从csv文件大容量插入-忽略有错误的行-SQL Server
我正在尝试将数据从csv文件导入SQL Server。csv文件中有数千个条目,其中有很多行的数据不正确 CSV文件中的某些行是:从csv文件大容量插入-忽略有错误的行-SQL Server,sql,sql-server,bulkinsert,csv-import,Sql,Sql Server,Bulkinsert,Csv Import,我正在尝试将数据从csv文件导入SQL Server。csv文件中有数千个条目,其中有很多行的数据不正确 CSV文件中的某些行是: `"ID"|"EmpID"|"FName"|"LName"|"Gender"|"DateOfBirth" "1"|"90043041961"|"ABCD"|"TEST"|"F"|"1848-05-05 00:00:00.000" "1"|"10010161961"|"XYZ"|"TEST"|"F"|"1888-12-12 00:00:00.000" . . .. .
`"ID"|"EmpID"|"FName"|"LName"|"Gender"|"DateOfBirth"
"1"|"90043041961"|"ABCD"|"TEST"|"F"|"1848-05-05 00:00:00.000"
"1"|"10010161961"|"XYZ"|"TEST"|"F"|"1888-12-12 00:00:00.000"
.
.
..
..
....
"4"|"75101141821PPKKLL"|"LLKK"|"F"|"1925-09-09 00:00:00.000"|""
"4"|"32041401961UUYYTT"|"PPLL"|"M"|"1920-01-01 00:00:00.000"|""
.
.....
"25"|"00468132034"|"FGTT"|"OOOO"|"F"|"1922-11-11 00:00:00.000"
"25"|"00468132034"|"KKKK"|"PPPP"|"F"|"1922-11-11 00:00:00.000"
创建TestTable并尝试将数据(来自csv文件)插入其中:
我正在使用以下脚本将数据从csv文件导入SQL Server中的TestTable
:
bulk insert TestTable
from 'C:\TestData.csv'
with
(firstrow = 2,
DATAFILETYPE='char',
FIELDTERMINATOR= '"|"',
ROWTERMINATOR = '\n',
ERRORFILE ='C:\ImportErrors.csv',
MAXERRORS = 0,
TABLOCK
);
错误:
Msg 4863,第16级,状态1,第1行第32763行第5列(性别)的大容量加载数据转换错误(截断) Msg 4863,第16级,状态1,第1行
第32764行第5列(性别)的大容量加载数据转换错误(截断) 是否有任何方法可以忽略由于某些原因或其他原因无法添加的行(csv文件中),并插入具有正确语法的行 谢谢
PS:我不能使用SSIS。只允许使用SQL我每周处理从不同来源收到的不同CSV文件,因此数据的质量很好,很干净,而其他数据则是噩梦。这就是我处理收到的CSV字段的方式,希望能对您有所帮助。您仍然需要添加一些数据验证来处理格式错误的数据
SET NOCOUNT ON
GO
-- Create Staging Table
IF OBJECT_ID(N'TempDB..#ImportData', N'U') IS NOT NULL
DROP TABLE #ImportData
CREATE TABLE #ImportData(CSV NVARCHAR(MAX))
-- Insert the CSV Data
BULK INSERT #ImportData
FROM 'C:\TestData.csv'
-- Add Control Columns
ALTER TABLE #ImportData
ADD ID INT IDENTITY(1, 1)
ALTER TABLE #ImportData
ADD Malformed BIT DEFAULT(0)
-- Declare Variables
DECLARE @Deliminator NVARCHAR(5) = '|', @ID INT = 0, @DDL NVARCHAR(MAX)
DECLARE @NumberCols INT = (SELECT LEN(CSV) - LEN(REPLACE(CSV, @Deliminator, '')) FROM #ImportData WHERE ID = 1)
-- Flag Malformed Rows
UPDATE #ImportData
SET Malformed = CASE WHEN LEN(CSV) - LEN(REPLACE(CSV, @Deliminator, '')) != @NumberCols THEN 1 ELSE 0 END
-- Create Second Staging Table
IF OBJECT_ID(N'TestTable', N'U') IS NOT NULL
DROP TABLE TestTable
CREATE table TestTable
(ID varchar(4000),
EmpID varchar(4000),
FName varchar(4000),
LName varchar(4000),
Gender varchar(4000),
DateOfirthB varchar(4000));
-- Insert CSV Rows
WHILE(1 = 1)
BEGIN
SELECT TOP 1
@ID = ID
,@DDL = 'INSERT INTO TestTable(ID, EmpID, FName, LName, Gender, DateOfirthB)' + CHAR(13) + CHAR(10) + REPLICATE(CHAR(9), 1)
+ 'VALUES' -- + CHAR(13) + CHAR(10) + REPLICATE(CHAR(9), 2)
+ '(' + DDL + ')'
FROM
(
SELECT
ID
