页面导航：
→ 正文内容 MySQL数据导入恢复
MySQL中数据导入恢复的简单教程
这篇文章主要介绍了MySQL中数据导入恢复的简单教程,主要用到了LOAD DATA语句,需要的朋友可以参考下
有两个简单的方法MySQL中的数据加载到MySQL数据库从先前备份的文件。
LOAD DATA导入数据：
MySQL提供了LOAD DATA语句，作为一个大容量数据加载。下面是一个例子声明中，读取一个文件dump.txt，，从当前目录加载到当前数据库中的表mytbl：
mysql& LOAD DATA LOCAL INFILE 'dump.txt' INTO TABLE
&&& 如果本地的关键字是不存在的，MySQL的外观使用绝对路径名寻找到完全指定位置的文件在服务器主机上的数据文件，从文件系统根目录开始。MySQL从给定的位置的读取文件。
&&& 默认情况下，LOAD DATA假设数据文件包含多行终止换行（换行）和行内的数据值由制表符分隔。
&&& 要明确指定文件格式，使用一个FIELDS子句来形容领域的行内，一个LINES子句指定的行结束符序列。下面的LOAD DATA语句指定的数据文件包含由冒号分隔的值和行结束的回车和换行字符：
mysql& LOAD DATA LOCAL INFILE 'dump.txt' INTO TABLE mytbl
-& FIELDS TERMINATED BY ':'
-& LINES TERMINATED BY '\r\n';
&&& LOAD DATA假定在数据文件中的列的表中的列具有相同的顺序。如果这是不是真的，可以指定一列的表列的数据文件列应该被装入。假设表中的列A，B和C，但在数据文件中的连续列对应的列B和C可以加载该文件是这样的：
mysql& LOAD DATA LOCAL INFILE 'dump.txt'
-& INTO TABLE mytbl (b, c, a);
导入数据mysqlimport
MySQL还包括一个命名的mysqlimport实用程序，作为LOAD DATA包直接在命令行中输入文件加载。
要加载数据从dump.txt到mytbl使用，在UNIX提示符下面的命令。
$ mysqlimport -u root -p --local database_name dump.txt
password *****
如果使用mysqlimport命令行选项提供的格式说明符。mysqlimport命令对应于前面的两个LOAD DATA语句看起来像这样：
$ mysqlimport -u root -p --local --fields-terminated-by=":" \
--lines-terminated-by="\r\n" database_name dump.txt
password *****
mysqlimport 指定的选项的顺序并不重要，但他们都应该先于数据库的名称。
mysqlimport 语句使用 - 列选项来指定列的顺序：
$ mysqlimport -u root -p --local --columns=b,c,a \
database_name dump.txt
password *****
处理引号和特殊字符：
FIELDS子句可以指定其他格式的选择，除了TERMINATED BY。默认情况下，LOAD DATA假设值加引号，并解释反斜杠（\）作为转义字符的特殊字符。要指示值显式地引用字符，使用封闭;，MySQL将两端的数据值中删除该字符的输入处理过程中。要更改默认的转义字符，请使用来转义。
对于mysqlimport引号和转义值，用于指定相应的命令行选项 - 封闭的领域 - 领域转义
您可能感兴趣的文章:
上一篇：下一篇：下面没有链接了
最 近 更 新
热 点 排 行
12345678910出处：NoSQL带给我们的东西很多，高性能，水平扩展性，还有不一样的思维方式。本文来自@的个人博客，作者列举了几种常用的应用场景，分别描述了其关系型数据库和下的不同存储方法。值得参考。
丰富的数据结构使得redis的设计非常的有趣。不像关系型数据库那样，DEV和DBA需要深度沟通，review每行sql语句，也不像memcached那样，不需要DBA的参与。redis的DBA需要熟悉数据结构，并能了解使用场景。
下面举一些常见适合kv数据库的例子来谈谈键值的设计，并与关系型数据库做一个对比，发现关系型的不足之处。
用户登录系统
记录用户登录信息的一个系统， 我们简化业务后只留下一张表。
关系型数据库的设计
mysql& select *
+---------+----------------+-------------+---------------------+
| user_id | name
| login_times | last_login_time
+---------+----------------+-------------+---------------------+
1 | ken thompson
00:00:00 |
2 | dennis ritchie |
00:00:00 |
3 | Joe Armstrong
00:00:00 |
+---------+----------------+-------------+---------------------+
user_id表的主键，name表示用户名，login_times表示该用户的登录次数，每次用户登录后，login_times会自增，而last_login_time更新为当前时间。
REDIS的设计
关系型数据转化为KV数据库，我的方法如下：
