圖文詳解如何在navicat中導入excel表格數(shù)據(jù)
基礎操作篇
1. 首先打開navicat 軟件,進入后打開連接
2. 進入后選擇新建數(shù)據(jù)庫
3. 數(shù)據(jù)庫名隨便輸入一個,字符集選擇 utf8,排序規(guī)則選擇utf8_general_ci ,這樣可以最大程度地支持中文 ,點擊好,新建數(shù)據(jù)庫
4. 打開剛剛創(chuàng)建的數(shù)據(jù)庫:
5. 進去后在表這一列選擇導入向導
6. 進入后選擇excel 文件(*.xls, *.xlsx) 選項,點擊繼續(xù)
7. 選擇添加文件,將文件加入,點擊繼續(xù)
8.選中加載出來的數(shù)據(jù)表,選擇繼續(xù)
9.默認用第一行作為sql 表的表頭,第二行開始作為真實的數(shù)據(jù)內容,點擊繼續(xù)
10.點擊繼續(xù)
11.映射字段這一步可以對表字段進行一定的調整,在不需要調整的情況下點擊繼續(xù)(默認以剛選擇的第一行左右sql 的表字段)
12.接下來一般選擇追加模式,點擊繼續(xù)
(追加,不會清空掉原有數(shù)據(jù),如需要導入多張表的情況下,可以選擇追加)
13.接下來點擊開始即可導入,記得一定要點開始?。。。?/h3>
14. 60 多萬行數(shù)據(jù)導入成功,耗時70 多秒,點擊完成即可成功導入數(shù)據(jù)
16. 點擊表里面的sheet1 即可看到數(shù)據(jù)
17. 打開命令行運行sql,點擊上方表頭查詢,進入sql 命令窗口
18. 進入后點擊圖中位置新增查詢
19. 進入命令窗口
20. 比如此處我們查詢一下總共的導入數(shù)據(jù)有多少條
SELECT COUNT(1) FROM Sheet1
21. 得到運行結果如下
好了,以上就完成了從excel 中導入數(shù)據(jù)到mysql ,并執(zhí)行sql 語句的過程,我們可以通過寫sql 來做各種各樣的查詢哦~
進階操作篇
下面為進階內容,如果遇到查詢緩慢,我們可以通過新增索引來解決查詢緩慢問題
通過索引可以提效99% 的查詢慢問題場景
進入及設計方式如下:
22. 從左欄進入表,點擊箭頭那的編輯符合那里,進入設計表
23.進入后選擇第二個選項,即索引這一欄,然后進入,就可以看到如下的界面
24.點擊+ 號處,新增索引
25, 索引名稱隨便填一個,比如填個newindex,然后字段名選擇對應的表頭的某一列名稱
26. 關于索引類型選擇
索引類型可以選擇 normal (普通索引),一般選擇,如果能夠明確該列中的任意值都不會重復的話,可以選擇unique(唯一索引)、fulltext 為全文本索引,一般用于會被like 的字段處,spatial 索引為空間索引,但使用這個,需要將字段 置為not null(或者能夠明確非空),我這里選擇了normal(因為我里面的數(shù)據(jù)是有重復的,非唯一)
27、關于索引方法選擇
索引方法選擇BTREE(b+樹 索引),也可以選擇hash ,一般的隨意數(shù)據(jù)比較難看出兩者的區(qū)別,但hash 索引對一些范圍查詢優(yōu)化得不是很好
28. 至此,一條索引就新建完成啦~
29. 保存索引
記得一定要點擊保存按鈕,然后可以再去原來的查詢界面查看查詢效果的改進咋樣
30.效果對比
此處是一個加入索引前后的效果對比,可以明顯看到,加入索引后,查詢速度有了很大的提升哦~
附:mysql spatial簡介_詳細介紹mysql索引類型:FULLTEXT、NORMAL、SPATIAL、UNIQUE
mysql索引類型:FULLTEXT、NORMAL、SPATIAL、UNIQUE的詳細介紹
Normal 普通索引
表示普通索引,大多數(shù)情況下都可以使用
Unique 唯一索引
表示唯一的,不允許重復的索引,如果該字段信息保證不會重復例如身份證號用作索引時,可設置為unique
約束唯一標識數(shù)據(jù)庫表中的每一條記錄,即在單表中不能用每條記錄是唯一的(例如身份證就是唯一的),Unique(要求列唯一)和Primary Key(primary key = unique + not null 列唯一)約束均為列或列集合中提供了唯一性的保證,Primary Key是擁有自動定義的Unique約束,但是每個表中可以有多個Unique約束,但是只能有一個Primary Key約束。
