQL時加上--local-infile這一項：
mysql --local-infile -uroot -pyourpwd yourdbname
此外，我們也可以使用MySQL的一個官方導入程序 mysqlimport，這個程序本質上就是為LOAD DATA FILE提供了一個命令行的interface，很容易理解，我們這裡就不再詳述。
2. 將XML文件導入MySQL
這件事的完成方式，與我們的XML的形式有著很大的關係。
舉個例子說，當你的XML數據文件有著很非常規範的格式，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" .../>
我們就可以很方便使用LOAD XML來導入，這裡可以參見MySQL的官方手冊--LOAD XML Syntax。
然而我們可能有另外一些需求，比如說，我們可能會想要將XML文件的域映射到不同名字的列(TABLE COLUMN)之中。這裡要注意，MySQL v5.0.7以後，MySQL的Stored Procedure中不能再運行LOAD XML INFILE 或者LOAD DATA INFILE。所以轉換的程序(procedure)的編寫方式與在此之前有所不同。這裡，我們需要使用 Load_File()和ExtractValue()這兩個函數。
以下是一個示例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 $$
CREATE DEFINER=`root`@`localhost` PROCEDURE `import_some_xml`(path varchar(255), node varchar(255))
BEGIN
declare xml_content text;
declare v_row_index int unsigned default 0;
declare v_row_count int unsigned;
declare v_xpath_row varchar(255);
set xml_content = load_file(path);
-- calculate the number of row elements.
set v_row_count = extractValue(xml_content, concat('count(', node, ')'));
-- loop through all the row elements
while v_row_index < v_row_count do
set v_row_index = v_row_index + 1;
set v_xpath_row = concat(node, '[', v_row_index, ']/@*');
insert into applicants values (
extractValue(xml_content, concat(v_xpath_row, '[1]')),
extractValue(xml_content, concat(v_xpath_row, '[2]')),
extractValue(xml_content, concat(v_xpath_row, '[3]'))
);
end while;
END
在MySQL中，使用它進行導入：
call import_some_xml('你的XML文件路徑', '/some_list/someone');
程序相當的直白，只要了解一下MySQL的腳本編寫即可。
這裡提一下DELIMITER $$。我們知道MySQL的命令分隔符默認為分號，然而腳本中很顯然是有分號的，但是我們並不希望立即執行，所以我們需要臨時更改分隔符。
3. 將JSON文件導入MySQL
如何將JSON文件導入MySQL中，是一個很有趣的話題。 JSON是一種現在相當常用的文件結構，所以掌握它的導入具有比較廣泛的意義。
很多時候，我們處理的JSON數據是以如下形式出現的：
{"name":"Julia","gender":"female"}
{"name":"Alice","gender":"female"}
{"name":"Bob","gender":"male"}
{"name":"Julian","gender":"male"}
而並不是規整的[{},{},{},{}]（一些NoSQL數據庫的Export）。
這樣的形勢對於載入有一個好處：因為每一行是一個JSON Object，所以我們便可以按行處理此文件，而不需要因為JSON的嚴格結構將整個文件（比如一個許多G的.json文件）全部載入。
方式一 使用common-schema
common-schema是一個應用很廣泛的MySQL的框架，它有著很豐富的功能和詳細的文檔。我們可以使用它的JSON解析的功能。 （它還具有JSON轉換成XML等等方便的功能）
具體說來，將common-schema導入之後，使用它的extract_json_value函數即可。源碼中：
create function extract_json_value(
json_text text charset utf8,
xpath text charset utf8
) returns text charset utf8
該函數接受兩個參數，一個是json_text，表示json文件的內容，另一個是xpath，表示數據的結構（這裡可以類比XML文件的處理）。很多讀者應該知道，XPath是用來對XML中的元素進行定位的，這裡也可以作一樣的理解。
以本段開始的幾行JSON為例，這裡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;
關於event_data，我們需要先理解LOAD DATA INFILE是一個event，不同的event type對應不同的event data。這部分知識可以參看Event Data for Specific Event Types
如果感興趣，可以參看其源碼。參看一個受到廣泛使用的項目的源碼，對於自身成長是很有益的。
當然了，我們也可以像之前處理XML文件導入一樣，自己編寫程序。這里便不再給出實例程序，有興趣的讀者可以自行編寫或者跟筆者交流。
方式二 使用mysqljsonimport
這是Anders Karlsson的一個完成度很高的作品。這一份程序由C寫成。它依賴於一個JSON Parser，Jansson。他們都有著比較好的維護和文檔，所以使用上體驗很好。
mysqljsonimport的下載在SourceForge上。具體使用參照其文檔即可。