key 表名：主键值：列名
value 列值
一般使用冒号做分割符，这是不成文的规矩。比如在php-admin for redis系统里，就是默认以冒号分割，于是user:1 user:2等key会分成一组。于是以上的关系数据转化成kv数据后记录如下：
Set login:1:login_times 5
Set login:2:login_times 1
Set login:3:login_times 2
Set login:1:last_login_time
Set login:2:last_login_time
Set login:3:last_login_time
set login:1:name ”ken thompson“
set login:2:name “dennis ritchie”
set login:3:name ”Joe Armstrong“
这样在已知主键的情况下，通过get、set就可以获得或者修改用户的登录次数和最后登录时间和姓名。
一般用户是无法知道自己的id的，只知道自己的用户名，所以还必须有一个从name到id的映射关系，这里的设计与上面的有所不同。
set "login:ken thompson:id"
set "login:dennis ritchie:id"
set "login: Joe Armstrong:id"
这样每次用户登录的时候业务逻辑如下（python版），r是redis对象，name是已经获知的用户名。
#获得用户的id
uid = r.get("login:%s:id" % name)
#自增用户的登录次数
ret = r.incr("login:%s:login_times" % uid)
#更新该用户的最后登录时间
ret = r.set("login:%s:last_login_time" % uid, datetime.datetime.now())
如果需求仅仅是已知id，更新或者获取某个用户的最后登录时间，登录次数，关系型和kv数据库无啥区别。一个通过btree pk，一个通过hash，效果都很好。
假设有如下需求，查找最近登录的N个用户。开发人员看看，还是比较简单的，一个sql搞定。
select * from login order by last_login_time desc limit N
DBA了解需求后，考虑到以后表如果比较大，所以在last_login_time上建个索引。执行计划从索引leafblock 的最右边开始访问N条记录，再回表N次，效果很好。
过了两天，又来一个需求，需要知道登录次数最多的人是谁。同样的关系型如何处理？DEV说简单
select * from login order by login_times desc limit N
DBA一看，又要在login_time上建立一个索引。有没有觉得有点问题呢，表上每个字段上都有素引。
关系型数据库的数据存储的的不灵活是问题的源头，数据仅有一种储存方法，那就是按行排列的堆表。统一的数据结构意味着你必须使用索引来改变sql的访问路径来快速访问某个列的，而访问路径的增加又意味着你必须使用统计信息来辅助，于是一大堆的问题就出现了。
没有索引，没有统计计划，没有执行计划，这就是kv数据库。
redis里如何满足以上的需求呢？ 对于求最新的N条数据的需求，链表的后进后出的特点非常适合。我们在上面的登录代码之后添加一段代码，维护一个登录的链表，控制他的长度，使得里面永远保存的是最近的N个登录用户。
#把当前登录人添加到链表里
ret = r.lpush("login:last_login_times", uid)
#保持链表只有N位
ret = redis.ltrim("login:last_login_times", 0, N-1)
这样需要获得最新登录人的id，如下的代码即可
last_login_list = r.lrange("login:last_login_times", 0, N-1)
另外，求登录次数最多的人，对于排序，积分榜这类需求，sorted set非常的适合，我们把用户和登录次数统一存储在一个sorted set里。
zadd login:login_times 5 1
zadd login:login_times 1 2
zadd login:login_times 2 3
这样假如某个用户登录，额外维护一个sorted set，代码如此
#对该用户的登录次数自增1
ret = r.zincrby("login:login_times", 1, uid)
那么如何获得登录次数最多的用户呢，逆序排列取的排名第N的用户即可
ret = r.zrevrange("login:login_times", 0, N-1)
可以看出，DEV需要添加2行代码，而DBA不需要考虑索引什么的。
tag在互联网应用里尤其多见，如果以传统的关系型数据库来设计有点不伦不类。我们以查找书的例子来看看redis在这方面的优势。
关系型数据库的设计
两张表，一张book的明细，一张tag表，表示每本的tag，一本书存在多个tag。
mysql& select *
+------+-------------------------------+----------------+
+------+-------------------------------+----------------+
1 | The Ruby Programming Language | Mark Pilgrim
1 | Ruby on rail
