SELECT INTO OUTFILE只能将查询结果写入MySQL服务器磁盘，无法直接导出到本地电脑；需用mysql命令行重定向、客户端工具或分块导出等替代方案实现本地落地。
SELECT ... INTO OUTFILE 在 MySQL 里能直接把结果写到服务器磁盘，但它不适用于“导出到本地文件”这个需求——因为文件生成在数据库服务器上，不是你的电脑。真要快速导出海量查询结果到本地，得绕开这个限制，用真正落地到本地的方案。
MySQL 命令行重定向是最稳的本地导出方式
mysql 客户端本身不生成文件，但配合 shell 重定向，能把查询结果原样落到你本地机器上。关键不是 SQL 语句本身，而是怎么调用客户端：
常见错误是直接在 mysql> 交互式会话里执行 SELECT ... INTO OUTFILE，结果文件出现在服务器 /tmp 下，你根本拿不到。
正确做法是退出交互模式，在终端执行：
mysql -u root -p -h db.example.com -D mydb -e "SELECT id, name FROM users WHERE created_at > '2025-01-01';" > /Users/you/export.csv- 如果字段含逗号或换行符，加
--batch --raw --skip-column-names参数避免格式污染 - 用
sed或awk做简单 CSV 包裹（如sed 's/$/"/; s/^/"/; s/\t/","/g'），比纯 SQL 的FIELDS TERMINATED BY更可控 - 大数据量时加
--quick（即-q），防止客户端缓存整张结果集导致内存爆掉
PostgreSQL 用 psql 的 \copy 指令最可靠
COPY ... TO STDOUT 是服务端命令，只能写到服务器；而 \copy 是 psql 客户端指令，自动把结果传回本地再写文件，权限和路径都由你本地环境决定：
别在 psql 里写 COPY (SELECT ...) TO '/local/path.csv'; —— 这会报错，因为服务端找不到你本地路径。
应该这样操作：
- 进 psql 后执行：
\copy (SELECT id, email FROM customers WHERE status = 'active') TO '/home/user/customers.csv' WITH (FORMAT CSV, HEADER true, DELIMITER ','); - 或者更灵活：用
psql -c "SELECT ..."配合重定向，和 MySQL 类似 -
\copy支持ENCODING 'UTF8'，中文不乱码；但注意 Windows 路径要用正斜杠或双反斜杠
SQL Server 怎么办？别碰 xp_cmdshell 和 BCP 本地路径陷阱
BCP 工具默认只认 SQL Server 所在机器的路径。想导出到你本地电脑，必须满足两个条件之一：
要么你在本地装 SQL Server 客户端工具（如 sqlcmd），然后用重定向：
sqlcmd -S db.example.com -U sa -P pwd -d mydb -Q "SELECT * FROM logs" -o "C:\temp\logs.csv" -s "," -W-
-s ","设分隔符，-W去首尾空格，-h -1去列头（按需） - 注意：Windows 路径中的空格或特殊字符要加引号，比如
-o "D:\My Data\out.csv"
要么用 SSMS 导出向导 → 选“将结果保存到文件”，但仅限单次查询、不能脚本化，且大数据量容易卡死或 OOM。
为什么不用 Python + pandas？小心内存和编码坑
pandas.read_sql_query() 看起来方便，但导出千万级数据时极易触发 MemoryError：
真正可用的做法是分块读取 + 追加写入：
- 用
chunksize=10000参数分批拉数据，每批to_csv(..., mode='a', header=False if i else True) - 显式指定
encoding='utf-8-sig'，避免 Excel 打开乱码 - 别用
df.to_csv()一次性写——即使数据只有 50 万行，pandas 默认也会建全量 DataFrame，吃光 4GB 内存 - 如果只是导出，不用分析，
sqlite3或csv模块原生读游标更轻量
导出海量数据时，最易被忽略的是 字符编码一致性 和 字段内嵌换行符处理。CSV 不是“逗号分隔”那么简单，字段含 \n 或 " 时，必须用双引号包裹并转义，否则 Excel 或其他工具解析会错行。用数据库原生命令（如 \copy 或 mysql -e）比自己拼字符串更靠谱，因为它们内置了标准 CSV 转义逻辑。
