用encoding/csv需手动映射列名防错位；MySQL批量导入优先用预处理多值INSERT并分事务；Excel读写须处理类型转换与空值；JSON导出要区分零值与空值，关键字段禁用omitempty。
用 encoding/csv 读写 CSV 文件时字段顺序容易错乱
Go 的 csv.Reader 和 csv.Writer 默认不校验字段名，直接按行切片处理。如果源文件头行顺序和结构体字段声明顺序不一致，csv.Decode 会静默错位赋值，导致数据错乱且无报错。
- 务必用
csv.NewReader+ 手动读取首行（reader.Read()），再通过map[string]int建立列名→索引映射 - 解析每行时，用映射查列名对应位置，再赋值给结构体字段，避免依赖结构体字段顺序
- 导出时用
structtag（如csv:"user_id"）配合反射提取字段名，但注意：反射开销大，高频导出建议预生成字段名列表和 getter 函数
MySQL 批量导入用 LOAD DATA INFILE 还是 INSERT ... VALUES (...), (...)
本地开发用 LOAD DATA INFILE 很快，但生产环境常被禁用（MySQL 配置 secure_file_priv 限制路径，且需文件在服务端）。实际更可靠的是拼接多值 INSERT，但要注意长度和事务控制。
- 单条
INSERT最多带 1000 行（MySQL 默认max_allowed_packet约 4MB，按每行 2KB 估算），超限会报ERROR 1153 (0x...): Got a packet bigger than 'max_allowed_packet' bytes - 用
sql.DB.Prepare+stmt.Exec批量执行比拼 SQL 字符串更快，也防注入；但注意 Go 的database/sql不原生支持多值占位符，需手动构造(?, ?, ?), (?, ?, ?)部分 - 每 500–1000 行 commit 一次事务，避免长事务锁表或 OOM
Excel 导入导出别硬啃 excelize 的 API 细节
excelize 功能全但接口偏底层：读 Excel 要自己遍历 sheet、row、cell；写的时候要反复调 SetCellValue。真正卡点不是功能，而是类型转换和空值处理。
- 读取时，
f.GetSheetList()后对每个 sheet 调f.GetSheetRow()比f.GetRows()更稳——后者对合并单元格、空行行为不一致 - 单元格值默认是
interface{}，可能是string、float64或time.Time，必须用f.GetCellValue(sheet, ref)并根据 Excel 类型码（f.GetCellType）判断后再转，不能直接fmt.Sprintf("%v") - 导出时间字段务必调
f.SetColWidth并用f.SetCellStyle设为日期格式（"yyyy-mm-dd"），否则 Excel 打开显示为数字
JSON 导出嵌套结构时忽略空字段却漏掉零值字段
json.Marshal 的 omitempty 标签只跳过空值（""、0、false、nil），但业务中“数量为 0”和“未填写数量”语义不同，不能一并忽略。
立即学习“go语言免费学习笔记（深入）”；
- 不要全用
omitempty，对关键数值字段（如Amount int `json:"amount"`）去掉该 tag - 需要区分“空”和“零”的场景，改用指针字段：
Amount *int `json:"amount,omitempty"`，这样nil不出现，&0显式输出0 - 导出前统一做一次
json.RawMessage预处理，可拦截并修正特殊字段（如把CreatedAt时间转为秒级时间戳），比全局自定义 marshaler 更轻量
