如何將 JSON, Text, XML, CSV 資料檔案匯入 MySQL

將外部資料匯入(import)資料庫是在資料庫應用中一個很常見的需求。其實這就是在資料的管理和操作中的ETL (Extract, transform, load)的L (Load)部分，也就是說，將特定結構(structure)或者格式(format)的資料匯入某個目的地(比如資料庫，這裡我們討論MySQL)。

本文要討論的內容，是如何方便地將多種格式(JSON, Text, XML, CSV)的資料匯入MySQL之中。

本文大綱：

1. 將Text檔案（包括CSV檔案）匯入MySQL
2. 將XML檔案匯入MySQL
3. 將JSON檔案匯入MySQL
4. 使用MySQL workbench的Table Data Export and Import Wizard進行JSON或CSV檔案的匯入匯出

1. 將Text檔案（包括CSV檔案）匯入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)，比如說每行的每個資料域(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檔案或者CSV檔案是以t作為分隔符的，每行有id, name, balance這麼三個資料域，那麼首先我們需要在資料庫中建立這個表：

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

建立成功以後就可以匯入了。操作方式很簡單：

LOAD DATA LOCAL INFILE '你的檔案路徑（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的配置引數，才能夠成功匯入。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出於安全考慮的預設配置。因此，我們需要在配置檔案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

抑或是在命令列啟動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的一個官方匯入程式 mysqlimport，這個程式本質上就是為LOAD DATA FILE提供了一個命令列的interface，很容易理解，我們這裡就不再詳述。

2. 將XML檔案匯入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資料檔案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來匯入，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檔案的域對映到不同名字的列(TABLE COLUMN)之中。這裡要注意，MySQL v5.0.7以後，MySQL的Stored Procedure中不能再執行LOAD XML INFILE 或者LOAD DATA INFILE。所以轉換的程式(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()這兩個函式。 以下是一個示例XML檔案和程式：

檔案：

<?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>

程式：

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

我們知道MySQL的命令分隔符預設為分號，然而指令碼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檔案匯入MySQL

如何將JSON檔案匯入MySQL中，是一個很有趣的話題。JSON是一種現在相當常用的檔案結構，所以掌握它的匯入具有比較廣泛的意義。

很多時候，我們處理的JSON資料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資料庫的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檔案，而不需要因為JSON的嚴格結構將整個檔案（比如一個許多G的.json檔案）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件。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匯入之後，使用它的extract_json_value函式即可。原始碼中：

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

該函式接受兩個引數，一個是json_text，表示json檔案的內容，另一個是xpath，表示資料的結構（這裡可以類比XML檔案的處理）。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，可以參看其原始碼。參看一個受到廣泛使用的專案的原始碼，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檔案匯入一樣，自己編寫程式。這裡便不再給出例項程式，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。這一份程式由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件，所以使用上體驗很好。

mysqljsonimport的下載在SourceForge上。具體使用參照其文件即可。

為了方便不熟悉原始碼安裝的朋友，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的路徑是系統的預設路徑。很關鍵的，而且很容易被不熟悉的朋友忽略的是，這一個C程式要成功編譯和執行，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的安裝就是簡單的原始碼安裝，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)。

匯入命令：

$ ./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專案是mysql_json。

4. 使用MySQL workbench

Workbench這個工具對於許多不熟悉SQL語言或者命令列的朋友還是很方便和友好的。利用它，可以方便地匯入和匯出CSV和JSON檔案。

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）的檔案匯入MySQL資料庫的一些詳細手段，並進行了一些分析，目的在於幫助讀者掃除一些匯入的障礙，理清一些概念。之所以沒有討論匯出，是因為匯出是一個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。

真正對於大量資料的匯入匯出，需要思考的問題會很多(比如說在匯入時，如何考慮Sharding，這需要另開一篇討論了。

謝謝閱讀，歡迎指正。