load data infile 报错主因是 secure_file_priv 限制，需查值并置csv于指定目录；批量insert应合并语句、加事务、控每批1000–5000行；csv含特殊字符须设 fields enclosed by '"' 等参数。
LOAD DATA INFILE 为什么本地文件总报错 ERROR 1290 (HY000)
MySQL 默认禁用本地文件导入，不是你路径写错了，是服务端配置卡住了。必须确认 secure_file_priv 的值——它要么是空（表示禁止所有本地加载），要么是一个具体目录（比如 /var/lib/mysql-files/），你的 CSV 文件必须放进去才能被 LOAD DATA INFILE 读到。
实操建议：
- 先执行
SHOW VARIABLES LIKE 'secure_file_priv';查当前限制 - 别用
LOAD DATA LOCAL INFILE—— 客户端开关常被禁用，且需额外加--local-infile=1启动 mysql 命令行 - Linux 下把 CSV 拷进
/var/lib/mysql-files/（或你查到的路径），再用绝对路径写LOAD DATA INFILE '/var/lib/mysql-files/data.csv' - 字段分隔符默认是
\t，CSV 通常是逗号，务必加FIELDS TERMINATED BY ','
INSERT INTO ... VALUES 批量插入时性能断崖式下降
单条 INSERT 插一万行，基本等于等一整杯咖啡凉透。MySQL 每次都走完整事务流程、写 redo log、刷盘，开销全在来回 IO 上。
实操建议：
- 把多行合并成一条语句：
INSERT INTO t(a,b) VALUES (1,2), (3,4), (5,6);—— 一次网络包、一次解析、一次锁表（如果没索引冲突） - 每批控制在 1000–5000 行之间：太小起不到批量效果，太大可能触发 max_allowed_packet 或锁等待
- 显式加事务包裹：
BEGIN; INSERT ... ; INSERT ... ; COMMIT;，否则每条INSERT都自动提交，性能更差 - 建表时已有大量索引？临时
DROP INDEX，插完再建，速度能差 5–10 倍
CSV 字段含换行、引号、逗号，LOAD DATA 直接错乱
标准 CSV 允许字段用双引号包裹，里面还能有换行和逗号，但 LOAD DATA INFILE 默认不识别这个规则，会把换行当行尾、把引号当普通字符，直接截断或报错 ERROR 1300 (HY000): Invalid utf8mb4 character string。
实操建议：
- 必须声明
FIELDS ENCLOSED BY '"'，否则引号毫无意义 - 加上
LINES TERMINATED BY '\n'（Windows 是'\r\n'），避免系统换行符差异干扰 - 如果数据里真有双引号，得提前转义成两个双引号
""—— 这是 RFC 4180 规定，MySQL 只认这种 - 不确定格式是否干净？先用 Python 或 awk 抽几行
head -n 100 data.csv | cat -n看真实结构，别信文件名
Python pandas.to_sql() 看似方便，但线上千万别默认用
它底层就是拼 INSERT 语句，每行一条，默认还带 if_exists='append' + 自动建表，对大 CSV 来说，等于手动写一万条 INSERT，网络和解析开销拉满。
实操建议：
- 强制改用
method='multi'：df.to_sql(..., method='multi')，能合并成一批VALUES，快 3–5 倍 - 更大文件（>10 万行）直接放弃
to_sql，用pandas.read_csv()加 chunksize 流式读，配合批量executemany()或生成临时 CSV 再LOAD DATA - 注意
dtype显式传给to_sql，否则 pandas 推断的object类型可能映射成TEXT，后续查询慢、索引失效 - SQLite 下倒可以放心用，但 MySQL / PostgreSQL 就别图省事了
真正卡住人的往往不是语法，而是 secure_file_priv 路径权限、CSV 换行符隐藏字符、或者 pandas 默认不批量。这些点不手动验证一遍，光看文档只会反复撞墙。