mysql中創(chuàng)建Unique約束
Full Text 全文索引
表示全文收索,在檢索長文本的時候,效果最好,短文本建議使用Index,但是在檢索的時候數(shù)據(jù)量比較大的時候,現(xiàn)將數(shù)據(jù)放入一個沒有全局索引的表中,然后在用Create Index創(chuàng)建的Full Text索引,要比先為一張表建立Full Text然后在寫入數(shù)據(jù)要快的很多
FULLTEXT 用于搜索很長一篇文章的時候,效果最好。用在比較短的文本,如果就一兩行字的,普通的 INDEX 也可以。
SPATIAL 空間索引
空間索引是對空間數(shù)據(jù)類型的字段建立的索引,MYSQL中的空間數(shù)據(jù)類型有4種,分別是GEOMETRY、POINT、LINESTRING、POLYGON。MYSQL使用SPATIAL關鍵字進行擴展,使得能夠用于創(chuàng)建正規(guī)索引類型的語法創(chuàng)建空間索引。創(chuàng)建空間索引的列,必須將其聲明為NOT NULL,空間索引只能在存儲引擎為MYISAM的表中創(chuàng)建
btree索引和hash索引的區(qū)別
1、BTREE(B樹(可以是多叉樹)) {主流使用}
2、HASH(key,value) 這種方式對范圍查詢支持得不是很好
hash 索引結構的特殊性,其檢索效率非常高,索引的檢索可以一次定位,不像B-Tree 索引需要從根節(jié)點到枝節(jié)點,最后才能訪問到頁節(jié)點這樣多次的IO訪問,所以 Hash 索引的查詢效率要遠高于 B-Tree 索引。
可 能很多人又有疑問了,既然 Hash 索引的效率要比 B-Tree 高很多,為什么大家不都用 Hash 索引而還要使用 B-Tree 索引呢?任何事物都是有兩面性的,Hash 索引也一樣,雖然 Hash 索引效率高,但是 Hash 索引本身由于其特殊性也帶來了很多限制和弊端,主要有以下這些。
(1)Hash 索引僅僅能滿足”=”,”IN”和”<=>”查詢,不能使用范圍查詢。
由于 Hash 索引比較的是進行 Hash 運算之后的 Hash 值,所以它只能用于等值的過濾,不能用于基于范圍的過濾,因為經(jīng)過相應的 Hash 算法處理之后的 Hash 值的大小關系,并不能保證和Hash運算前完全一樣。
(2)Hash 索引無法被用來避免數(shù)據(jù)的排序操作。
由于 Hash 索引中存放的是經(jīng)過 Hash 計算之后的 Hash 值,而且Hash值的大小關系并不一定和 Hash 運算前的鍵值完全一樣,所以數(shù)據(jù)庫無法利用索引的數(shù)據(jù)來避免任何排序運算;
(3)Hash 索引不能利用部分索引鍵查詢。
對于組合索引,Hash 索引在計算 Hash 值的時候是組合索引鍵合并后再一起計算 Hash 值,而不是單獨計算 Hash 值,所以通過組合索引的前面一個或幾個索引鍵進行查詢的時候,Hash 索引也無法被利用。
(4)Hash 索引在任何時候都不能避免表掃描。
前面已經(jīng)知道,Hash 索引是將索引鍵通過 Hash 運算之后,將 Hash運算結果的 Hash 值和所對應的行指針信息存放于一個 Hash 表中,由于不同索引鍵存在相同 Hash 值,所以即使取滿足某個 Hash 鍵值的數(shù)據(jù)的記錄條數(shù),也無法從 Hash 索引中直接完成查詢,還是要通過訪問表中的實際數(shù)據(jù)進行相應的比較,并得到相應的結果。
(5)Hash 索引遇到大量Hash值相等的情況后性能并不一定就會比B-Tree索引高。
對于選擇性比較低的索引鍵,如果創(chuàng)建 Hash 索引,那么將會存在大量記錄指針信息存于同一個 Hash 值相關聯(lián)。這樣要定位某一條記錄時就會非常麻煩,會浪費多次表數(shù)據(jù)的訪問,而造成整體性能低下。
在實際操作過程中,應該選取表中哪些字段作為索引?
