使用LOAD DATA LOCAL时首列日期首行存为0000-00-00 00:00:00问题排查

问题现象 #

当使用MySQL的LOAD DATA LOCAL语句导入CSV数据时，若日期列为首列，仅首行的日期会被存储为0000-00-00 00:00:00，其余行日期导入正常；若将字符串列作为首列则无此异常。当前使用的MySQL版本为8.0.30-0ubuntu0.20.04.2。

测试案例 #

案例A：日期列为首列 #

• CSV文件前两行内容：

2022-01-31,hello_world
2022-01-31,hello_stackover

• 导入后MySQL表中数据：

0000-00-00 00:00:00,hello_world
2022-01-31 00:00:00,hello_stackover

案例B：字符串列为首列 #

• CSV文件前两行内容：

hello_world,2022-01-31
hello_stackover,2022-01-31

• 导入后MySQL表中数据：

hello_world,2022-01-31 00:00:00
hello_stackover,2022-01-31 00:00:00

使用的SQL语句 #

LOAD DATA LOCAL
INFILE 'myfile.csv'
INTO TABLE mydatabase.`mytable`
FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' ESCAPED BY '\\'
LINES TERMINATED BY '\r\n'
(my_date, any_string_column);

异常原因 #

最可能的原因是CSV文件首行开头存在UTF-8 BOM（字节顺序标记）。BOM是一种不可见的特殊字符（十六进制为EF BB BF），当它出现在日期列的开头时，会导致日期字符串变为\ufeff2022-01-31，MySQL无法识别这种不符合日期格式的内容，因此将其转换为无效的0000-00-00 00:00:00。

而当字符串列为首列时，BOM会被包含在字符串字段中，MySQL可以正常存储带特殊字符的字符串，不会影响后续日期列的解析，因此不会出现异常。

解决方法：用文本编辑器（如Notepad++）打开CSV文件，选择“编码”→“UTF-8无BOM格式”保存，或者用十六进制编辑器直接删除开头的BOM字符后重新导入。

内容的提问来源于stack exchange，提问作者Kaspatoo