LOAD DATA INFILE 语法

LOAD DATA [LOW_PRIORITY | CONCURRENT] [LOCAL] INFILE 'file_name.txt'

[REPLACE | IGNORE]

INTO TABLE tbl_name

[FIELDS

[TERMINATED BY 'string']

[[OPTIONALLY] ENCLOSED BY 'char']

[ESCAPED BY 'char' ]

]

[LINES

[STARTING BY 'string']

[TERMINATED BY 'string']

]

[IGNORE number LINES]

[(col_name_or_user_var,...)]

[SET col_name = expr,...]]

LOAD DATA INFILE 语句以很高的速度从一个文本文件中读取行到一个表中。文件名必须是一个文字字符串。

关于 INSERT 与 LOAD DATA INFILE 的效率和提高 LOAD DATA INFILE 速度的更多信息，参考管理员手册中的加速 INSERT 语句。

系统变量 character_set_database 所指出的字符集被用来解释文件中的信息。SET NAMES 和设置 character_set_client 不会影响输入的解释。

用户也可以使用 import 实用程序装载数据文件；它通过发送一个 LOAD DATA INFILE 命令到服务器来实现。--local 选项使得 import 从客户端主机读取数据文件。如果客户端与服务器支持压缩协议，用户可以指定 --compress 选项，以在较慢的网络中获得更好的性能。参考管理员手册中的 import — 数据导入程序。

如果用户指定关键词 LOW_PRIORITY，LOAD DATA 语句的执行将会被延迟，直到没有其它的客户端正在读取表。

如果一个 GSSYS 表满足同时插入的条件（即该表在中间有空闲块），并且您对这个 GSSYS 表指定了 CONCURRENT，则当 LOAD DATA 正在执行时，其它线程会从表中重新获取数据。即使没有其它线程在同时使用本表格，使用本选项也会略微影响 LOAD DATA 的性能。

如果指定了 LOCAL 关键字，它将对连接的客户端做出解释：

• 如果指定了 LOCAL，客户端主机上的客户端组件读取文件并发送到服务器。可以给出文件的完整路径以确定其精确位置。如果给出的是相对路径，则文件名是相对于客户端组件启动时所在的目录。
• 如果没有指定 LOCAL，文件是位于服务器的主机上，并且直接被服务器读取。

  当从服务器主机定位文件时，服务器使用下列规则：

• 如果给定完整的路径，服务器使用该路径名。
• 如果给定一个或多个前置构件的相对路径，服务器以相对服务器的数据目录搜索文件。
• 如果给定没有前置构件的文件名，服务器从当前数据库的数据库目录搜寻文件。

注意：

这些规则意味着，一个以 '/gsfile.txt' 给出的文件是从服务器的数据目录中读取的，然而，以 `gsfile.txt' 给出的一个文件是从当前数据库的数据目录下读取的。举例来说，下面的 LOAD DATA 语句从 db1 数据库目录下读取文件 'data.txt'，因为 db1 是当前数据库，即使语句明确把文件载入到db2数据库中的表里，也会从 db1 目录中读取：

 

sqlcli> USE db1;

sqlcli> LOAD DATA INFILE 'data.txt' INTO TABLE db2.gs_table;

 

注意：

指定 Windows 路径名时，使用的是斜线而不是反斜线。如果要用反斜线，必须双写。

出于安全的原因，当读取位于服务器上的文本文件时，文件必须位于数据库目录下或者可以被所有用户读取。也就是说，当对服务器上的文件执行 LOAD DATA INFILE 时，用户必须获得 FILE 权限。

参考管理员手册中的 GBase 提供的权限。

与服务器直接访问文件相比，使用 LOCAL 速度稍微慢些，这是因为文件的内容必须通过客户端到服务器的连接传送。另一方面，对于本地文件，不需要获得 FILE 权限。

只有服务器和客户端都允许时，LOCAL 才可以工作。例如，如果 kernel 启动时，--local-infile=0，则 LOCAL 不能工作。参考管理员手册中的 LOAD DATA LOCAL 的安全问题。

