CSV-SQL konverter

Mi ez az eszköz?

Egy tesztadatbázis feltöltése, egy táblázat-export betöltése egy táblába, vagy egy kis adathalmaz migrálása gyakran ugyanúgy kezdődik: van egy CSV fájlod, és SQL-re van szükséged. Ez az eszköz elemzi a CSV-det (a fejlécsort oszlopnévként használva), és felépít egy INSERT INTO utasítást, amely minden adatsort lefed, beillesztésre készen egy adatbázis-kliensbe.

A szöveges értékek egyszeres idézőjelbe kerülnek, a belső idézőjelek megduplázva vannak escape-elve (így O'Brien-ből O''Brien lesz), ami a MySQL, PostgreSQL és SQLite közös, szabványos escape-szabálya. Egy üres CSV cella az SQL NULL kulcsszóként íródik, nem üres stringként — ez tudatos döntés, mivel egy táblázatban lévő üres cella általában azt jelenti, "nincs érték", nem pedig "egy üres szövegdarab", és a legtöbb séma ezt várja el.

Hogy egy érték idézőjelbe kerül-e vagy sem, egy egyszerű heurisztika dönti el, nem valódi típuskövetkeztetés: ha a levágott cella egyszerű egész vagy tizedes számnak néz ki (opcionálisan egy vezető mínuszjellel), idézőjel nélkül íródik; minden más — beleértve azokat is, amelyek csak hasonlítanak számokra extra karakterekkel, mint a telefonszámok vagy a vezető nullás irányítószámok — szövegként idézőjelbe kerül. Ez tartja a kimenetet őszintének: jó kiindulópont egy kisebb importhoz, de nem helyettesíti az adataid tényleges táblasémád szerinti ellenőrzését, mielőtt futtatnád.

Forrás: a CSV elemzés az RFC 4180-at követi, ami a formális CSV szabványhoz legközelebb áll; az egyszeres idézőjel megduplázása string escape-eléshez a MySQL, PostgreSQL és SQLite közös, dokumentált konvenciója.

Miért érdemes használni?

• Egyedi táblanév — állítsd be egyszer a célt tábla nevét, és minden sor azt a táblát célozza meg.
• Helyes string escape-elés — az értékeken belüli egyszeres idézőjelek megduplázva vannak, így az SQL nem törik el, és nem csonkul le.
• Kiszámítható NULL kezelés — az üres cellák NULL-lá válnak üres string helyett, megfelelve annak, ahogy a legtöbb adatbázis megkülönbözteti a hiányzó adatot.
• Gyakori SQL szintaxis — az itt generált INSERT INTO ... VALUES ... forma módosítás nélkül működik MySQL-ben, PostgreSQL-ben és SQLite-ban.
• 100%-ban kliensoldali — a CSV adataid (amelyek ügyféladatokat vagy üzleti adatokat is tartalmazhatnak) a böngésződben elemződnek és alakulnak át, sosem kerülnek feltöltésre sehova.

Használati útmutató

1. Illeszd be a CSV adatokat egy fejlécsorral, pl. name,age\nAlice,30\nBob,25.
2. Add meg a cél tábla nevét (alapértelmezetten my_table).
3. Kattints a "SQL generálása" gombra.
4. Másold ki az INSERT INTO utasítást, vagy töltsd le .sql fájlként, majd futtasd az adatbázisod ellen.

Példa

Bemenet

name,age,city
Alice,30,
Bob,,NYC

Kimenet

INSERT INTO `my_table` (`name`, `age`, `city`)
VALUES
  ('Alice', 30, NULL),
  ('Bob', NULL, 'NYC');

Figyeld meg, hogy az üres cellák NULL-lá váltak (nem üres stringgé), és a számnak tűnő 30-as age érték idézőjel nélkül maradt, míg minden szöveges érték idézőjelbe került.

Gyakorlati tippek

• Helyi tesztadatbázis feltöltése: exportálj egy kis mintát CSV-ként egy táblázatból, alakítsd át itt, és futtasd az INSERT utasítást a fejlesztői adatbázisod ellen.
• Mindig nézd át az oszloptípusokat, mielőtt a generált SQL-t egy valódi tábla ellen futtatnád — ez az eszköz egy egyszerű heurisztikával, nem a tényleges sémád alapján következtet a szám kontra szöveg típusra, így egy adott formátumot váró egész oszlop kézi módosítást igényelhet.
• Ha több ezer sorod van, az ezen eszköz által generált egyetlen, több sort tartalmazó INSERT utasítás továbbra is érvényes SQL, de nagyon nagy utasítások elérhetik az adatbázis maximális csomagméretét — oszd fel a CSV-t kisebb kötegekre, ha ebbe a korlátba ütközöl.

Miért NULL, és nem üres string

Egy gyakori hiba a kézzel írt CSV-SQL szkripteknél az, hogy minden hiányzó cellát üres stringként '' kezelnek. Ez technikailag érvényes SQL, de általában nem azt jelenti, amit szeretnél: egy egész számként definiált oszlop kereken elutasítja a ''-t, és még egy szöveges oszlopban is a '' csendben mást jelent, mint "nem ismerjük ezt az értéket" a legtöbb sématervben és riportáló lekérdezésben (egy WHERE oszlop IS NULL ellenőrzés nem fog egyezni üres stringekkel, és fordítva sem). A NULL használata az üres cellákhoz megfelel annak a szemantikának, amit a legtöbb adatbázis és ORM elvár, és elkerüli a típushibákat, amikor egy numerikus oszlopnak véletlenül hiányzó értékei vannak néhány sorban.

Gyakori kérdések