如何在SQL查询中把结果直接导出为CSV格式？

SELECT INTO OUTFILE是MySQL原生最快导出CSV方案，但仅限服务器本地路径、需FILE权限且受secure_file_priv限制；必须手动指定FIELDS TERMINATED BY、ENCLOSED BY和LINES TERMINATED BY参数，并处理中文编码、表头缺失及特殊字符转义问题。

MySQL 使用 SELECT ... INTO OUTFILE 导出 CSV

MySQL 原生支持直接将查询结果写入服务器本地文件，用的是 SELECT ... INTO OUTFILE。但注意：它**只能写到数据库服务器所在机器的文件系统**，且执行用户需有 FILE 权限，同时受 secure_file_priv 变量限制（可通过 SHOW VARIABLES LIKE 'secure_file_priv'; 查看允许路径）。

典型用法：

SELECT id, name, email FROM users WHERE created_at > '2024-01-01' INTO OUTFILE '/var/lib/mysql-files/users_export.csv'FIELDS TERMINATED BY ',' ENCLOSED BY '"'LINES TERMINATED BY 'n';

• FIELDS TERMINATED BY ',' 指定字段分隔符，逗号是 CSV 标准，但也可换为 ; 或 t
• ENCLOSED BY '"' 表示字符串字段用双引号包裹，避免含逗号或换行的内容破坏格式
• LINES TERMINATED BY 'n' 控制行尾，Linux 用 n，Windows 服务建议用 rn（否则 Excel 可能显示为单行）
• 导出路径必须存在、MySQL 进程有写权限，且不能是相对路径或用户主目录（如 ~/export.csv）

PostgreSQL 用 COPY 命令导出查询结果

PostgreSQL 的 COPY 支持直接导出查询结果，但同样只写到数据库服务器本地磁盘（COPY (SELECT ...) TO ...），客户端无法直写本地。若需导出到本地机器，得用 copy（psql 元命令，客户端执行）：

copy (SELECT id, name, email FROM users WHERE status = 'active') TO '/tmp/export.csv' WITH (FORMAT CSV, HEADER TRUE, DELIMITER ',');

• copy 是 psql 特有命令，不是 SQL 标准，不能在其他客户端（如 pgAdmin、JDBC）里直接运行
• HEADER TRUE 加表头，不加则只有数据行
• 路径是客户端所在机器的路径，不是数据库服务器路径
• 若遇到 permission denied，检查目标目录是否可写，且 psql 用户有权限创建该文件

SQLite 怎么导出 CSV？用 .mode csv + .output

SQLite 命令行工具（sqlite3）没有内置导出语句，但交互模式下可通过元命令组合完成：

sqlite3 mydb.db> .mode csv> .headers on> .output export.csv> SELECT id, name, email FROM users;> .output stdout

• .mode csv 启用 CSV 输出格式（自动加引号、转义双引号、用逗号分隔）
• .output 把后续所有查询输出重定向到文件；执行完记得切回 stdout，否则后续命令也写进文件
• 不支持 WHERE 或 LIMIT 动态参数，但可以拼接 shell 命令（如 echo "SELECT ...;" | sqlite3 mydb.db > export.csv）
• 导出文件编码默认是 UTF-8，但 Windows Excel 打开可能乱码，可加 BOM：echo -ne 'xEFxBBxBF' | cat - export.csv > export_bom.csv

通用方案：用客户端工具或脚本中转

当数据库权限受限（比如云数据库禁止 INTO OUTFILE 或 COPY）、或需要导出到本地、或要加复杂处理（如字段映射、空值替换、分页导出）时，绕过服务端写文件是最稳妥的做法。

例如 Python + pandas：

import pandas as pdimport sqlite3  # 或 pymysql / psycopg2<p>conn = sqlite3.connect('mydb.db')df = pd.read_sql_query("SELECT id, name, email FROM users", conn)df.to_csv('local_export.csv', index=False, encoding='utf-8-sig')

• encoding='utf-8-sig' 是关键：让 Excel 能正确识别 UTF-8 中文，否则可能乱码
• 大数据量时别一次性读全表，用 chunksize 分批处理，避免内存溢出
• 字段含换行符、引号、逗号时，pandas.to_csv() 默认会正确转义，比手写 CSV 处理更可靠

真正麻烦的从来不是“怎么导”，而是导出后 Excel 打不开、中文乱码、数值被自动转成科学计数法——这些都不是 SQL 层能解决的，得从编码、BOM、Excel 自动类型推断入手。