REPLACE 和 IGNORE 关键字处理那些与已存在的主键值重复的输入记录。

如果指定了 REPLACE，输入行将会代替已存在的行（也就是说，主索引值相同的行将作为存在的行）。参考 REPLACE 语法。

如果指定了 IGNORE，与已存在行主键值重复的输入行将被跳过。如果不指定二者中的任一个，则操作行为将依赖是否指定了 LOCAL 关键字。没有指定 LOCAL，则如果发现有重复的键值，将产生一个错误，并忽略文本文件的其余部分。如果指定了 LOCAL，则缺省的操作行为将与指定了 IGNORE 的相同；这是因为，在操作过程中，服务器没有办法终止文件的传送。

如果希望装载操作中忽略外键约束，可以在执行 LOAD DATA 之前执行 SET FOREIGN_KEY_CHECKS=0 语句。

如果用户在一个空的 GsSYS 表上使用 LOAD DATA INFILE，所有非唯一索引会以分批方式被创建（就像 REPAIR）。当有许多索引时，这通常可以使 LOAD DATA INFILE 更快一些。正常情况下非常快，但也有极端的情况，用户可以通过在装载文件之前使用 ALTER TABLE .. DISABLE KEYS 关闭它们和在装载文件之后使用 ALTER TABLE .. ENABLE KEYS 重建索引，从而加速索引创建。参考管理员手册中的加速 INSERT 语句。

LOAD DATA INFILE 是 SELECT ... INTO OUTFILE 的反操作。参考 SELECT 语法。使用 SELECT ... INTO OUTFILE 将数据从一个数据库写到一个文件中。使用 LOAD DATA INFILE 读取文件到数据库中。两个命令的 FIELDS 和 LINES 子句的语法是一样的。两个子句都是可选的，但是如果两个同时被指定，FIELDS 子句必须出现在 LINES 子句之前。

如果用户指定一个 FIELDS 子句，它的子句 （TERMINATED BY、[OPTIONALLY] ENCLOSED BY 和 ESCAPED BY) 也是可选的，不过，用户必须至少指定它们中的一个。

如果用户没有指定一个 FIELDS 子句，缺省时如同使用下列语句：

FIELDS TERMINATED BY '/t' ENCLOSED BY '' ESCAPED BY '//'

如果用户没有指定一个 LINES 子句，缺省时如同使用下列语句：

LINES TERMINATED BY '/n' STARTING BY ''

换句话说，当读取输入时，缺省的 LOAD DATA INFILE 表现如下：

• 在换行符处寻找行的边界。
• 不遗漏任何行前缀。
• 在制表符处将行分离成字段。
• 不认为字段由任何引号字符封装。
• 将有 “/” 开头的定位符、换行符或 `/' 解释为字段值的一个文字字符。

  相反的，当写入输出时，缺省值导致 SELECT ... INTO OUTFILE 表现如下：

• 在字段值间加上制表符。
• 不用任何引号字符封装字段。
• 使用 “/” 转义出现在字段值中的定位符、换行符或 `/' 字符实例。
• 在行的结尾处加上换行符。

注意：

为了写 FIELDS ESCAPED BY '//'，用户必须指定两个反斜线，该值会作为一个反斜线被读入。

注意：

如果是 Windows 系统的文本文件，可能必须使用 LINES TERMINATED BY '/r/n' 来读取文件，这是因为 Windows 系统的特点是使用两个字符作为行终止符。在某些程序中，在书写文件时，可能使用 /r 作为行终止符，如写字板。读取这类文件时，需要用 LINES TERMINATED BY '/r'。

如果所有的将要读取的行都有用户希望忽略的前缀，可以使用 LINES STARTING BY 'prefix_string' 来跳过此前缀（和在它前面的任何内容）。如果一个行没有此前缀，则整个行都被跳过。注意，prefix_string 可能在行的中间！

例如：

sqlcli> LOAD DATA INFILE '/tmp/test.txt' -> INTO TABLE test LINES STARTING BY "xxx";

用它读取包含有下面内容的文件：

xxx"Row",1

something xxx"Row",2

则可以得到数据（“row”，1）和（“row”，2）。

IGNORE number LINES 这个选项可以用来忽略文件开头部分的行。例如，可以用 IGNORE 1 LINES 来跳过含有列名的的头一行：

sqlcli> LOAD DATA INFILE '/tmp/test.txt' -> INTO TABLE test IGNORE 1 LINES;