為了方便不熟悉源碼安裝的朋友，筆者在這裡提一下安裝流程和注意事項。
安裝命令順序如下：
$ 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
--with-mysql這一步不是必要的，只要你安裝的mysql的路徑是系統的默認路徑。很關鍵的，而且很容易被不熟悉的朋友忽略的是，這一個C程序要成功編譯和運行，是需要MySQL的C API的，所以需要安裝的依賴，除了jansson，還有libmysqlclient-dev。
jansson的安裝就是簡單的源碼安裝，libmysqlclient-dev則可以使用包管理工具(比如ubuntu中使用apt-get即可；編譯和安裝前，建議先sudo apt-get update以避免不必要的麻煩)。
導入命令：
$ ./mysqljsonimport –-database test –-table tablename jsonfilename
還有一個parser，作者是Kazuho，感興趣的讀者可以參看一下，他的相關博文是mysql_json - a MySQL UDF for parsing JSON ，github項目是mysql_json。
4. 使用MySQL workbench
Workbench這個工具對於許多不熟悉SQL語言或者命令行的朋友還是很方便和友好的。利用它，可以方便地導入和導出CSV和JSON文件。
具體操作圖例參見MySQL官方手冊即可:Table Data Export and Import Wizard，這裡不再贅述。
總結
本文介紹了將不同格式（JSON, Text, XML, CSV）的文件導入MySQL數據庫的一些詳細手段，並進行了一些分析，目的在於幫助讀者掃除一些導入的障礙，理清一些概念。之所以沒有討論導出，是因為導出是一個MySQL到外的操作，是以MySQL本身為轉移的，只要參考MySQL本身的機理即可。
真正對於大量數據的導入導出，需要思考的問題會很多(比如說在導入時，如何考慮Sharding)，這需要另開一篇討論了。
來源：goo.gl/ttDJkh
網智數位-軟體開發（軟件開發）
針對各特殊產業都可以量身定做符合貴公司的需求，別人無法克服的就是我們的挑戰
業務合作、軟體委外開發
業務窗口：allen@netqna.com
聯繫行動號碼：0920-883-870
黃先生 Allen
這篇文章我們要討論的內容，是如何方便地將多種格式(JSON, Text, XML, CSV)的數據導入MySQL資料庫裡。
1. 將Text文件（包括CSV文件）導入MySQL
這裡我們的討論是基於一個假定，Text file和CSV file是有著比較規範的格式的(properly formatted)，比如說每行的每個數據域(field)之間是由一個共同的分隔符（比如tab : \t）分隔的。
那麼首先，你需要根據你的資料的格式（有哪些域），來設計好資料庫的對應的表 （的Schema）。
舉個例子，要處理的Text文件或者CSV文件是以\t作為分隔符的，每行有id, name, balance這麼三個數據域，那麼首先我們需要在資料庫中新增這個表（TABLE）：
CREATE TABLE sometable(id INT, name VARCHAR(255), balance DECIMAL(8,4));
在我們新增成功以後就可以導入了。操作方式很簡單：
LOAD DATA LOCAL INFILE '你的文件路徑（如~/file.csv）' INTO TABLE sometable FIELDS TERMINATED BY '\t' [ENCLOSED BY '"'(可選)] LINES TERMINATED BY '\n' (id, name , balance)
這裡要注意的是，我們需要開啟local-infile這個MySQL的配置參數，才能夠成功導入。究其原因，從MySQL的Manual中可以看到這麼一段話：
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”.
這是MySQL出於安全考慮的默認配置。因此，我們需要在配置文件my.cnf中（以Debian發行版的Linux, 如Ubuntu為例， 即是在/etc/my.cnf中），確保：
local-infile=1
抑或是在命令行啟動MySQL時加上--local-infile這一項：
mysql --local-infile -uroot -pyourpwd yourdbname
此外，我們也可以使用MySQL的一個官方導入程序 mysqlimport，這個程序本質上就是為LOAD DATA FILE提供了一個命令行的interface，很容易理解，我們這裡就不再詳述。
2. 將XML文件導入MySQL
這件事的完成方式，與我們的XML的形式有著很大的關係。
舉個例子說，當你的XML數據文件有著很非常規範的格式，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" .../>
我們就可以很方便使用LOAD XML來導入，這裡可以參見MySQL的官方手冊--LOAD XML Syntax。
然而我們可能有另外一些需求，比如說，我們可能會想要將XML文件的域映射到不同名字的列(TABLE COLUMN)之中。這裡要注意，MySQL v5.0.7以後，MySQL的Stored Procedure中不能再運行LOAD XML INFILE 或者LOAD DATA INFILE。所以轉換的程序(procedure)的編寫方式與在此之前有所不同。這裡，我們需要使用 Load_File()和ExtractValue()這兩個函數。
以下是一個示例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 $$
CREATE DEFINER=`root`@`localhost` PROCEDURE `import_some_xml`(path varchar(255), node varchar(255))
BEGIN
declare xml_content text;
declare v_row_index int unsigned default 0;
declare v_row_count int unsigned;
declare v_xpath_row varchar(255);
set xml_content = load_file(path);
-- calculate the number of row elements.
