在DBeaver导入CSV时，日期格式需在导入向导的「列映射」步骤中逐列设置：点击目标列旁铅笔图标，输入Java SimpleDateFormat格式（如yyyy-MM-dd HH:mm:ss），不支持自动识别或多格式混用，必须显式配置且不保存复用。
导入向导里哪里改日期格式
在 DBeaver 导入 CSV 时，日期格式不是在建表或连接设置里配的，而是在导入向导的「列映射」步骤中单独指定。点到这一步后，你会看到每列的目标类型（比如 TIMESTAMP 或 DATE），右侧有「编辑」按钮（铅笔图标）——点它，才能打开日期格式输入框。
常见错误是跳过这步，直接点「下一步」，结果所有日期全变成 1970-01-01 或报错 Cannot parse date。DBeaver 不会自动猜格式，哪怕你的源数据是 2025/03/18 这种常见写法，也必须显式填 yyyy/MM/dd。
- 格式字符串用 Java
SimpleDateFormat语法，yyyy是 4 位年，yy是 2 位；MM是月（不是mm，那是分钟） - 如果源数据带时间，比如
2025-03-18 14:22:05，目标列类型得是TIMESTAMP，格式填yyyy-MM-dd HH:mm:ss - 空值或非法值默认转成
NULL，但若目标列设了NOT NULL，导入会中断
多种日期格式混在一起怎么办
CSV 里一列同时出现 2025-03-18、18/03/2025、Mar 18, 2025 ——DBeaver 的单格式配置无法覆盖。这时候别硬扛，导入前必须清洗。
推荐用 Python 脚本统一归一化（几行就能搞定），而不是依赖 DBeaver 的「自动识别」。它的 CSV 导入器（DataImporterCSV.java）只支持单格式解析，多格式会批量失败。
- 用
pandas.to_datetime(..., infer_datetime_format=False)+.dt.strftime()强制转成YYYY-MM-DD - Excel 用户可先用「数据 → 分列 → 日期格式」手动转，再另存为 CSV UTF-8
- 千万别选「自动检测格式」复选框——它基本不可靠，尤其对中文环境下的日/月顺序
时区和毫秒精度怎么处理
目标列是 TIMESTAMP WITH TIME ZONE，但 CSV 里只有 2025-03-18 14:22:05（无时区）？DBeaver 默认按系统本地时区解释，可能造成 8 小时偏移。解决方法有两个：
- 在日期格式框里补上时区标识，比如填
yyyy-MM-dd HH:mm:ss.SSS Z，并确保源数据真有时区字段（否则会解析失败） - 更稳妥的做法：把目标列类型设为
TIMESTAMP WITHOUT TIME ZONE，入库后再用 SQL 转换，避免隐式时区转换污染 - 毫秒部分（如
2025-03-18 14:22:05.123）需在格式中显式加.SSS，少一个字符就整个字段变NULL
ClickHouse 或其他 OLAP 数据库的特殊注意点
往 ClickHouse 导入日期时，Date 类型只接受 YYYY-MM-DD，DateTime 类型才支持带时间。如果你填了 yyyy-MM-dd HH:mm:ss 但目标列是 Date，DBeaver 会静默截断时间部分，不报错但数据丢失。
另外，ClickHouse JDBC 驱动对日期格式敏感度更高——即使格式字符串完全匹配，若源数据某行多了一个空格（如 " 2025-03-18"），整批导入也会卡在那个位置不动，错误日志藏在 plugins/org.jkiss.dbeaver.data.transfer/ 的 debug 输出里，不容易发现。
真正容易被忽略的是：日期格式配置只作用于当前导入任务，下次再导另一个 CSV，哪怕表结构一样，也得重新填一遍——它不保存到连接或表元数据里。