当用户一前一后地使用 SELECT ... INTO OUTFILE 和 LOAD DATA INFILE 将数据从一个数据库写到一个文件中，然后再从文件中将它读入数据库中时，两个命令的字段和行处理选项必须匹配。否则，LOAD DATA INFILE 将不能正确地解释文件内容。假设用户使用 SELECT ... INTO OUTFILE 以逗号分隔字段的方式将数据写入到一个文件中：

sqlcli> SELECT * INTO OUTFILE 'data.txt' -> FIELDS TERMINATED BY ',' -> FROM table2;

为了将由逗号分隔的文件读回时，正确的语句应该是：

sqlcli> LOAD DATA INFILE 'data.txt' INTO TABLE table2 -> FIELDS TERMINATED BY ',';

如果用户试图用下面所示的语句读取文件，它将不会工作，因为命令 LOAD DATA INFILE 以定位符区分字段值：

sqlcli> LOAD DATA INFILE 'data.txt' INTO TABLE table2 -> FIELDS TERMINATED BY '/t';

可能的结果是每个输入行将被解释为一个单独的字段。

LOAD DATA INFILE 也可以被用来读取外部源获得的文件。例如，dBASE 格式的文件，字段以逗号分隔并以双引号包围着。如果文件中的行以一个换行符终止，那么下面所示的可以说明用户将用来装载文件的字段和行处理选项：

sqlcli> LOAD DATA INFILE 'data.txt' INTO TABLE tbl_name -> FIELDS TERMINATED BY ',' ENCLOSED BY '"' -> LINES TERMINATED BY '/n';

任何字段和行处理选项都可以指定一个空字符串（''）。如果不是空的，FIELDS [OPTIONALLY] ENCLOSED BY 和 FIELDS ESCAPED BY 值必须是一个单个字符。FIELDS TERMINATED BY 和 LINES TERMINATED BY 值可以超过一个字符。例如，为了写入由回车换行符终止的行，或读取包含这样的行的文件，应该指定一个 LINES TERMINATED BY '/r/n' 子句。

FIELDS [OPTIONALLY] ENCLOSED BY 控制字段的引用。对于输出（SELECT ... INTO OUTFILE），如果用户省略单词 OPTIONALLY，所有的字段被 ENCLOSED BY 字符包围。这样的一个输出文件（以一个逗号作为字段分界符）示例如下：

"1","a string","100.20"

"2","a string containing a , comma","102.20"

"3","a string containing a /" quote","102.20"

"4","a string containing a /", quote and comma","102.20"

如果用户指定 OPTIONALLY，ENCLOSED BY 字符仅被用于包装诸如含有字符串类型的字段（诸如 CHAR，BINARY，TEXT 或 ENUM）：

1,"a string",100.20

2,"a string containing a , comma",102.20

3,"a string containing a /" quote",102.20

4,"a string containing a /", quote and comma",102.20

注意：

在一个字段值中出现的 ENCLOSED BY 字符，通过用 ESCAPED BY 字符作为其前缀对其转义。同时也要注意，如果用户指定一个空的 ESCAPED BY 值，可能会产生不能被 LOAD DATA INFILE 正确读出的输出文件。例如，如果转义字符为空，上面显示的输出将变成如下显示的输出。请注意第四行的第二个字段，它包含一个跟在一个引号后的逗号，看起来像是一个字段的终止：

1,"a string",100.20

2,"a string containing a , comma",102.20

3,"a string containing a " quote",102.20

4,"a string containing a ", quote and comma",102.20

对于输入，ENCLOSED BY 字符如果存在，它将从字段值的尾部被剥离。（不管 OPTIONALLY 是否被指定，都是这样；对于输入解释，OPTIONALLY 不会影响它。）如果在 ENCLOSED BY 字符前存在 ESCAPED BY 字符，那么它将被解释为当前字段值的一部分。

如果字段以 ENCLOSED 字符开始,只要后面紧跟着字段或行 TERMINATED BY 序列，这个字符实例就被认为用来终止一个字段值。为了明确，如果在字段中要使用 ENCLOSED BY 字符，可以重复写两遍该字符，那么它们会被解释成单个 ENCLOSED BY字符处理。例如，如果指定 ENCLOSED BY '"'，引号将做如下处理：