| David Flanagan |
1 | Programming Erlang
| Joe Armstrong
+------+-------------------------------+----------------+
mysql& select *
+---------+---------+
| tagname | book_id |
+---------+---------+
+---------+---------+
假如有如此需求，查找即是ruby又是web方面的书籍，如果以关系型数据库会怎么处理？
select b.name, b.author
from tag t1, tag t2, book b
where t1.tagname = 'web' and t2.tagname = 'ruby' and t1.book_id = t2.book_id and b.id = t1.book_id
tag表自关联2次再与book关联，这个sql还是比较复杂的，如果要求即ruby，但不是web方面的书籍呢？
关系型数据其实并不太适合这些集合操作。
REDIS的设计
首先book的数据肯定要存储的，和上面一样。
set book:1:name
”The Ruby Programming Language”
Set book:2:name
”Ruby on rail”
Set book:3:name
”Programming Erlang”
set book:1:author
”Mark Pilgrim”
Set book:2:author
”David Flanagan”
Set book:3:author
”Joe Armstrong”
tag表我们使用集合来存储数据，因为集合擅长求交集、并集
sadd tag:ruby 1
sadd tag:ruby 2
sadd tag:web 2
sadd tag:erlang 3
那么，即属于ruby又属于web的书？
inter_list = redis.sinter("tag.web", "tag:ruby")
即属于ruby，但不属于web的书？
inter_list = redis.sdiff("tag.ruby", "tag:web")
属于ruby和属于web的书的合集？
inter_list = redis.sunion("tag.ruby", "tag:web")
简单到不行阿。
从以上2个例子可以看出在某些场景里，关系型数据库是不太适合的，你可能能够设计出满足需求的系统，但总是感觉的怪怪的，有种生搬硬套的感觉。
尤其登录系统这个例子，频繁的为业务建立索引。放在一个复杂的系统里，ddl（创建索引）有可能改变执行计划。导致其它的sql采用不同的执行计划，业务复杂的老系统，这个问题是很难预估的，sql千奇百怪。要求DBA对这个系统里所有的sql都了解，这点太难了。这个问题在oracle里尤其严重，每个DBA估计都碰到过。对于MySQL这类系统，ddl又不方便（虽然现在有online ddl的方法）。碰到大表，DBA凌晨爬起来在业务低峰期操作，这事我没少干过。而这种需求放到redis里就很好处理，DBA仅仅对容量进行预估即可。
未来的OLTP系统应该是kv和关系型的紧密结合。
相关文章：
相关 [redis 数据库 设计] 推荐：
- 圣斌 - NoSQLFan
NoSQL带给我们的东西很多，高性能，水平扩展性，还有不一样的思维方式. 本文来自@hoterran的个人博客运维与开发，作者列举了几种常用的应用场景，分别描述了其关系型数据库和Redis下的不同存储设计方法. 丰富的数据结构使得redis的设计非常的有趣. 不像关系型数据库那样，DEV和DBA需要深度沟通，review每行sql语句，也不像memcached那样，不需要DBA的参与. redis的DBA需要熟悉数据结构，并能了解使用场景. 下面举一些常见适合kv数据库的例子来谈谈键值的设计，并与关系型数据库做一个对比，发现关系型的不足之处. 记录用户登录信息的一个系统， 我们简化业务后只留下一张表.
- CSDN博客架构设计推荐文章
Redis 3.0.0 RC1版本10.9号发布， Release Note. 这个版本支持 Redis Cluster，相信很多同学期待已久，不过这个版本只是RC版本，要应用到生产环境，还得等等. Redis Cluster设计要点：. Redis Cluster采用无中心结构，每个节点都保存数据和整个集群的状态. 每个节点都和其他所有节点连接，这些连接保持活跃. 使用gossip协议传播信息以及发现新节点. node不作为client请求的代理，client根据node返回的错误信息重定向请求. 预分好16384个桶，根据 CRC16(key) mod 16384的值，决定将一个key放到哪个桶中.
- CSDN博客数据库推荐文章
Redis数据库的学习与实践—安装与部署. 一：Redis数据库简介：.
Redis—Remote DictionaryServer，可以直接理解为远程字典服务.
Redis数据库是一个高性能的key-value数据库，Redis
是完全开源免费的，遵守
BSD协议，先进的key
- value持久化产品. 它通常被称为数据结构服务器，因为值（value）可以是
字符串(String),
哈希(Map),
列表(list),
集合(sets)和
有序集合(sorted
sets)等类型. 这些数据类型都支持push/pop，add/remove及取交集和并集及更丰富的操作，Redis支持各种不同方式的排序.
