平面文件作为输入 - MySQL 最佳实践

Question

我每天都会收到一个平面文件 (CSV)，其中的内容会导入我的数据库（而不是通过网络表单、POS 等进行数据输入）。一条记录中有 40 个字段，我最多有 600,000 条唯一记录。

到目前为止，我还没有看到有必要将它变成一个关系数据库，尽管肯定有一些规范化可以提高它的效率；重复产品、商店、客户、经销商等。

如果我从头开始并以某种方式逐步输入数据，我会知道如何做所有这些（我经历过的每一个资源都以这种方式涵盖它，但当你有大量的数据已经并且需要使其相关）。并且随着 CVS 的到来，我不太确定一旦数据库建立起来如何导入数据。如果我要将这 40 个字段拆分为 5 个表，那么我是否必须以相同的方式拆分该每日文件并一次导入一个？外键会以这种方式更新吗？

如果有人能把我推向正确的方向，我会自己去挖掘更多的东西。

如果你面对同一个项目，你会如何创建这样一个数据库并执行每日更新？

谢谢！

Answer 1

创建独立于您现有的数据库结构（CSV 结构和数据）。例如。组织你的表格以适应你未来的需要，思考和定义它们之间的关系，应用适当的索引。

作为第二步——在我看来是不可避免的，用你自己的编程语言编写一个小程序。应该可以

• 主要从（CSV）文件中读取记录/行，
• 验证/清理获取的数据
• 根据需要导入/保存相应数据库表中的数据。 “根据需要”，我的意思是，随着时间的推移，可能会出现许多可能意外影响您的第一个数据库结构决策的因素。例如，需要一些时态表。此外，您应该受益于触发器和存储过程为您提供的优势。
• 正确处理导入过程中出现的错误和异常。例如，由于最终的“重复键”问题——因为文件中的数据容易出错，某些记录无法在某一天导入。这并不意味着导入应该中断。阅读记录，尝试保存。如果出现问题，请处理它（将该行复制到另一个文件中，或将其保存在一个特殊的表中，以供以后编辑/修订和重新导入）并让程序按照其进程处理下一个记录。
• 正确记录所有（主要）操作并维护读取和有问题记录的计数器。
• 在导入后自动将每个每日文件复制到备份目录中，直到不再需要为止。
• 最终通过电子邮件向您发送有关操作状态的信号。

第三步是找到一个解决方案来自动化整个周期。例如，找到一个任务/cron-jobs 管理器来每天启动您的程序，一天一次甚至两次，而无需您手动进行。

关于根据您的 ddatabase 结构将文件拆分为不同的文件：这不是必需的，例如这将是一个多余的步骤，因为您的程序应该设法读取文件并相应地处理数据导入。

就程序的类型而言：应该是网络解决方案，以便您可以随时访问和修改。

祝你好运。