set v_row_count = extractValue(xml_content, concat('count(', node, ')'));
-- loop through all the row elements
while v_row_index < v_row_count do
set v_row_index = v_row_index + 1;
set v_xpath_row = concat(node, '[', v_row_index, ']/@*');
insert into applicants values (
extractValue(xml_content, concat(v_xpath_row, '[1]')),
extractValue(xml_content, concat(v_xpath_row, '[2]')),
extractValue(xml_content, concat(v_xpath_row, '[3]'))
);
end while;
END
在MySQL中，使用它進行導入：
call import_some_xml('你的XML文件路徑', '/some_list/someone');
程序相當的直白，只要了解一下MySQL的腳本編寫即可。
這裡提一下DELIMITER $$。我們知道MySQL的命令分隔符默認為分號，然而腳本中很顯然是有分號的，但是我們並不希望立即執行，所以我們需要臨時更改分隔符。
3. 將JSON文件導入MySQL
如何將JSON文件導入MySQL中，是一個很有趣的話題。 JSON是一種現在相當常用的文件結構，所以掌握它的導入具有比較廣泛的意義。
很多時候，我們處理的JSON數據是以如下形式出現的：
{"name":"Julia","gender":"female"}
{"name":"Alice","gender":"female"}
{"name":"Bob","gender":"male"}
{"name":"Julian","gender":"male"}
而並不是規整的[{},{},{},{}]（一些NoSQL數據庫的Export）。
這樣的形勢對於載入有一個好處：因為每一行是一個JSON Object，所以我們便可以按行處理此文件，而不需要因為JSON的嚴格結構將整個文件（比如一個許多G的.json文件）全部載入。
方式一 使用common-schema
common-schema是一個應用很廣泛的MySQL的框架，它有著很豐富的功能和詳細的文檔。我們可以使用它的JSON解析的功能。 （它還具有JSON轉換成XML等等方便的功能）
具體說來，將common-schema導入之後，使用它的extract_json_value函數即可。源碼中：
create function extract_json_value(
json_text text charset utf8,
xpath text charset utf8
) returns text charset utf8
該函數接受兩個參數，一個是json_text，表示json文件的內容，另一個是xpath，表示數據的結構（這裡可以類比XML文件的處理）。很多讀者應該知道，XPath是用來對XML中的元素進行定位的，這裡也可以作一樣的理解。
以本段開始的幾行JSON為例，這裡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;
關於event_data，我們需要先理解LOAD DATA INFILE是一個event，不同的event type對應不同的event data。這部分知識可以參看Event Data for Specific Event Types
如果感興趣，可以參看其源碼。參看一個受到廣泛使用的項目的源碼，對於自身成長是很有益的。
當然了，我們也可以像之前處理XML文件導入一樣，自己編寫程序。這里便不再給出實例程序，有興趣的讀者可以自行編寫或者跟筆者交流。
方式二 使用mysqljsonimport
這是Anders Karlsson的一個完成度很高的作品。這一份程序由C寫成。它依賴於一個JSON Parser，Jansson。他們都有著比較好的維護和文檔，所以使用上體驗很好。
mysqljsonimport的下載在SourceForge上。具體使用參照其文檔即可。
為了方便不熟悉源碼安裝的朋友，筆者在這裡提一下安裝流程和注意事項。
安裝命令順序如下：
$ 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
--with-mysql這一步不是必要的，只要你安裝的mysql的路徑是系統的默認路徑。很關鍵的，而且很容易被不熟悉的朋友忽略的是，這一個C程序要成功編譯和運行，是需要MySQL的C API的，所以需要安裝的依賴，除了jansson，還有libmysqlclient-dev。
jansson的安裝就是簡單的源碼安裝，libmysqlclient-dev則可以使用包管理工具(比如ubuntu中使用apt-get即可；編譯和安裝前，建議先sudo apt-get update以避免不必要的麻煩)。
導入命令：
$ ./mysqljsonimport –-database test –-table tablename jsonfilename
還有一個parser，作者是Kazuho，感興趣的讀者可以參看一下，他的相關博文是mysql_json - a MySQL UDF for parsing JSON ，github項目是mysql_json。
4. 使用MySQL workbench
Workbench這個工具對於許多不熟悉SQL語言或者命令行的朋友還是很方便和友好的。利用它，可以方便地導入和導出CSV和JSON文件。
具體操作圖例參見MySQL官方手冊即可:Table Data Export and Import Wizard，這裡不再贅述。
總結
本文介紹了將不同格式（JSON, Text, XML, CSV）的文件導入MySQL數據庫的一些詳細手段，並進行了一些分析，目的在於幫助讀者掃除一些導入的障礙，理清一些概念。之所以沒有討論導出，是因為導出是一個MySQL到外的操作，是以MySQL本身為轉移的，只要參考MySQL本身的機理即可。
真正對於大量數據的導入導出，需要思考的問題會很多(比如說在導入時，如何考慮Sharding)，這需要另開一篇討論了。
來源：goo.gl/ttDJkh
網智數位-軟體開發（軟件開發）
針對各特殊產業都可以量身定做符合貴公司的需求，別人無法克服的就是我們的挑戰
業務合作、軟體委外開發
業務窗口：allen@netqna.com
聯繫行動號碼：0920-883-870
黃先生 Allen