"The ""BIG"" boss" -> The "BIG" boss

The "BIG" boss -> The "BIG" boss

The ""BIG"" boss -> The ""BIG"" boss

FIELDS ESCAPED BY 控制如何写入或读出特殊字符。如果 FIELDS ESCAPED BY 字符不是空的，它将被用于做为下列输出字符的前缀：

• FIELDS ESCAPED BY 字符
• FIELDS [OPTIONALLY] ENCLOSED BY 字符 。
• FIELDS TERMINATED BY 和 LINES TERMINATED BY 值的第一个字符。
• ASCII 0 （实际上在转义字符后写上 ASCII '0'，而不是一个零值字节）。

如果 FIELDS ESCAPED BY 字符为空，那么将没有字符被转义并且 NULL 值仍输出为 NULL，而不是 /N。指定一个空的转义字符可能不是一个好的方法，特别是用户的数据字段值中包含刚才列表中的任何字符时。

对于输入值，如果 FIELDS ESCAPED BY 字符不是空字符，则出现这种字符时会被剥离，然后以下字符被作为字段值的一部分。例外情况是，被转义的‘0’或‘N’（例如， /0 或 /N，此时转义符为‘/’）。这些序列被理解为 ASCII NUL（一个零值字节）和 NULL。用于 NULL 处理的规则在本节的后部进行说明。

关于更多的 “/” 转义语法信息，查看文字值。

在某些情况下，字段与行处理相互作用：

• 如果 LINES TERMINATED BY 是一个空字符串，FIELDS TERMINATED BY 是非空的，则各行以FIELDS TERMINATED BY作为结尾。
• 如果 FIELDS TERMINATED BY 和 FIELDS ENCLOSED BY 值都是空的 ('')，那么一个固定行(无定界符) 格式将被使用。用固定行格式时，在字段之间不使用分隔符（但是用户仍然有一个行终结符）。列值的写入和读取使用列的“显示”宽度。例如，如果一个列被定义为 INT(7)，列的值将使用 7 个字符的字段被写入。对于输入，列值通过读取 7 个字符来获得。

  LINES TERMINATED BY 仍然用于分离行。如果一行没有包含所有的字段，那么列的剩余部分被设置为它们的默认值。如果用户没有一个行终结符，用户应该设置它为 ''。在这种情况下，文本文件必须包含每行的所有的字段。

  固定行格式也影响对 NULL 值的处理；见下面。注意，如果用户正在使用一个多字节的字符集，固定长度格式将不能工作。

  NULL 值的处理有很多，取决于用户所使用的 FIELDS 和 LINES 选项：

• 对于缺省的 FIELDS 和 LINES 值，输出时，NULL 被写成 /N，当读入时，/N 被作为 NULL 读入（假设 ESCAPED BY 字符为 “/”）。
• 如果 FIELDS ENCLOSED BY 不是空值，则包含以文字词语 NULL 为值的字段被作为 NULL 值读取。这与被 FIELDS ENCLOSED BY 字符包围的词语NULL不同。该词语被作为字符串'NULL'读取。
• 如果 FIELDS ESCAPED BY 是空的，NULL 值被写为词 NULL。
• 采用固定行格式时（当 FIELDS TERMINATED BY 和 FIELDS ENCLOSED BY 均为空值时采用），NULL 被作为一个空字符串写入。注意，这会导致在被写入文件时，表中的 NULL 值和空字符串均无法辨别，这是因为两者都被作为空字符串写入。如果用户需要在读取文件并返回时能够分辨两者，则用户不应使用固定行格式。

  一些不能被 LOAD DATA INFILE 支持的情况：

• 固定尺寸的记录行（FIELDS TERMINATED BY 和 FIELDS ENCLOSED BY 均为空）和 BLOB 或 TEXT 列。
• 如果用户指定一个分隔符与另一个相同，或是另一个的前缀，LOAD DATA INFILE 可能会不能正确地解释输入。例如，下列的 FIELDS 子句将会产生问题：

  FIELDS TERMINATED BY '"' ENCLOSED BY '"'

