如何将含20列8万行的Excel文件导入MySQL？求技术方案

方法1：MySQL Workbench可视化导入（适合作品集展示操作流程） #

• 先根据Excel的20列结构，在MySQL里创建对应数据表（用CREATE TABLE定义字段类型，确保和Excel列匹配）
• 打开MySQL Workbench连接目标数据库，右键目标表，选择「Table Data Import Wizard」
• 选中Excel文件（建议先转成CSV格式，减少格式兼容问题）
• 匹配Excel列与数据库表字段，调整数据类型映射（比如日期、数值类型对应正确）
• 选择导入模式（新增/覆盖数据），执行导入，Workbench会显示进度和日志，适合在作品集里截图展示完整操作流程

方法2：LOAD DATA INFILE命令（高效批量导入） #

• 先把Excel转成UTF-8编码的CSV文件（避免中文乱码）
• 执行以下SQL命令（替换路径、表名等参数）：

LOAD DATA INFILE '/your/csv/file/path/data.csv'
INTO TABLE target_table
FIELDS TERMINATED BY ',' 
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS; -- 跳过CSV表头行

• 注意：确认MySQL的secure_file_priv参数允许读取该路径，或把CSV放到MySQL指定导入目录；Windows系统路径用\\分隔

方法3：Python脚本自动化导入（适合作品集展示代码能力） #

• 用pandas+sqlalchemy实现分批次导入，避免内存溢出，代码示例：

import pandas as pd
from sqlalchemy import create_engine

# 读取Excel文件，指定sheet名称
df = pd.read_excel('your_excel_file.xlsx', sheet_name='Sheet1')

# 建立MySQL连接（替换用户名、密码、数据库名）
engine = create_engine('mysql+pymysql://root:your_password@localhost/your_db')

# 分批次导入，chunksize控制单次导入行数
df.to_sql(
    name='target_table',
    con=engine,
    if_exists='append',  # 新增数据，可选replace覆盖
    index=False,
    chunksize=1000
)

• 提前安装依赖：pip install pandas sqlalchemy pymysql openpyxl，这个方案适合在作品集里展示自动化处理逻辑

内容的提问来源于stack exchange，提问作者Vincenzo Nerone