如何解决MySQL表数据导入向导导入Yelp大JSON数据集报错问题？

问题根源 #

Yelp提供的JSON文件是JSON Lines格式——也就是每行一个独立的JSON对象，不是标准的单个JSON数组或对象。这就是为什么你用MySQL Workbench直接导入会解析失败，Sublime的Pretty JSON插件也报错，因为它只认单一结构的JSON。

解决方案一：用MySQL原生命令直接导入（推荐） #

不用转格式，直接用LOAD DATA配合JSON函数读取每行数据：

1. 先创建对应的数据表（以business.json为例）：

CREATE TABLE business (
    id VARCHAR(255) PRIMARY KEY,
    name VARCHAR(255),
    address TEXT,
    city VARCHAR(100),
    state VARCHAR(50),
    postal_code VARCHAR(20),
    latitude DECIMAL(10,8),
    longitude DECIMAL(11,8),
    stars DECIMAL(2,1),
    review_count INT,
    is_open TINYINT,
    categories TEXT,
    attributes JSON,
    hours JSON
);

2. 执行LOAD DATA命令导入（注意替换本地文件路径）：

LOAD DATA INFILE '/path/to/your/business.json'
INTO TABLE business
LINES TERMINATED BY '\n'
(@json)
SET
    id = JSON_UNQUOTE(JSON_EXTRACT(@json, '$.business_id')),
    name = JSON_UNQUOTE(JSON_EXTRACT(@json, '$.name')),
    address = JSON_UNQUOTE(JSON_EXTRACT(@json, '$.address')),
    city = JSON_UNQUOTE(JSON_EXTRACT(@json, '$.city')),
    state = JSON_UNQUOTE(JSON_EXTRACT(@json, '$.state')),
    postal_code = JSON_UNQUOTE(JSON_EXTRACT(@json, '$.postal_code')),
    latitude = JSON_EXTRACT(@json, '$.latitude'),
    longitude = JSON_EXTRACT(@json, '$.longitude'),
    stars = JSON_EXTRACT(@json, '$.stars'),
    review_count = JSON_EXTRACT(@json, '$.review_count'),
    is_open = JSON_EXTRACT(@json, '$.is_open'),
    categories = JSON_UNQUOTE(JSON_EXTRACT(@json, '$.categories')),
    attributes = @json->'$.attributes',
    hours = @json->'$.hours';

• 核心逻辑：把每行内容读入变量@json，再用JSON函数提取对应字段。
• 若遇权限问题，先在MySQL执行SET GLOBAL local_infile = 1;，重启连接后再尝试；或者在Workbench的连接设置里开启“Enable Local Infile”。

解决方案二：转成CSV后导入 #

如果习惯用Workbench的可视化导入工具，可以用Python脚本把JSON Lines转成CSV：

1. 先安装依赖库：pip install pandas
2. 运行转换脚本（以business.json为例）：

import pandas as pd

# 读取JSON Lines格式文件
df = pd.read_json('/path/to/your/business.json', lines=True)
# 导出为CSV（不含索引列）
df.to_csv('/path/to/your/business.csv', index=False)

3. 打开MySQL Workbench的CSV导入向导，选择编码为UTF-8，匹配对应字段即可完成导入。

通用注意事项 #

• 其余4个文件（review、user、tip、checkin）的处理逻辑一致，只需对应调整表结构、导入命令或脚本字段即可。
• 大文件导入时，建议关闭Workbench的实时预览功能，避免卡顿或崩溃。

内容的提问来源于stack exchange，提问作者mark g