   

• 如果 FIELDS ESCAPED BY 为空，一个字段值中包含有 FIELDS ENCLOSED BY 或 LINES TERMINATED BY 后面紧跟着 FIELDS TERMINATED BY 的值时，将会引起 LOAD DATA INFILE 过早地停止读取一个字段或一行。这是因为 LOAD DATA INFILE 不知道字段或行值在哪里结束。

下面的例子将装载 persondata 表的所有列：

sqlcli> LOAD DATA INFILE 'persondata.txt' INTO TABLE persondata;

默认情况下，当 LOAD DATA INFILE 语句后没有提供字段列时，那么 LOAD DATA INFILE 认为输入行包含表列中所有的字段。如果用户希望装载表中的某些列，那指定一个字段列表：

sqlcli> LOAD DATA INFILE 'persondata.txt' -> INTO TABLE persondata (col1,col2,...);

如果输入文件的字段顺序不同于表中列的顺序，用户也必须指定一个字段列表。否则 GBase 不知道如何将输入字段与表中的列匹配。

Column 列表可以包含列名或者用户变量，并且支持 SET 子句。这使得能用输入值给用户变量赋值， 并在赋予列的结果之前对这些值进行变换。

SET 子句中的用户变量有多种用途。下面的例子将数据文件的第一列直接作为 t1.column1 的值，并将第二列赋予一个用户变量，此变量在作为 t2.column2 的值之前进行一个除法操作

LOAD DATA INFILE 'file.txt' INTO TABLE t1 (column1, @var1) SET column2 = @var1/100;

SET 子句可以提供不是来源于输入文件的值。下面的语句将 column3 设置为当前的日期和时间：

LOAD DATA INFILE 'file.txt' INTO TABLE t1 (column1, column2) SET column3 = CURRENT_TIMESTAMP;

通过将一个输入值赋予一个用户变量，可以将此输入值丢弃，并且不将此值赋予表的一个列：

LOAD DATA INFILE 'file.txt' INTO TABLE t1 (column1, @dummy, column2, @dummy, column3);

使用列/变量列表和SET子句要受到一下限制：

• SET 子句中的赋值列名应当只能在赋值操作符的左边。
• 在 SET 赋值语句中，可以使用子查询。此查询返回一个将被赋予列的值，它可能仅仅是一个标量查询。不能用子查询去查询将被导入的表。
• 对于列/变量列表或 SET 子句，由于使用 IGNORE 子句而被忽略的行就不会被处理。
• 由于用户变量没有显示宽度，当导入的数据是行固定格式时，将不能使用用户变量。

当处理输入行时，LOAD DATA 将行分为域，如果提供了列/变量列表和 SET 子句，将按照它去使用这些值。然后得到的行就插入到表中。如果此表有 BEFORE INSERT 或 AFTER INSERT 触发器，则插入行前后将分别激活它们。

如果输入的记录行有太多的字段，多余的字段将被忽略，并增加警告的数目。

如果一个输入行的字段较少，没有输入字段的列将被设置为缺省值。缺省值赋值在 CREATE TABLE 语法中被描述。

一个空的字段值不同于字段值丢失的解释：

• 对于字符串类型，列被设置为空字符串。
• 对于数字类型，列被设置为 0。
• 对于日期和时间类型，列被设置为适合列类型的“零”值。参考日期和时间类型。

如果在一个 INSERT 或 UPDATE 语句中明确地将一个空字符串赋给一个字符串、数字或日期或时间类型，用户会得到与上面相同的结果。

只有在两种情况下 TIMESTAMP 列被设置为当前日期和时间。一种情况时当列有一个 NULL 值（也就是 /N）时；另一种情况是（仅对于第一个TIMESTAMP 列），当一个字段清单被指定时，TIMESTAMP 列会从字段清单中被略去。

LOAD DATA INFILE 认为所有的输入均是字符串，因而，对于 ENUM 或 SET 列，用户不能以 INSERT 语句的形式为其设置数字值。所有的 ENUM 和 SET 必须以字符串指定！

当 LOAD DATA INFILE 查询结束时，它返回信息字符串，格式如下：

Records: 1 Deleted: 0 Skipped: 0 Warnings: 0