核心是流式读取、状态机解析与缓冲控制协同：逐行读取时处理CSV字段内换行，用状态机识别引号内外逗号，拆分后立即类型转换，并通过ETL流水线并行加速。
核心在于避免一次性加载全部数据，用流式读取 + 状态机解析 + 合理缓冲控制三者协同。不能靠字符串分割，也不能全扔进内存，关键是要边读边识别字段边界。
用带缓冲的流逐行读取，不卡死文件句柄
无论用 Go 的 bufio.Scanner、Java 的 BufferedReader 还是 C 的 fgets，都必须设置合理缓冲区大小（如 64KB–256KB），防止小缓冲导致系统调用频繁。特别注意：不要用 readLine() 类接口直接读到换行符就停——CSV 字段内可能含换行符（被双引号包裹），此时需继续读下一行并拼接，直到找到匹配的结束引号。
- Go 中推荐用
scanner.Split(bufio.ScanLines)配合手动跨行合并逻辑 - Java 可封装
BufferedReader，遇到引号开头的行时循环readLine()直至引号闭合 - C 语言需自己维护读取状态，用
realloc动态扩展行缓冲，同时跳过\r兼容 Windows 换行
字段拆分必须用状态机，不是简单 split
逗号是否为分隔符，取决于当前是否处于引号内。靠 strtok 或 split(",") 会把 "Beijing, China" 错拆成两段。正确做法是遍历每个字符，维护一个“是否在引号中”的布尔状态，并处理转义引号（两个连续 " 视为一个）。
QuickBooks Mileage CSV
下载
使用 qbo-mileage CLI 及用户凭证，从 Airtable、Outlook 或 Google Calendar 记录生成 QuickBooks Online 里程 CSV 文件。
- 状态包括：空闲（Idle）、解析中（Parsing）、引号内（InQuotes）、转义中（Escaping）
- 遇到起始引号进入
InQuotes；再遇引号时，检查下一个是否也是引号——是则进入Escaping，跳过一个；否则退出引号状态 - 仅当不在引号内且遇到逗号时，才切分字段
拆分后立即转换类型，避免字符串堆压
读出字段字符串后，不要缓存大量 string 或 std::vector<std::string>。应立刻尝试转成目标类型（如 int64、float64、时间戳），失败则记录错误行号或丢弃。C/Go 中可用 strconv.ParseInt 或 strtol，Java 推荐 Long.parseLong 并捕获 NumberFormatException。
- 整数字段优先用
int64（防溢出），避免atoi或Integer.parseInt默认int32 - 浮点字段注意精度损失，必要时保留原始字符串供后续高精度计算
- 空字段、全空白字段按业务规则统一处理（如转为 NULL 或默认值）
结合 goroutine 或线程做流水线并行（可选但强烈建议）
对 GB 级 CSV，单线程读+解析+转换仍是瓶颈。可拆成 Extract → Transform → Load 三级 pipeline：
- Extract 阶段：1 个 goroutine / 线程顺序读文件，发每行到
chan string（缓冲 1024） - Transform 阶段：N 个 worker 并发消费行，执行状态机拆分 + 类型转换，输出结构体切片或 map
- Load 阶段：M 个 worker 异步写数据库或发 Kafka，避免阻塞上游
- 注意 channel 缓冲大小和 worker 数量需压测调优，过多 goroutine 反而增加调度开销