- 博客园_首页
Redis 是一个高性能的key-value数据库. redis的出现，很大程度补偿了memcached这类key-value存储的不足，在部 分场合可以对关系数据库起到很好的补充作用. 它提供了Python，Ruby，Erlang，PHP客户端，使用很方便. 按照我们一般的使用Redis的场景应该是这样的：. 也就是说：我们会先去redis中判断数据是否存在，如果存在，则直接返回缓存好的数据. 而如果不存在的话，就会去数据库中，读取数据，并把数据缓存到Redis中. 适用场合：如果数据量比较大，但不是经常更新的情况（比如用户排行）. 而第二种Redis的使用，跟第一种的情况完成不同，具体的情况请看：.
- 开源软件 - ITeye博客
redis是一个类似memcached的key/value存储系统，它支持存储的value类型相对较多，包括string(字符串)、 list(链表)、set(集合)和zset(有序集合). 在此基础上，redis支持各种不同方式的排序. 与memcached一样，为了保证效率，数据都是缓存在内存中. 区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件(这点儿个人觉得redis比memcache 在数据保存上要安全一些)，并且在此基础上实现了master- slave(主从)同步. redis的存取性能很高，SET操作每秒钟 110000 次，GET操作每秒钟 81000 次（速度很爽.
- SQL - 编程语言 - ITeye博客
数据库表的命名以是名词的复数形式且都为小写，如cities, categories, friends等等. 如果表名由几个单词组成，则单词间用下划线(&_&)分割，如subscribed_pois,poi_categories等. 表名尽量用全名，表名限制在30个字符内. 当表的全名超过30字符时，可用缩写来减少表名的长度，如description --& desc；information --& info；address --& addr等. 所有的存储值列表的表前面加上前缀Z. 目的是将这些值列表类排序在数据库最后. 所有的冗余类的命名(主要是累计表)前面加上前缀X.
- 博客园_Ruby's Louvre
话说，尽管 SQL 数据库一直是我们IT行业中最有用的工具，然而，它们这样在行业中超过15年以上的“转正”终于就要寿终正寝了. 现在，虽然关系型数据库仍然无所不在，但它越来越不能满足我们的需要了. 但是，各种 &NoSQL& 数据库之间的差异比当年众多关系型数据库之间的差异要大许多. 这就加大了人们在建设自己的应用是选择合适的数据库的难度. 在这篇汇总的PK中，我们对
Cassandra,
HBase 进行了比较，以供参考：. Main point关键点. : DB consistency一致性, ease of use易用.
- 文斌 - 博客园-首页原创精华区
为了建立冗余较小、结构合理的数据库，设计数据库时必须遵循一定的规则. 在关系型数据库中这种规则就称为范式. 范式是符合某一种设计要求的总结. 要想设计一个结构合理的关系型数据库，必须满足一定的范式. 在实际开发中最为常见的设计范式有三个：. 如果数据库表中的所有字段值都是不可分解的原子值，就说明该数据库表满足了第一范式. 第一范式的合理遵循需要根据系统的实际需求来定. 比如某些数据库系统中需要用到“地址”这个属性，本来直接将“地址”属性设计成一个数据库表的字段就行. 但是如果系统经常会访问“地址”属性中的“城市”部分，那么就非要将“地址”这个属性重新拆分为省份、城市、详细地址等多个部分进行存储，这样在对地址中某一部分操作的时候将非常方便.
- CSDN博客推荐文章
数据库设计包括：库的设计，表的设计，字段的设计，主键和外键的设计，索引设计，约束设计. 1、数据库名称要明确，可以加前缀或后缀的方式，使其看起来有业务含义，比如数据库名称可以为Business_DB(业务数据库）. 2、在一个企业中，如果依赖很多产品，但是每个产品都使用同一套用户，那么应该将用户单独构建一个库，叫做企业用户中心. 3、不同类型的数据应该分开管理，例如，财务数据库，业务数据库等. 4、由于存储过程在不同的数据库中，支持方式不一样，因此不建议过多使用和使用复杂的存储过程. 为数据库服务器降低压力，不要让数据库处理过多的业务逻辑，将业务逻辑处理放到应用程序中. 1、
数据库表命名，将业务和基础表区分，采用驼峰表示法等.
坚持分享优质有趣的原创文章，并保留作者信息和版权声明，任何问题请联系：@。数据库系统(四)_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
文档贡献者
评价文档：
数据库系统(四)
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
大小：649.00KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
天大《数据库原理》学习笔记三
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口}