Excel 與 MySQL 資料互轉零代碼實戰：Navicat 導入導出全流程圖解

Excel 與 MySQL 資料互轉零代碼實戰

無需寫任何程式碼，利用 Navicat 圖形化工具即可完成 Excel/CSV 與 MySQL 資料表的雙向轉換。本文以實戰截圖步驟詳細講解編碼處理、欄位映射、常見坑點與最佳實踐。

一、Excel → MySQL 導入全流程

步驟 1：確認目標資料庫編碼

• 執行 SHOW CREATE DATABASE db_name; 查看 CHARACTER SET。
• 建議統一使用 utf8mb4，支援完整 Unicode（含 Emoji）。

步驟 2：Excel 標準化整理

• 第一行必須為欄位名（Header），與資料表欄位一一對應。
• 無合併儲存格、無空行、資料類型一致（日期統一格式、數字無千分位逗號）。
• 另存為 CSV (UTF-8) 格式：檔案 → 另存為 → CSV UTF-8 (逗號分隔) (*.csv)。

步驟 3：CSV 編碼二次確認（關鍵）

• 用編輯器（VS Code、Sublime、Notepad++）開啟 CSV。
• 確認右下角編碼顯示 UTF-8（或 UTF-8 with BOM）。
• 若為 ANSI/GBK，執行 另存為 → 編碼選 UTF-8。

步驟 4：Navicat 導入操作

1. 右鍵目標表 → 導入嚮導（或工具列「導入」按鈕）。
2. 格式選 CSV，選擇檔案路徑。
3. 編碼選 UTF-8，分隔符號 逗號，引號字元 雙引號。
4. 欄位名行：設為 1（CSV 第一行為標題）。
5. 第一筆資料行：設為 2（從第二行開始為資料）。
6. 目標表：選擇對應資料表。
7. 欄位映射：左側 CSV 欄位拖曳至右側資料表欄位，確認型別相容。
8. 點擊「開始」執行導入，查看成功/失敗筆數統計。

二、MySQL → Excel 導出全流程

1. 開啟目標表/視圖/查詢結果。
2. 工具列點擊 導出（或右鍵 → 導出）。
3. 格式選 Excel (*.xlsx) 或 CSV。
4. 編碼建議 UTF-8（Excel 2016+ 完美支援），或 UTF-8 with BOM 避免 Excel 自動誤判編碼。
5. 選擇匯出範圍：全部資料 / 當前頁面 / 選取行。
6. 可勾選「包含欄位名」、「建立資料表結構」等選項。
7. 指定儲存路徑，完成導出。

三、常見坑點與解決方案

四、大數據量導入優化建議

• 分批導入：單檔超過 10 萬行建議拆分多個 CSV，分批導入避免記憶體/鎖表問題。
• 關閉索引/外鍵：導入前 ALTER TABLE t DISABLE KEYS（MyISAM）或暫時刪除二級索引/外鍵，導入後重建。
• 使用 LOAD DATA：Navicat 底層呼叫 LOAD DATA LOCAL INFILE，效能遠優於 INSERT。確保 local_infile=1。
• 事務批次：InnoDB 導入大量資料時，可在導入選項中調整「每 N 行提交一次」，平衡效能與回滾風險。

五、進階：自動化腳本替代手工

若需定時/高頻同步，建議改用程式化方案：

# Python + pandas + sqlalchemy 範例
import pandas as pd
from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://user:pass@host/db?charset=utf8mb4')
df = pd.read_excel('data.xlsx', dtype=str)  # 全讀為字串避免型別推導錯誤
df.to_sql('target_table', engine, if_exists='append', index=False, chunksize=5000)

Navicat 圖形化導入導出適合臨時、中小量、一次性資料遷移；自動化腳本適合定時、大量、生產級 ETL。根據場景選擇合適工具，才能事半功倍。