為了使索引的使用效率更高,在創(chuàng)建索引時,必須考慮在哪些字段上創(chuàng)建索引和創(chuàng)建什么類型的索引,有7大原則:
1.選擇唯一性索引
2.為經(jīng)常需要排序、分組和聯(lián)合操作的字段建立索引
3.為常作為查詢條件的字段建立索引
4.限制索引的數(shù)目
5.盡量使用數(shù)據(jù)量少的索引
6.盡量使用前綴來索引
7.刪除不再使用或者很少使用的索引
8. 經(jīng)常更新修改的字段不要建立索引(針對mysql說,因為字段更改同時索引就要重新建立,排序,而Orcale好像是有這樣的機制字段值更改了,它不立刻建立索引,排序索引,而是根據(jù)更改個數(shù),時間段去做平衡索引這件事的)
9、不推薦在同一列建多個索引
寫在最后:
到此這篇關于如何在navicat中導入excel表格數(shù)據(jù)的文章就介紹到這了,更多相關navicat導入excel表格數(shù)據(jù)內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
錯誤代碼:1100 Table ''t_depart_info'' was not locked with LOCK T
這篇文章就是告訴大家如何解決錯誤代碼:1100 Table 't_depart_info' was not locked with LOCK TABLES,遇到類似問題的朋友可以參考一下2015-10-10海量數(shù)據(jù)庫的查詢優(yōu)化及分頁算法方案 2 之 改良SQL語句
海量數(shù)據(jù)庫的查詢優(yōu)化及分頁算法方案 2 之 改良SQL語句...2007-03-03大數(shù)據(jù)時代的數(shù)據(jù)庫選擇:SQL還是NoSQL?
執(zhí)行大數(shù)據(jù)項目的企業(yè)面對的關鍵決策之一是使用哪個數(shù)據(jù)庫,SQL還是NoSQL?SQL有著驕人的業(yè)績,龐大的安裝基礎;而NoSQL正在獲得可觀的收益,且有很多支持者。我們來看看兩位專家對這個問題的看法2014-03-03最新統(tǒng)計排名前十的SQL和NoSQL數(shù)據(jù)庫排行榜
這篇文章主要介紹了最新統(tǒng)計排名前十的SQL和NoSQL數(shù)據(jù)庫排行榜,本文包括Oracle、MySQL、Microsoft SQL Server、PostgreSQL、MongoDB等數(shù)據(jù)庫,需要的朋友可以參考下2014-09-09dbeaver工具連接達夢數(shù)據(jù)庫的完整步驟
DBeaver數(shù)據(jù)庫連接工具是我用了這么久最好用的一個數(shù)據(jù)庫連接工具,擁有的優(yōu)點,支持的數(shù)據(jù)庫多、快捷鍵很贊、導入導出數(shù)據(jù)非常方便,下面這篇文章主要給大家介紹了關于dbeaver工具連接達夢數(shù)據(jù)庫的完整步驟,需要的朋友可以參考下2023-05-05