PostgreSQL只读权限数据库与本地CSV文件关联查询方法问询

以下方案均不需要数据库持久化建表权限，可根据你的数据量、技术栈选择适配方案：

方案1：使用会话级临时表（优先推荐，性能最优） #

适用场景：CSV数据量从数千到数百万级均可，90%以上的只读PostgreSQL用户默认拥有临时表创建权限，临时表仅当前会话可见，会话关闭后自动销毁，不会在数据库中遗留持久化对象。
操作步骤：

• 连接数据库后先创建和CSV字段匹配的临时表，字段类型根据你的CSV内容调整即可：

CREATE TEMP TABLE temp_csv_data (
    关联id INT,
    字段1 VARCHAR(50),
    字段2 NUMERIC
);

• 用psql命令行的\copy指令导入本地CSV到临时表，如果你用GUI客户端也可以直接用客户端的导入功能：

\copy temp_csv_data FROM '/本地/CSV文件路径.csv' WITH (FORMAT csv, HEADER true, ENCODING 'utf8');

• 直接执行关联查询即可：

SELECT a.*, b.* 
FROM temp_csv_data a 
JOIN 远程PostgreSQL业务表 b ON a.关联id = b.关联id;

方案2：CSV转VALUES子句构造CTE临时数据集 #

适用场景：CSV数据量极小（建议1000行以内），不需要任何额外数据库权限，纯SQL即可实现。
操作步骤：

• 将本地CSV内容转换为VALUES格式的列表，包裹在公共表表达式中作为临时数据集，直接和业务表关联：

WITH csv_data(关联id, 字段1, 字段2) AS (
    VALUES
    (1, '测试数据1', 100.5),
    (2, '测试数据2', 234.1),
    (3, '测试数据3', 56.8)
)
SELECT a.*, b.* 
FROM csv_data a 
JOIN 远程PostgreSQL业务表 b ON a.关联id = b.关联id;

方案3：客户端侧数据关联（无任何数据库权限要求） #

适用场景：任意数据量，完全不依赖数据库额外权限，仅需要你本地可以读取CSV、可以正常查询远程PostgreSQL数据即可，关联计算全部在本地完成。
以下是Python Pandas实现示例：

• 先安装依赖：
  pip install pandas psycopg2-binary sqlalchemy
• 执行关联逻辑：

import pandas as pd
from sqlalchemy import create_engine

# 替换为你的PostgreSQL连接信息
pg_conn = create_engine('postgresql://用户名:密码@数据库地址:端口/库名')
# 读取远程PG表数据，数据量大时可先加WHERE条件过滤不需要的内容，减少内存占用
pg_df = pd.read_sql('SELECT 关联id, 需要的字段1, 需要的字段2 FROM 远程业务表', con=pg_conn)
# 读取本地CSV
csv_df = pd.read_csv('/本地/CSV文件路径.csv')
# 按关联字段关联两张表，how参数可根据需求替换为left/right/inner
result_df = pd.merge(csv_df, pg_df, on='关联id', how='inner')
# 导出结果为CSV
result_df.to_csv('./关联查询结果.csv', index=False)

方案4：GUI数据库工具内置关联功能 #

适用场景：不想写代码，数据量适中的场景，主流数据库GUI工具均支持该能力。
以DBeaver为例操作步骤：

• 连接到目标PostgreSQL数据库，打开SQL编辑器
• 编辑器空白处右键选择「加载CSV」，按照提示导入本地CSV文件，工具会自动将CSV转为会话级临时数据集
• 直接写SQL关联该临时数据集和业务表执行即可得到结果

内容的提问来源于stack exchange，提问作者Jelly