一、导出成 SQL 脚本

一份完整的 SQL 导出脚本，结构固定是三段。

第一段是最容易被忽略、又最重要的一段。 没有它，脚本在已经有表的库上跑会直接撞「表已存在」。 mysqldump 默认就带这一段。 它救过很多人（重跑一次就恢复），也坑过很多人（把线上表覆盖了）。 所以导出的脚本拿到手，第一件事是看开头三行。

二、导出成 CSV

CSV 只装数据，不装结构、不装类型、不装主键。 换来的是体积小、能被 Excel 打开、能被几乎所有工具读。

最后一行是个真坑：Excel 存 CSV 默认可能是 GBK，导进 utf8mb4 的库就是一堆乱码。 导之前问清楚编码，比导完再修数据便宜得多。

三、导入：一定要包在事务里

导入慢，九成不是数据库慢，是「提交太多次」。 每条 INSERT 单独提交，就要等磁盘确认一次。一千条就是一千次。 包在一个事务里，只在最后确认一次。 Demo 里这个差距是几百倍。 倍数取决于磁盘，但方向永远一样：提交次数越少越快。 所以 mysqldump 生成脚本时会带上 LOCK TABLES 和一段大事务。 不是它啰嗦，是为了这个。

四、导完怎么验：三个数

只看「导完了没报错」是不够的。 要验的是「导进去的和原来的一样」。

为什么三个都要？因为各抓一类问题。 行数对了但值错了，SUM 能抓到；SUM 对了但顺序或字符错了，摘要能抓到。

五、动手 Demo：导出是拼文本，导入是重放这些文本

这一课真导一次、真导回去，把三笔账算清楚：多大、多久、对不对。 六段：导出 SQL、导出 CSV、导回去、事务对比、三个校验数、真机上还要问什么。

import io, hashlib, sqlite3, time

# 一、导出成 SQL 脚本
ddl = c.execute("SELECT sql FROM sqlite_master "
                "WHERE name = 'tb_goods'").fetchone()[0]
buf = io.StringIO()
buf.write("DROP TABLE IF EXISTS tb_goods;\n")
buf.write(ddl + ";\n")
for r in c.execute("SELECT * FROM tb_goods ORDER BY id"):
    buf.write("INSERT INTO tb_goods VALUES (%r, %r, %r, %r);\n" % r)
script = buf.getvalue()

# 二、导出成 CSV（不带结构）
cb = io.StringIO()
for r in c.execute("SELECT * FROM tb_goods ORDER BY id"):
    cb.write(",".join("%s" % v for v in r) + "\n")
csv = cb.getvalue()

# 三、导回去：包在一个事务里
c2 = sqlite3.connect("imp.db")
c2.executescript("BEGIN;\n" + script + "COMMIT;")

# 五、三个校验数
def digest(cc):
    h = hashlib.sha256()
    for r in cc.execute("SELECT * FROM tb_goods ORDER BY id"):
        h.update(("|".join("%s" % v for v in r)).encode("utf-8"))
    return h.hexdigest()[:16]
print(digest(c), digest(c2))

实跑输出：

--------------------------------------------------------------------
第十三课：导出是拼文本，导入是重放这些文本
--------------------------------------------------------------------

  **3.5 节讲导出和导入，这是整章最实用的一节。**
  **导出的本质是「把数据和结构写成一段能重跑的 SQL」，导入就是把它跑一遍。**
  **这一课真导一次、真导回去，把三笔账算清楚：多大、多久、对不对。**
  **源表 2000 行。**

  一、导出成 SQL 脚本
  --------------------------------------------------------------------
  **脚本 121559 字节，第一行是删表，第二行是建表，后面每行一条 INSERT。**
  脚本开头长这样：
    DROP TABLE IF EXISTS tb_goods;
    CREATE TABLE tb_goods (id INTEGER PRIMARY KEY, name TEXT NOT NULL,…
    INSERT INTO tb_goods VALUES (1, '商品0001', 11.0, 1);

  二、导出成 CSV
  --------------------------------------------------------------------

  格式      字节数  带不带表结构  能不能直接跑
  ----------------------------------------------------
  SQL 脚本  121559  带            能，复制粘贴就行
  CSV       49433   不带          不能，得先建表再导入
  **CSV 小得多，因为它不写列名和 INSERT 关键字。**
  **代价是：拿到 CSV 的人不知道表结构、不知道类型、不知道主键是什么。**

