如何把SQLserver数据每天插入到mysql

跨数据库同步这件事，何把最稳的天插路子往往不是写代码，而是何把用 SQL Server 自带的“导出向导”配合 MySQL 的批量加载。听起来有点土，天插但我在三个生产环境里都这么干，何把两年没出过数据错位。天插

先说清楚一个前提：SQL Server 和 MySQL 之间没有原生的何把“复制”通道。SQL Server 的天插复制功能只认 SQL Server 订阅端，MySQL 那边得靠中间层。何把中间层可以是天插 SSIS、Python 脚本，何把也可以是天插每天定时跑的一个 .bat 文件。我选的何把是最后一种，原因很简单——出问题的天插时候，运维能看懂。何把

具体流程分两步走。第一步，从 SQL Server 把当天新增的数据抽出来，存成 CSV。第二步，把 CSV 灌进 MySQL。听起来像把大象装冰箱，但细节全在“怎么抽”和“怎么灌”上。

抽数据的时候，别用 SELECT *。我吃过亏，源表加了个字段，CSV 列数变了，MySQL 那边直接报错。正确做法是显式列出需要的列，并且用 WHERE 条件框定增量范围。如果表里有 UpdateTime 字段，就用它；如果没有，就用自增主键。我见过一个表，主键是 GUID，没有时间戳，最后只能靠“昨天最大 ID”这种笨办法，但也能跑。

SQL Server 导出 CSV 有个坑：默认编码是 UTF-16，MySQL 的 LOAD DATA 不认。得在导出时选“平面文件目标”，然后手动把代码页改成 65001（UTF-8）。这个选项藏得深，在“高级”选项卡的“始终检查”下面。我第一次找的时候，翻了十分钟。

灌数据到 MySQL，LOAD DATA LOCAL INFILE 比 INSERT 快一个数量级。十万行数据，INSERT 要跑一分半，LOAD DATA 三秒完事。但 LOCAL 关键字在 MySQL 8.0 默认是关的，得在客户端配置里加 local_infile=1。服务端也要开 local_infile，否则报错 ERROR 3948。

下面是一个能直接用的命令示例，我把它写进了一个 .bat 文件，每天凌晨两点跑：

bcp "SELECT id, name, amount, UpdateTime FROM SalesDB.dbo.Orders WHERE UpdateTime >= DATEADD(day, -1, GETDATE())" queryout "C:\temp\orders.csv" -c -t"," -S localhost -U sa -P yourpassword -f "C:\temp\orders.fmt" mysql -u root -pYourPass --local-infile=1 -e "LOAD DATA LOCAL INFILE 'C:/temp/orders.csv' INTO TABLE orders FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n' (id, name, amount, UpdateTime);" 

bcp 后面的 -f 指定格式文件，这个文件里要写明每列的数据类型和分隔符。格式文件不用手写，用 bcp 的 format 参数生成一次就行。生成之后，把里面的 SQLCHAR 改成 SQLVARCHAR，不然中文会乱码。

有个细节容易被忽略：MySQL 的 LOAD DATA 默认把 \n 当行结束符，但 Windows 的 CSV 是 \r\n。如果 CSV 里某列的值本身包含换行符，整个导入会错位。解决办法是在 bcp 导出时加 -r "\n"，强制行结束符为 \n。这个参数在 bcp 的文档里写得很隐蔽，我是在一次数据错位后才发现的。

增量同步的另一个麻烦是“重复插入”。如果昨天的任务失败了，今天重跑，LOAD DATA 会把昨天的数据再插一遍。我的做法是在 MySQL 侧建一个临时表，先 LOAD DATA 到临时表，再用 INSERT ... SELECT ... WHERE NOT EXISTS 合并到正式表。多一步，但能保证幂等。

临时表的建表语句和正式表一样，只是名字加 _tmp。合并完 TRUNCATE 临时表，下次继续用。这个模式我用了很久，没出过重复数据。

最后说一个真实案例。有个客户的订单表每天新增约 8 万行，用上面的方法，从 SQL Server 导出到 MySQL 导入，全程 12 秒。他们的运维原来写了个 Python 脚本，用 pymssql 和 pymysql 逐行读、逐行插，跑一次要 40 分钟。换成 bcp + LOAD DATA 之后，他跟我说：“这玩意儿怎么这么快？”

快的原因很简单：bcp 是原生批量导出，LOAD DATA 是原生批量导入，中间没有逐行解析的开销。Python 脚本慢，是因为它在客户端一行一行地拼 SQL，网络往返次数太多了。

如果你现在还在用 INSERT INTO ... SELECT 跨库同步，可以试试这个方案。不需要装额外软件，SQL Server 和 MySQL 自带的命令行工具就够。唯一的要求是：两台机器之间能互相访问文件路径。如果是云数据库，得先把 CSV 传到中转服务器，再从中转服务器灌到 MySQL。多一跳，但逻辑不变。