SELECT ... INTO OUTFILE 最快但受限于 FILE 权限和 secure_file_priv 配置；命令行加 --batch --raw 配合 sed 可绕过权限问题；Python 脚本最稳妥，支持 UTF-8 BOM、自动转义及流式处理大表。
用 SELECT ... INTO OUTFILE 最快但有权限限制
MySQL 原生支持直接导出为 CSV，但前提是 MySQL 服务进程有写入目标路径的权限，且你拥有 FILE 权限。它不经过客户端，是服务端直接写文件，所以快、可控性强。
-
INTO OUTFILE只能写到 MySQL 服务器本地磁盘（不是你的本地电脑），路径必须是绝对路径，例如/tmp/export.csv - 必须显式指定字段分隔符和行结束符，否则默认用制表符
\t和换行\n，不是标准 CSV - 示例语句：
SELECT id, name, created_at FROM users INTO OUTFILE '/tmp/users.csv' FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY '\n';
- 如果报错
ERROR 1290 (HY000): The MySQL server is running with the --secure-file-priv option...，说明secure_file_priv被设定了白名单目录，得先查：SHOW VARIABLES LIKE 'secure_file_priv';，只能导出到该路径下
用 mysql 命令行加 --batch 和 --raw 绕过权限问题
如果你没权限用 INTO OUTFILE，或者想导出到自己机器上，命令行工具配合 shell 处理更实际。关键是关闭列名输出、禁用转义、控制分隔符。
- 加
--batch（或-B）让输出用 tab 分隔；再加--raw（或-r）避免反斜杠转义，这对含换行、引号的字段很重要 - 用
sed或awk把 tab 换成逗号，并给每字段加双引号（可选但推荐）：mysql -u root -p -D mydb -N -B -r -e "SELECT id, name, email FROM users;" | sed 's/\t/","/g' | sed 's/^/"/;s/$/"/' > users.csv
-
-N省略列头，-B启用 batch 模式，-r关闭转义——三者缺一不可，否则 CSV 容易错位或损坏 - 注意：如果字段本身含逗号或换行符，纯
sed替换无法生成合规 CSV，此时应改用 Python 或csvkit工具处理
用 Python 的 mysql-connector-python + csv 模块最稳妥
当数据含特殊字符、需要编码控制（如 UTF-8 BOM）、或要加表头时，脚本方式最可靠。不用依赖 MySQL 服务端配置，也不用担心 shell 转义陷阱。
Miller CSV TSV JSON 数据处理器
下载
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
- 关键点：连接时指定
charset='utf8mb4'，写文件时用encoding='utf-8-sig'防 Excel 打开乱码 -
csv.writer自动处理引号、逗号、换行等转义，比手写sed安全得多 - 简例：
import mysql.connector import csv <p>conn = mysql.connector.connect(host='localhost', user='root', password='xxx', database='mydb', charset='utf8mb4') cursor = conn.cursor() cursor.execute("SELECT id, name, email FROM users") with open('users.csv', 'w', newline='', encoding='utf-8-sig') as f: writer = csv.writer(f, quoting=csv.QUOTE_MINIMAL) writer.writerow([desc[0] for desc in cursor.description]) # 写表头 writer.writerows(cursor.fetchall()) cursor.close() conn.close() - 别漏掉
newline=''参数，Windows 下不加会导致空行；quoting=csv.QUOTE_MINIMAL是平衡安全与可读性的默认选择
导出大表时容易卡住或内存爆掉
一次性拉取百万行进内存再写 CSV，Python 脚本会吃光内存，mysql 命令行也可能因缓冲区溢出失败。必须流式处理。
- MySQL 端用
LIMIT+OFFSET分页风险高（深度分页慢），推荐用主键范围分片，例如：WHERE id BETWEEN 10000 AND 19999 - Python 中用
cursor.fetchmany(size=10000)替代fetchall()，边取边写，内存占用恒定 - 命令行方式无内置流控，大表慎用；若坚持用，可结合
mysql --quick（启用 mysql_use_result）减少客户端内存占用 - CSV 文件本身无“大文件标准”，但 Excel 打开超过 1048576 行会截断——导出前心里要有数，必要时拆分成多个文件
导出 CSV 看似简单，真正踩坑的地方都在权限、编码、特殊字符和大数据量这四块。尤其别小看 secure_file_priv 和 utf-8-sig 这两个细节，它们往往决定你花十分钟还是两小时搞定。
