通过JDBC在CSV文件上执行SQL
我需要将SQL查询应用于CSV文件（逗号分隔的文本文件）。 我的SQL是从其他工具预定义的，不符合更改条件。 它可能包含FROM部分中的嵌入式选择和表别名。
对于我的任务，我发现了两个提供JDBC驱动程序的开源 （这是一个项目需求）库：
- CsvJdbc
- XlSQL
- JBoss Teiid
- 创建Apache Derby DB，将所有CSV加载为表并执行查询。
这些是我遇到的问题：
- 它不接受SQL的语法（它使用内部选择和表别名）。 此外，它自2004年以来一直没有得到维护。
- 我无法让它工作，因为它具有SAX Parser的依赖性，在解析其他文档时会导致exception。 同样，自2004年以来没有变化。
- 没有检查它是否支持语法，但似乎是一个开销。 它需要几个实体定义（虚拟数据库，绑定）。 从邮件列表中，他们告诉我，上一版本支持运行时创建所需对象。 有没有人用它来完成这么简单的任务（通常它可以连接到几种类型的数据，如CSV，XML或其他DBS，并创建一个虚拟的统一数据）？
- 这甚至可以轻松完成吗？
从我考虑/试过的4件事中，只有3件和4件对我来说是可行的。 有关这些或任何其他方式我可以查询我的CSV文件的任何建议吗？
干杯
如果您的SQL是预定义的并且无法更改，则最佳选择是将CSV加载到数据库中并对其运行查询。
Apache Derby是一个可行的选择， MySQL也是如此，它甚至还有一个CSV存储引擎或PostgreSQL 。
您的SQL是否使用任何专有function/扩展？ 如果是这样，那可能会限制您的选择。
我会将数据加载到HSQL（HypersonicSQL）。 纯Java，正确的SQL，经过充分validation。 几乎任何其他东西都有更大的足迹。
我会说嵌入式数据库。 我建议使用Javadb（Derby内置于Java API中）或H2，如果你不关心拉出额外的依赖。
如果您想将Java程序中的csv文件视为数据库，则应该查看h2数据库引擎。 它非常支持读取/写入CSV文件和使用内存数据库。 它是hsql的后续版本，更快，并具有附加function。 您可以在h2教程中阅读有关csv支持的内容。
也许有点晚了，对不起。
我已经开发了csvjdbc一年多了，几周之后我就获得了该项目的“管理员”权限，所以我已经能够发布我生成的最新版本。 它完全符合我们所需要的（我们：我和我现在的同事），并且我在添加错误时会添加错误。
现在看看它并再次决定。 （Web文档仍需要检查，以便更好地了解，检查非常广泛的测试用例）。
有一个Groovy脚本gcsvsql，它允许您将csv文件视为数据库表，包括连接。 使用gcsvsql，您可以执行以下操作：
gcsvsql“select * from people.csv where age> 40”
gcsvsql“select people.name，children.child from people.csv，children.csv where people.name = children.name”
gcsvsql“从people.csv中选择avg（得分），年龄<40岁
您可以在此处的Google代码中找到此脚本，该脚本基于h2数据库引擎：
我知道，这是一个非常古老的案例，但……
CsvJdbc是一个很酷的库，但在将ResultsSets映射到PoJos时使用DbUtils存在一些问题。 第二个坏处是，它不能很好地支持不同的数据类型。
在使用CSVJdbc之后，我将使用一个愚蠢的CsvParser来读取文件，将它们泵入HsqlDB或类似的东西。