  三、导回去：重放脚本
  --------------------------------------------------------------------
  **重放完成：2000 行，耗时 0.022 秒。**
  **注意脚本外面多包了一层 `BEGIN` 和 `COMMIT`，这一层是有讲究的。**

  四、为什么要包在事务里：1000 行两种导入
  --------------------------------------------------------------------

  写法                  耗时       差在哪
  -------------------------------------------------------
  每条 INSERT 自动提交  11.842 秒  每条都要等磁盘确认一次
  全部包在一个事务里    0.021 秒   最后只确认一次
  **同一份数据、同一台机器，差的是一个 `BEGIN`：571 倍。**
  **倍数照实报，但它取决于磁盘——机械盘上差得更多，固态盘上差得少些。**
  **能确定的是方向：一千次提交就是一千次等磁盘。**

  五、对不对：算三个数
  --------------------------------------------------------------------

  校验项    源库              导入后的库
  --------------------------------------------
  行数      2000              2000
  金额合计  519000.00         519000.00
  内容摘要  9c20c45a09d88036  9c20c45a09d88036
  **两个摘要一样，才算真导对了。**
  **只看行数是不够的——列错位也可能行数一样。**
  **导出之后一定要验这三个数，这是把「以为导好了」变成「确认导好了」的唯一办法。**

  六、真机上还得多问三个问题
  --------------------------------------------------------------------

  问题                 为什么重要
  -------------------------------------------------------------------------
  字符集是什么         导出的文件按什么编码写的，导进去按什么读的
  要不要带 DROP TABLE  不带，导第二次会撞主键；带了，会覆盖现有数据
  大表怎么导           一次导出几百 G，得用分块或者物理备份，不能用这个办法
  **`mysqldump` 默认带 `DROP TABLE`，这事救过很多人，也坑过很多人。**

第一段的三行是导出的骨架。 注意 %r 这个格式化——它给字符串自动加单引号、给数字不加，正好对上 SQL 的字面量规则。 真写导出工具时不能这么偷懒（要处理引号里的引号、换行符），得用专门的转义。 第二段的 CSV 只有一半大小，因为不写列名和 INSERT 关键字。 代价是它单独存在时没用——拿到 CSV 的人不知道主键是什么、类型是什么。 第三段包了 BEGIN 和 COMMIT。 没包的时候，同一份数据导了十几秒；包了之后零点零几秒。 这个差距不是数据库慢，是「每行等一次磁盘」。 第五段那两个摘要一样，才算真导对了。 只看行数是自欺欺人：列错位也可能行数一样。

30 秒实验

1. 把 Demo 里那句 BEGIN; 删掉再跑一遍，看两种写法的耗时。差的次数就是行数。
2. 把 DROP TABLE IF EXISTS 那行删掉，然后在同一个库上跑两次脚本。第二次会撞「表已存在」。 这就是 mysqldump 为什么要默认带这一行的原因。
3. 想一想：如果表有 50 G，这个办法还能用吗？ 不能。内存里拼不下 50 G 的字符串，真机上要用分块导出、或者直接物理备份（拷数据文件）。

常见误区

1. 「导完了没报错，就是导对了。」 没报错只说明语句都执行了，不说明数据一样。 行数、合计、摘要，三个至少对两个。
2. 「CSV 小，所以导出用 CSV 更好。」 CSV 不带结构，拿到的人没法直接恢复。 给别人看用 CSV，给自己备份用 SQL 脚本。
3. 「导入慢是因为数据库性能不行。」 九成是因为每条都提交了一次。 包进一个事务，同一个库、同一台机器，能快几百倍。

下一篇讲字符集：一个字到底占几个字节、utf8 和 utf8mb4 差在哪、 以及为什么排序规则能让登录名不分大小写。

• ☐ （本篇完，下一篇 3.6 设置编码格式）

相关笔记

• 管理数据记录
• 设置编码格式
• MySQL 服务器的安装和配置
• 🛢️ MySQL从入门到精通 · 索引