Question

我想加载一个如下所示的CSV文件：

Acct. No.,1-15 Days,16-30 Days,31-60 Days,61-90 Days,91-120 Days,Beyond 120 Days
2314134101,898.89,8372.16,5584.23,7744.41,9846.54,2896.25
2414134128,5457.61,7488.26,9594.02,6234.78,273.7,2356.13
2513918869,2059.59,7578.59,9395.51,7159.15,5827.48,3041.62
1687950783,4846.85,8364.22,9892.55,7213.45,8815.33,7603.4
2764856043,5250.11,9946.49,8042.03,6058.64,9194.78,8296.2
2865446086,596.22,7670.04,8564.08,3263.85,9662.46,7027.22
,4725.99,1336.24,9356.03,1572.81,4942.11,6088.94
,8248.47,956.81,8713.06,2589.14,5316.68,1543.67
,538.22,1473.91,3292.09,6843.89,2687.07,9808.05
,9885.85,2730.72,6876,8024.47,1196.87,1655.29

但是如果你注意到，有些字段是不完整的。我想MySQL只会跳过缺少第一列的行。当我运行命令时：

LOAD DATA LOCAL INFILE 'test-long.csv' REPLACE INTO TABLE accounts
    FIELDS TERMINATED BY ',' LINES TERMINATED BY '\r\n'
    IGNORE 1 LINES
    (cf_535, cf_580, cf_568, cf_569, cf_571, cf_572);

MySQL的输出是：

Query OK, 41898 rows affected, 20948 warnings (0.78 sec)
Records: 20949  Deleted: 20949  Skipped: 0  Warnings: 20948

行数仅为20,949，但MySQL将其报告为受影响的41,898行。为什么这样？此外，表格中没有任何改变。我也无法看到所产生的警告是什么。我想使用LOAD DATA INFILE，因为它需要python半秒来更新每一行，对于一个包含20,000多条记录的文件，它会转换为2.77小时。

UPDATE：修改代码以将自动提交设置为“False”并添加了db.commit（）语句：

# Tell MySQLdb to turn off auto-commit
db.autocommit(False) 

# Set count to 1
count = 1
while count < len(contents):
    if contents[count][0] != '':
        cursor.execute("""
            UPDATE accounts SET cf_580 = %s, cf_568 = %s, cf_569 = %s, cf_571 = %s, cf_572 = %s
            WHERE cf_535 = %s""" % (contents[count][1], contents[count][2], contents[count][3], contents[count][4], contents[count][5], contents[count][0]))
    count += 1

try:
    db.commit()
except:
    db.rollback()

Answer 1

这里基本上有3个问题。按相反的顺序

您是否在单个语句中进行Python插入？您可能希望使用begin transaction / commit将它们全部包围起来。 20,000次提交可能需要数小时。
您的import语句定义了6个字段，但CSV有7个字段。这将解释双行计数：输入的每一行在数据库中产生2行，第2行在字段2-6中为null。
将插入不完整的行，其中包含缺失列的空值或默认值。对于那些格式错误的行，这可能不是您想要的。

如果你的python程序即使只有一个事务也不能足够快地执行，你至少应该让python程序在导入之前编辑/清理数据文件。如果是Acct。 No.是主键，因为看起来合理，插入带空白的行会导致整个导入失败，或者如果启用了自动编号，则导致导入伪造数据。

Answer 2

如果在LOAD DATA中使用REPLACE关键字，则“已删除：”之后的数字表示实际替换了多少行

帮助MySQL LOAD DATA INFILE

2 个答案: