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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27