MySQL 无法直接读取 CSV 文件。可以通过以下方法间接实现：使用 LOAD DATA INFILE 语句：速度快，效率高，但对 CSV 格式要求严格。使用编程语言（如 Python）：灵活性高，可处理复杂格式，但速度较慢。
MySQL 能读取 CSV 文件吗？答案是：不能直接读取，但可以通过一些方法间接实现。 这可不是一句简单的“能”或“不能”就能概括的，里面门道可多了。直接用 MySQL 的内置函数是无法搞定的，这就像想用螺丝刀拧钉子一样，工具不对，再怎么使劲也白搭。
咱们先说说为什么 MySQL 不能直接读取 CSV。MySQL 本质上是一个关系型数据库管理系统，它擅长处理结构化数据，而 CSV 文件是文本文件，结构相对松散。 MySQL 的设计初衷就是围绕着表、行、列这种结构化的概念展开的，它没预料到有一天要直接啃这种“非标准化”的文本。
那怎么才能把 CSV 数据导入 MySQL 呢？ 方法有很多，各有优劣，我这就给你细细道来。
最常用的方法，也是最推荐的方法，就是用 LOAD DATA INFILE 语句。 这可是 MySQL 的杀手锏，专门用来从文本文件导入数据的。 它速度快，效率高，而且相对简单易用。
来看个例子，假设你的 CSV 文件名为 data.csv，位于 /tmp 目录下，包含三列数据：id, name, age，并且文件第一行是表头。
LOAD DATA INFILE '/tmp/data.csv' INTO TABLE my_table FIELDS TERMINATED BY ',' ENCLOSED BY '"' LINES TERMINATED BY '\n' IGNORE 1 LINES;
这段代码的核心就是 LOAD DATA INFILE，后面跟着文件路径。FIELDS TERMINATED BY ',' 指定字段分隔符为逗号，ENCLOSED BY '"' 指定字段值用双引号包围（这取决于你的 CSV 文件格式），LINES TERMINATED BY '\n' 指定行分隔符为换行符，IGNORE 1 LINES 忽略第一行表头。 注意，文件路径、字段分隔符、引号等等，都要根据你的实际 CSV 文件来调整，这可是个容易出错的地方，稍有不慎就会导致导入失败。 如果你的 CSV 文件编码不是 UTF-8，还需要额外指定 CHARACTER SET 参数。
这个方法的优点是效率高，直接操作底层，速度飞快。 但缺点也很明显，它对 CSV 文件的格式要求比较严格，稍微有点偏差就可能导致导入失败。 而且，你得确保 MySQL 服务器有读取 /tmp/data.csv 文件的权限，否则会报错。 权限问题，很多新手都会栽跟头，一定要事先检查好。
另一种方法是使用一些编程语言，比如 Python。 Python 的 csv 模块可以轻松读取 CSV 文件，然后用 Python 的数据库连接库，比如 mysql.connector，将数据插入到 MySQL 表中。 这种方法的优点是灵活性高，可以处理各种复杂的 CSV 文件格式，甚至可以进行数据清洗和转换。 但缺点是速度相对较慢，因为需要经过编程语言的中间处理。
举个简单的 Python 例子：
import csv
import mysql.connector
mydb = mysql.connector.connect(
host="localhost",
user="yourusername",
password="yourpassword",
database="mydatabase"
)
mycursor = mydb.cursor()
with open('/tmp/data.csv', 'r') as file:
reader = csv.reader(file)
next(reader) # skip header row
for row in reader:
sql = "INSERT INTO my_table (id, name, age) VALUES (%s, %s, %s)"
val = (row[0], row[1], row[2])
mycursor.execute(sql, val)
mydb.commit()
print(mycursor.rowcount, "record inserted.")记住替换掉 yourusername, yourpassword, mydatabase 和 my_table 为你的实际值。 这个方法需要安装 mysql.connector 库: pip install mysql-connector-python
两种方法各有千秋，选择哪种方法取决于你的具体需求和环境。 如果你的 CSV 文件比较小，格式比较规范，那么 LOAD DATA INFILE 是最好的选择。 如果你的 CSV 文件比较大，格式比较复杂，或者需要进行数据清洗和转换，那么使用 Python 或者其他编程语言会更灵活。 记住，无论选择哪种方法，都要仔细检查你的 CSV 文件格式，确保数据类型匹配，避免不必要的错误。 提前做好测试，少走弯路。
