如何在不将 csv 保存到磁盘的情况下将 csv 格式的数据从内存发送到数据库？

Question

我正在组建一个系统，该系统从 Quandl 收集数据并将其存储在数据库中。我应该注意，我所做的事情没有商业方面的意义（我没有客户/雇主）。我这样做是一种爱好，希望能学到一两件事。

无论如何，我为自己设定的挑战是构建一个系统，该系统可以自动从 Quandl 下载数据并将其存储在数据库中，而无需将 zip 或 csv 文件保存到磁盘。

Quandl 提供每日 'delta' 文件，可以下载为 zip 文件。 zip 文件被提取为 csv 文件。我已经设法下载了 zip 文件并将 csv 文件全部提取到内存中，使用 .Net 中的 MemoryStream、ZipArchive 和 StreamReader（特别是 F#——如果需要，很乐意提供代码 sn-p）。

现在我面临的挑战是如何将其转移到我的数据库中。我使用的数据库是 MariaDB（本质上与 MySQL 相同）。我使用它是因为这是我的 NAS 支持的唯一数据库类型。

选项是

1. 放弃我从不保存到磁盘并将 csv 保存到磁盘的目标，然后将文件路径传递给存储过程，如this answer。
2. 我可以将 csv 数据转换为 JSON 或 XML 并将其传递给存储过程，然后让服务器将字符串解析为临时表。我在使用 SQL Server 之前已经完成了这项工作，并且假设这里也有类似的情况。
3. 逐行读取csv并逐行传递给数据库。这确实是一个不可选项，因为它会非常慢。

似乎 2 是我所知道的最佳选择。有没有更直接的方法，不涉及将 csv 转换为 JSON 或 XML？

Answer 1

LOAD DATA INFILE 将是迄今为止最快的方式！但它确实需要您将 CSV 数据放入文件系统。您的设置中可能有一个临时的（甚至是 RAM）文件系统来执行此操作。

在 dotnet 世界中，有一个强大的模块用于从流中读取 CSV 数据。文件是流的一种特殊情况。由于历史原因，该模块被称为Microsoft.VisualBasic.FileIO.TextFieldParser。 （它在 Visual Basic 之外也能正常工作，只是很久以前就有了一个名字。）

如果您使用这种方法，您可以通过在每个事务中插入多行 CSV 来提高性能。有两种方法可以做到这一点。

一个是多行插入，像这样

     INSERT INTO tbl 
     (col,col,col)
     VALUES 
     (val, val, val),
     (val, val, val),
     (val, val, val),
     ...
     (val, val, val);

另一种是使用START TRANSACTION，然后执行几百次插入，然后执行COMMIT，然后重复此操作直到完成。经验告诉我们，这将使您的插入相当快。

在 MySQL 存储过程中解析 JSON？很难调试。而且，您仍然需要像我提到的那样管理交易。