SELECT ... INTO OUTFILE语句导出数据时，如何指定字段分隔符、行终止符以及文件格式（如CSV）？

在 GBase 8a 中使用 SELECT ... INTO OUTFILE 语句导出数据时，通过 OPTION 子句中的一系列参数来指定字段分隔符、行终止符及文件格式。GBase 8a 没有直接的 CSV 格式关键字，但可以通过组合参数完美模拟标准 CSV 格式。

一、核心语法与参数

导出语句的完整语法结构如下：

SELECT ... FROM ... INTO OUTFILE 'file_name'
    [FIELDS TERMINATED BY 'string']
    [ENCLOSED BY 'char']
    [ESCAPED BY 'char']
    [LINES TERMINATED BY 'string']
    [CHARACTER SET charset_name]
    [WRITEMODE BY ...]
    ... ;

二、如何指定关键格式参数

1. 指定字段分隔符

使用 FIELDS TERMINATED BY 子句。

• 默认值：如果不指定，默认使用 '\t'（制表符，Tab键）。

   

  -- 使用竖线分隔
  SELECT * FROM t1 INTO OUTFILE '/data/out1.txt' FIELDS TERMINATED BY '|';
  -- 使用逗号分隔（模拟CSV）
  SELECT * FROM t1 INTO OUTFILE '/data/out2.txt' FIELDS TERMINATED BY ',';
  -- 使用不可见字符（如\x01）
  SELECT * FROM t1 INTO OUTFILE '/data/out3.txt' FIELDS TERMINATED BY '\x01';

2. 指定行终止符

使用 LINES TERMINATED BY 子句。

• 默认值：如果不指定，默认使用 '\n'（换行符）。

   

  -- 使用Windows风格的换行符
  SELECT * FROM t1 INTO OUTFILE '/data/out4.txt' LINES TERMINATED BY '\r\n';

3. 指定文件格式（模拟CSV及其他格式）

通过组合 FIELDS 和 LINES 的相关参数来定义格式。

• 标准CSV格式：字段用逗号分隔，字符串用双引号包围，换行符结束。

   

  SELECT * FROM t1 INTO OUTFILE '/data/out.csv'
      FIELDS TERMINATED BY ','
      OPTIONALLY ENCLOSED BY '"'
      ESCAPED BY '"'
      LINES TERMINATED BY '\n';
  

  • OPTIONALLY ENCLOSED BY '"'：表示仅字符串类型的字段会被双引号包围，数字等类型不加。若去掉 OPTIONALLY，则所有字段都加引号。

     

  • ESCAPED BY '"'：指定双引号为转义符。当字段内包含双引号时，会转义为两个双引号（""），这是标准CSV的规范。

• TSV（制表符分隔）格式：

   

  SELECT * FROM t1 INTO OUTFILE '/data/out.tsv'
      FIELDS TERMINATED BY '\t'
      LINES TERMINATED BY '\n';

• 自定义文本格式：

   

  -- 示例：字段用“|#|”分隔，字符串用单引号包围，行以“;\n”结束
  SELECT * FROM t1 INTO OUTFILE '/data/out_custom.txt'
      FIELDS TERMINATED BY '|#|'
      ENCLOSED BY '\''
      LINES TERMINATED BY ';\n';

三、其他重要格式控制参数

1. 参数详解部分：明确说明了 TERMINATED BY、ENCLOSED BY、LINES TERMINATED BY 的默认值和用法。

    

五、完整示例与注意事项

一个完整的、模拟标准CSV的导出示例：

SELECT id, name, salary FROM employees INTO OUTFILE '/home/gbase/employees.csv'
    FIELDS TERMINATED BY ','
    OPTIONALLY ENCLOSED BY '"'
    ESCAPED BY '"'
    LINES TERMINATED BY '\n'
    CHARACTER SET UTF8
    NULL_VALUE ''
    WRITEMODE BY OVERWRITES;

关键注意事项：

1. 文件路径：必须使用绝对路径。

2. 远程导出：若需将文件生成在客户端机器，需在语句前加 rmt: 前缀（无空格）。

    

3. 压缩导出：通过文件后缀自动识别，如 .gz、.snappy、.lzo。

    

4. 默认行为：如果目标文件已存在，默认会报错。可添加 WRITEMODE BY OVERWRITES 进行覆盖。

    

通过灵活组合这些参数，您可以精确控制GBase 8a导出数据的格式，以满足下游系统（如HDFS、Spark、ETL工具）或交换文件（如CSV）的严格要求。