导出数据库查询结果到CSV文件，几乎是每个开发者都会遇到的需求。但不同数据库的导出方式差异不小，且不少方案看似简单，用起来却容易踩坑——比如表头没了、中文字符乱码了、Excel里数字变成科学计数法了。这篇文章就梳理几种主流数据库的原生导出方式，以及一个更通用的脚本方案，帮你少走弯路。
MySQL 使用 SELECT ... INTO OUTFILE 导出 CSV
MySQL 原生支持直接将查询结果写入服务器本地文件，核心命令就是 SELECT ... INTO OUTFILE。但注意：它只能写到数据库服务器所在机器的文件系统，执行用户需要具备 FILE 权限，同时受 secure_file_priv 变量限制——可以通过 SHOW VARIABLES LIKE 'secure_file_priv'; 查看允许的路径。
典型用法如下：
SELECT id, name, email FROM users WHERE created_at > '2024-01-01' INTO OUTFILE '/var/lib/mysql-files/users_export.csv' FIELDS TERMINATED BY ',' ENCLOSED BY '"' LINES TERMINATED BY 'n';
这里几个参数值得留意：
FIELDS TERMINATED BY ','指定字段分隔符，逗号是 CSV 标准，但也可以换成;或t（制表符）ENCLOSED BY '"'表示字符串字段用双引号包裹，避免字段内包含逗号或换行导致格式错乱LINES TERMINATED BY 'n'控制行尾，Linux 用n，Windows 服务器建议用rn，否则 Excel 可能显示为单行- 导出路径必须已存在、MySQL 进程有写权限，且不能是相对路径或用户主目录（如
~/export.csv）
这个方案最大的限制是依赖服务器本地路径，云数据库基本没法直接用。另外需要手动处理中文编码、表头缺失以及特殊字符转义等问题，没有一些脚本工具来得灵活。
PostgreSQL 用 COPY 命令导出查询结果
PostgreSQL 的 COPY 命令同样支持直接导出查询结果，但默认也是写到数据库服务器本地磁盘：COPY (SELECT ...) TO ...。如果想把文件导出到客户端机器，需要用 psql 的元命令 copy（注意大小写不同）。
copy (SELECT id, name, email FROM users WHERE status = 'active') TO '/tmp/export.csv' WITH (FORMAT CSV, HEADER TRUE, DELIMITER ',');
copy是 psql 特有的元命令，不是标准 SQL，不能在其他客户端（如 pgAdmin、JDBC）里直接运行HEADER TRUE可加表头，不加则只有数据行- 路径是客户端所在机器的路径，不是数据库服务器路径
- 若遇到
permission denied，检查目标目录是否可写，且 psql 用户有权限创建该文件
这个方式对于本地临时导出很方便，但自动化脚本中还得依赖 psql 调度。
SQLite 怎么导出 CSV？用 .mode csv + .output
SQLite 命令行工具（sqlite3）没有内置的导出语句，但通过交互模式下的元命令组合也能搞定：
sqlite3 mydb.db> .mode csv > .headers on > .output export.csv > SELECT id, name, email FROM users; > .output stdout
.mode csv启用 CSV 输出格式（自动加引号、转义双引号、用逗号分隔）.output把后续所有查询输出重定向到文件；执行完记得切回stdout，否则后续命令也会继续写进文件- 不支持 WHERE 或 LIMIT 动态参数，但可以通过 shell 拼接：
echo "SELECT ...;" | sqlite3 mydb.db > export.csv - 导出文件编码默认是 UTF-8，但 Windows Excel 打开可能出现乱码，可以加 BOM：
echo -ne 'xEFxBBxBF' | cat - export.csv > export_bom.csv
这个方法轻量直接，适合快速导出整个表或一小部分数据。
通用方案：用客户端工具或脚本中转
当数据库权限受限（比如云数据库禁止 INTO OUTFILE 或 COPY）、需要导出到本地、或者要增加额外处理（字段映射、空值替换、分页导出等），绕过服务端写文件是最稳妥的做法。
以 Python + pandas 为例：
import pandas as pd
import sqlite3 # 或 pymysql / psycopg2
conn = sqlite3.connect('mydb.db')
df = pd.read_sql_query("SELECT id, name, email FROM users", conn)
df.to_csv('local_export.csv', index=False, encoding='utf-8-sig')
encoding='utf-8-sig'是关键：让 Excel 能正确识别 UTF-8 中文，否则大概率乱码- 大数据量时别一次性读全表，用
chunksize分批处理，避免内存溢出 - 字段里如果包含换行符、引号、逗号，
pandas.to_csv()默认会正确转义，比手写 CSV 处理可靠得多
回头来看，真正麻烦的从来不是“怎么把数据导出来”，而是导出后 Excel 打不开、中文乱码、数值被自动转成科学计数法。这些都不是 SQL 层能解决的，得从编码、BOM、Excel 自动类型推断入手。选择哪种方案，取决于你的使用场景和权限限制，但至少现在对各个数据库的常用套路心里有数了。
