京公网安备 11010802034615号
经营许可证编号:京B2-20210330
将大数据量导成Execl表思路
一、需求
最近客户有一个需求,将多个物理表导成Execl表,可是问题是其中有几个表的数据量在20W以上,一个Execl的Sheet只能导入65536条数据,直接使用SQL Server的导出功能,不能实现该效果。
二、解决思路
从网上搜索相关的解决办法,原来是想有专门的软件实现该功能,用搜狗没找到,只找到邹建的存储过程,能够通用将一张表里的数据导入到一张Execl的多个Sheet中,相关的代码大家可以搜索网络,这里就不在帖出来了,但是有一个问题,就是如果一个表的数据大于20W的时候,这个存储过程执行会出错,出现“超出资源”。
于是自己想了一个办法,分两步来解决导出到Execl的问题,第一步,将一个大数据量的表格,按照6W一个表分拆成多个表格。第二步利用SQL Server本身的导出功能,将多个表格的数据导入到一个Execl中。
三、解决办法
第一步采用一个通用的存储过程将一个物理表拆分成多个表格,存储过程如下:
-- =============================================
-- Author: George
-- Description: 为了能将大数据量的表导出到Execl,将表按照6w的规模拆分成多个表
-- Sample: exec sp_splittable 'tableName' --会按照原来的表名称拆分成多个表,拆分的表名称后缀通过1,2,3
-- =============================================
CRTEATE PROCEDURE [dbo].[SP_SPLITETABLE]
@tableName varchar(100)
AS
BEGIN
declare @rows int,@temptable varchar(100),@sql varchar(500)
declare @insertSql varchar(1000)
declare @tablenum varchar(100)
set @temptable='temp'+convert(varchar(38),newid())
set @sql='select Identity(int,1,1) as tempid,* into ['+@temptable+'] from '+@tableName
exec(@sql)
set @rows=@@ROWCOUNT
if @rows=0 return
declare @tablecount int,@tablenow int, @recordcount int, @recordnow int
declare @pagesize int
declare @tableindex int
set @pagesize = 60000 --每个表的大小
set @tableindex =1
set @tablecount = CEILING(@rows/CAST(@pagesize as float))
set @tablenow = @tablecount
set @recordnow= 0
IF @tablecount = 1 return
IF @tablecount > 1 begin
WHILE @tablenow > 1 begin
set @tablenum=@tableName+rtrim(ltrim(str(@tableindex)))
if @tablenow=@tablecount begin --只有一个表格
set @insertSql='select top '+rtrim(ltrim(str(@pagesize)))+' * into '+@tablenum+' from ['+@temptable+']'
exec (@insertSql)
end
IF @tablenow < @tablecount begin
set @insertSql='select top '+rtrim(ltrim(str(@pagesize)))+' * into '+@tablenum+' from ['+@temptable +'] where tempid not in (select top
'+rtrim(ltrim(str(@recordnow-@pagesize)))+' tempid from ['+@temptable+']
)'
exec (@insertSql)
end
set @recordnow = @pagesize*(@tablecount-@tablenow+2)
set @tablenow = @tablenow -1
set @tableindex=@tableindex+1
END
END
set @sql='delete from ['+@temptable+']'
exec(@sql)
END
第二步利用SQL Server本身的导出功能,将多个表格的数据导入到一个Execl中
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21