MySQL内置函数是Java应用中数据清洗主力，通过TRIM、LOWER、REPLACE等字符串函数及COALESCE、LEAST/GREATEST等数学函数，在SQL层实时处理空格、大小写、非法字符、空值、异常范围等问题，Java仅执行语句。
Java 应用中调用 MySQL 时，真正做数据清洗的主力不是 Java 代码，而是 SQL 层本身——通过合理组合 MySQL 内置的数学函数和字符串函数，在 SELECT 或 UPDATE 语句里直接处理脏数据。Java 只需执行这些语句，无需在应用层做繁重的字符串拆解或数值校正。
字符串清洗：常见脏数据一键清理
用户输入、CSV 导入或日志采集常带来空格、大小写混乱、特殊字符、截断等问题。MySQL 字符串函数可在查询/更新时实时修正：
-
去首尾空格+统一小写：
LOWER(TRIM(name))—— 比如' SMITH '→'smith' -
替换非法字符：
REPLACE(REPLACE(phone, '-', ''), ' ', '')—— 清理'138-1234-5678'或'138 1234 5678'成纯数字 -
截取标准字段：
LEFT(email, LOCATE('@', email) - 1)提取用户名部分；SUBSTRING(url, 8)去掉'https://'前缀 -
安全拼接与格式化：
CONCAT_WS(' - ', TRIM(last_name), UPPER(LEFT(first_name, 1)))生成如'Zhang - L'这类规范标识
数学清洗：数值型字段校验与标准化
金额、评分、年龄等字段常含异常值（负数、超大数、空值），数学函数配合 COALESCE 和条件逻辑可快速兜底：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
-
空值转默认值 + 四舍五入：
ROUND(COALESCE(score, 0), 1)—— 把NULL当 0 处理，并保留一位小数 -
截断异常范围：
LEAST(GREATEST(age, 0), 120)—— 将年龄强制卡在 0–120 区间（GREATEST取较大值，LEAST取较小值） -
单位换算与归一化：
ROUND(price / 100.0, 2)把“分”转“元”；ABS(delta)取偏差绝对值用于统计 -
识别异常离群值（配合 WHERE）：
WHERE salary > 0 AND salary —— 虽不能在单行计算中直接用聚合函数，但可在子查询或视图中结合使用
嵌套组合：一次 SQL 完成多步清洗
真实清洗往往需要串联操作。MySQL 支持函数嵌套，顺序由内向外执行，适合构建清洗流水线：
立即学习“Java免费学习笔记（深入）”；
- 例如清洗手机号：
TRIM(BOTH ' ' FROM REPLACE(REPLACE(mobile, '+86', ''), '-', ''))—— 先去国家码、再去横线、最后去空格 - 又如标准化地址：
CONCAT(UPPER(LEFT(province, 2)), '省', TRIM(SUBSTRING(address, 1, 50)))—— 省名缩写大写+固定后缀+截断防超长 - 注意：WHERE 子句中慎用函数（如
WHERE UPPER(name) = 'SMITH'），会失效索引；建议清洗后存入新字段并建索引，或使用生成列（MySQL 5.7+）
Java 中调用建议：轻量封装，避免硬编码
不要把清洗逻辑写死在 Java 字符串拼接里。推荐方式：
- 将清洗 SQL 封装为命名视图（
CREATE VIEW cleaned_users AS SELECT ...），Java 直接查视图 - 使用 PreparedStatement 执行带清洗逻辑的 SELECT/UPDATE，参数化更安全：
String sql = "UPDATE users SET name = UPPER(TRIM(?)) WHERE id = ?" - 对高频清洗逻辑（如手机号标准化），可创建 MySQL 存储函数：
CREATE FUNCTION clean_mobile(m VARCHAR(20)) RETURNS VARCHAR(15) BEGIN RETURN TRIM(REPLACE(REPLACE(m, '+86', ''), ' ', '')); END，Java 中直接调用SELECT clean_mobile(' +86 138 1234 5678 ')
