博客
关于我
Linux phpMyAdmin 导入大文件
阅读量:124 次
发布时间:2019-02-26

本文共 1002 字,大约阅读时间需要 3 分钟。

phpMyAdmin 导入大型SQL 文件的最佳实践

在使用 phpMyAdmin 导入大型 SQL 文件时,常见的限制是文件大小不超过 64M。然而,实际应用中,SQL 文件大小可能会超过这个限制。本文将介绍如何重新配置 phpMyAdmin 以支持更大的文件导入。


一、修改 phpMyAdmin 配置文件

首先,我们需要修改 phpMyAdmin 的配置文件以允许更大的文件上传。具体步骤如下:

  • 打开 phpMyAdmin 的配置文件,通常位于 /etc/phpmyadmin/config.inc.php 或类似的路径(根据你的系统环境)。
  • 查找 UploadDir 参数,确保其值被正确设置为一个临时存储目录,例如 ImportFile。
    $cfg['UploadDir'] = 'ImportFile';
  • 保存并应用更改。

  • 二、创建临时存储目录并上传 SQL 文件

    接下来,我们需要创建一个专门的目录来存放 SQL 文件,并将文件上传到该目录中。

  • 使用命令创建一个名为 ImportFile 的目录:
    mkdir ImportFilecd ImportFile
  • 将要导入的 SQL 文件(例如 bajie20.sql)复制到 ImportFile 目录中。
  • 查看文件大小以确认是否超过默认限制:
    du -sh bajie20.sql

    注意:确保 SQL 文件的总大小不超过服务器的磁盘空间限制。


  • 三、重新登录 phpMyAdmin 并导入 SQL 文件

    完成上述配置后,按照以下步骤导入 SQL 文件:

  • 重新登录 phpMyAdmin。
  • 在导入页面中,选择 浏览 按钮,找到 ImportFile 目录中的 SQL 文件。
  • 选择要导入的数据库和目标位置,点击 导入。

  • 备注

    • 确保 SQL 文件的总大小不超过服务器的磁盘空间限制。
    • 只有将 SQL 文件放入 ImportFile 目录时,才会显示文件选择框。

    扩展:MySQL 数据库表名不区分大小写

    如果你遇到数据库表名大小写不区分的问题,可以在 MySQL 中进行以下配置:

  • 打开 MySQL 配置文件,查找 [mysqld] 部分。
  • 添加以下参数:
    lower_case_table_names=1
  • 保存并重启 MySQL 服务。

  • 通过以上步骤,你可以轻松地将大型 SQL 文件导入 phpMyAdmin,避免因文件大小限制而造成的困扰。

    转载地址:http://cmwu.baihongyu.com/

    你可能感兴趣的文章
    python中数据类型存储_浅谈Python中的数据类型
    查看>>
    python中文件最重要的功能是什么-学 Python 都用来干嘛的?
    查看>>
    python中文版语言_高盛最新调查:Python超过汉语成为未来最重要技能,你准备学哪种编程语言?...
    查看>>
    Python中文问题SyntaxError
    查看>>
    Python中方括号和括号括起来的列表有什么区别?
    查看>>
    python中时间处理_Python中处理时间的几种方法小结
    查看>>
    Python中枚举串口(包括虚拟端口)的跨平台方法是什么?
    查看>>
    python中根号下a怎么写_python中根号怎么表示
    查看>>
    Python中正则表达式的巧妙使用
    查看>>
    Python中浮点数的二进制表示(位不是十六进制)
    查看>>
    Python中特殊函数和表达式 filter,map,reduce,lambda
    查看>>
    python中用socket检测端口_Python 用socket模块实现检测端口和检测web服务
    查看>>
    python中用于列表操作的plus和append有什么区别?
    查看>>
    python中用递归求和
    查看>>
    python中的@staticmethod
    查看>>
    python中的array函数作用_NumPy 数组使用大全
    查看>>
    python中的isinstance判断多个对象类型
    查看>>
    python中的keys、values、items
    查看>>
    Python中的lambda和apply结合使用
    查看>>
    python中的map函数
    查看>>