ASP.NET中MySQL连接字符串触发Array IndexOutOfRangeException问题求助

错误根源 #

你看到的错误指向连接字符串是异常堆栈信息偏差，实际触发IndexOutOfRangeException的原因是：某行CSV分割后得到的数组长度不足26个元素，导致访问values[25]时越界。大文件更容易出现这种情况，比如某行存在格式错误（少列、换行异常、带逗号的未引号包裹字段）。

解决步骤 #

1. 定位问题行 #

先在代码中增加行号记录和异常捕获，找到具体出错的CSV行：

string connectionString = "Server=****;Database=****;Uid=****;Pwd=****";
int lineNumber = 0;

using (MySqlConnection connection = new MySqlConnection(connectionString))
{
    connection.Open();
    using (MySqlCommand command = connection.CreateCommand())
    {
        command.CommandText = "DELETE FROM CustomerData";
        command.ExecuteNonQuery();

        using (StreamReader reader = new StreamReader(fileName))
        {
            string line;
            bool isFirstLine = true;
            while ((line = reader.ReadLine()) != null)
            {
                lineNumber++;
                try
                {
                    if (isFirstLine)
                    {
                        isFirstLine = false;
                        continue;
                    }

                    string[] values = line.Split(',');
                    // 先检查数组长度，提前抛出明确错误
                    if (values.Length < 26)
                    {
                        throw new InvalidOperationException($"第{lineNumber}行字段数量不足，仅{values.Length}个");
                    }

                    // 后续插入代码不变
                    command.CommandText = "INSERT INTO CustomerData (Data1, Data2, Data3, Data4, Data5, Data6, Data7, Data8, Data9, Data10, Data11, Data12, Data13, Data14, Data15, Data16, Data17, Data18, Data19, Data20, Data21, Data22, Data23, Data24, Data25, Data26) VALUES (@Data1, @Data2, @Data3, @Data4, @Data5, @Data6, @Data7, @Data8, @Data9, @Data10, @Data11, @Data12, @Data13, @Data14, @Data15, @Data16, @Data17, @Data18, @Data19, @Data20, @Data21, @Data22, @Data23, @Data24, @Data25, @Data26)";
                    command.Parameters.Clear();

                    command.Parameters.AddWithValue("@Data1", string.IsNullOrEmpty(values[0]) ? DBNull.Value : values[0]);
                    command.Parameters.AddWithValue("@Data2", string.IsNullOrEmpty(values[1]) ? DBNull.Value : (object)values[1]);
                    // ... 剩余参数赋值代码
                    command.Parameters.AddWithValue("@Data26", string.IsNullOrEmpty(values[25]) ? DBNull.Value : (object)values[25]);

                    command.ExecuteNonQuery();
                }
                catch (Exception ex)
                {
                    // 记录错误行内容和异常信息，方便排查
                    Console.WriteLine($"处理第{lineNumber}行出错：{line}\n异常：{ex.Message}");
                    // 可选：跳过错误行继续处理，或终止导入
                    continue;
                }
            }
        }
    }
}

2. 正确解析CSV文件 #

直接用Split(',')无法处理标准CSV格式（比如带逗号的字段"张三,北京"），建议使用成熟的CSV解析库，比如CsvHelper（通过NuGet安装）：

// 先定义实体类对应数据库表结构
public class CustomerData
{
    public string Data1 { get; set; }
    public string Data2 { get; set; }
    // ... 对应Data3到Data26的属性
}

// 替换原CSV读取逻辑：
using (var reader = new StreamReader(fileName))
using (var csv = new CsvReader(reader, CultureInfo.InvariantCulture))
{
    csv.Configuration.HasHeaderRecord = true; // 自动跳过表头行
    var records = csv.GetRecords<CustomerData>();

    foreach (var record in records)
    {
        // 后续可结合批量插入逻辑处理单条记录
    }
}

3. 优化大文件导入性能 #

逐行插入25000+行效率极低，且容易引发连接超时，改用批量插入（需引用MySqlConnector库）：

using (var bulkCopy = new MySqlBulkCopy(connection))
{
    bulkCopy.DestinationTableName = "CustomerData";
    // 映射实体类与数据库表的列名
    bulkCopy.ColumnMappings.Add("Data1", "Data1");
    bulkCopy.ColumnMappings.Add("Data2", "Data2");
    // ... 映射所有26列

    // 创建DataTable存储批量数据
    DataTable dt = new DataTable();
    dt.Columns.Add("Data1", typeof(string));
    dt.Columns.Add("Data2", typeof(string));
    // ... 添加所有26列

    // 读取CSV填充DataTable
    using (var reader = new StreamReader(fileName))
    using (var csv = new CsvReader(reader, CultureInfo.InvariantCulture))
    {
        csv.Configuration.HasHeaderRecord = true;
        foreach (var record in csv.GetRecords<CustomerData>())
        {
            var row = dt.NewRow();
            row["Data1"] = string.IsNullOrEmpty(record.Data1) ? DBNull.Value : (object)record.Data1;
            row["Data2"] = string.IsNullOrEmpty(record.Data2) ? DBNull.Value : (object)record.Data2;
            // ... 赋值所有列
            dt.Rows.Add(row);

            // 每1000行批量提交一次，减少数据库交互次数
            if (dt.Rows.Count >= 1000)
            {
                bulkCopy.WriteToServer(dt);
                dt.Clear();
            }
        }
        // 提交剩余数据
        if (dt.Rows.Count > 0)
        {
            bulkCopy.WriteToServer(dt);
        }
    }
}

4. 调整连接超时参数 #

大文件导入可能出现连接超时，可在连接字符串中增加超时配置：

string connectionString = "Server=****;Database=****;Uid=****;Pwd=****;Connection Timeout=300;Command Timeout=300";

总结 #

1. 错误指向连接字符串是堆栈信息误导，实际是CSV行格式问题导致数组越界；
2. 用专业CSV解析库替代Split(',')，避免格式解析错误；
3. 批量插入大幅提升大文件导入效率，降低异常概率；
4. 增加错误日志定位问题行，方便快速排查。

内容的提问来源于stack exchange，提问作者TermSpar