,DDL = '''' + REPLACE(REPLACE(REPLACE(CSV, '''', ''''''), @Deliminator, ''','''), '"', '') + ''''
FROM
#ImportData
WHERE
ID > 1
AND Malformed = 0) D
WHERE
ID > @ID
ORDER BY
ID
IF @@ROWCOUNT = 0 BREAK
EXEC sp_executesql @DDL
END
-- Clean Up
IF OBJECT_ID(N'TempDB..#ImportData', N'U') IS NOT NULL
DROP TABLE #ImportData
-- View Results
SELECT * FROM dbo.TestTable
既然OP声明“[…]插入语法正确的那个”,我想知道为什么没有人建议修改MAXERRORS子句。尽管并非所有的错误都可以伪装,但它对于转换错误来说效果很好。
因此,我的建议是使用MAXERRORS=999代替MAXERRORS=0(根据最初的示例)。我知道这并不能回答您的问题,但我真诚地认为您最好尝试使用SSI来完成这项工作,而不是使用原始SSIsql@DForck42--我希望我能使用SSIS,但不能。我只能为此使用SQL…感谢您的建议,尽管通常的过程是首先将数据导入一个更宽容的暂存表(即所有字段都是NVARCHAR(4000))。然后使用SQL清理数据并将其移动到最终的表中。就我个人而言,我更喜欢这种方法而不是SSISmyself@Nick.McDermaid--好的。。我使用NVARCHAR(4000)将数据导入一个暂存表,然后清理它。。。听起来不错。。但是,csv表中有一些行,如
“4”|“75101141821PPKKLL”|“LLKK”|“F”|“1905-05-05 00:00:00.000”|“
,其中有一个额外的列条目。。我怎么能忽略这些?你的意思是说你有一个额外的管道,所以看起来有太多的列?将整行导入到一列中,然后再次使用SQL清理并拆分列。听起来很蠢,但很管用。事实上,如果要使用SSI,您也会遇到同样的问题-如果文本驱动程序无法正确识别列,则需要导入整行并手动拆分PSST:它不是@Deliminator
它的@Deliminator
。但不管怎么说,我还是故意在我发布的代码中拼错单词,如果我在其他网站上看到它,我知道它来自哪里;-),谢谢@MarkKram--非常感谢这应该是一个评论而不是回答,请用详细的解决方案更新你的帖子,
SET NOCOUNT ON
GO
-- Create Staging Table
IF OBJECT_ID(N'TempDB..#ImportData', N'U') IS NOT NULL
DROP TABLE #ImportData
CREATE TABLE #ImportData(CSV NVARCHAR(MAX))
-- Insert the CSV Data
BULK INSERT #ImportData
FROM 'C:\TestData.csv'
-- Add Control Columns
ALTER TABLE #ImportData
ADD ID INT IDENTITY(1, 1)
ALTER TABLE #ImportData
ADD Malformed BIT DEFAULT(0)
-- Declare Variables
DECLARE @Deliminator NVARCHAR(5) = '|', @ID INT = 0, @DDL NVARCHAR(MAX)
DECLARE @NumberCols INT = (SELECT LEN(CSV) - LEN(REPLACE(CSV, @Deliminator, '')) FROM #ImportData WHERE ID = 1)
-- Flag Malformed Rows
UPDATE #ImportData
SET Malformed = CASE WHEN LEN(CSV) - LEN(REPLACE(CSV, @Deliminator, '')) != @NumberCols THEN 1 ELSE 0 END
-- Create Second Staging Table
IF OBJECT_ID(N'TestTable', N'U') IS NOT NULL
DROP TABLE TestTable
CREATE table TestTable
(ID varchar(4000),
EmpID varchar(4000),
FName varchar(4000),
LName varchar(4000),
Gender varchar(4000),
DateOfirthB varchar(4000));
-- Insert CSV Rows
WHILE(1 = 1)
BEGIN
SELECT TOP 1
@ID = ID
,@DDL = 'INSERT INTO TestTable(ID, EmpID, FName, LName, Gender, DateOfirthB)' + CHAR(13) + CHAR(10) + REPLICATE(CHAR(9), 1)
+ 'VALUES' -- + CHAR(13) + CHAR(10) + REPLICATE(CHAR(9), 2)
+ '(' + DDL + ')'
FROM
(
SELECT
ID
,DDL = '''' + REPLACE(REPLACE(REPLACE(CSV, '''', ''''''), @Deliminator, ''','''), '"', '') + ''''
FROM
#ImportData
WHERE
ID > 1
AND Malformed = 0) D
WHERE
ID > @ID
ORDER BY
ID
IF @@ROWCOUNT = 0 BREAK
EXEC sp_executesql @DDL
END
-- Clean Up
IF OBJECT_ID(N'TempDB..#ImportData', N'U') IS NOT NULL
DROP TABLE #ImportData
-- View Results
SELECT * FROM dbo.TestTable