以下是本人从oralce抽取数据到Mongol的方法，也没来得及整理，基本使用方法都是复制其他博主的，希望对大家有用。
step1 利用sqluldr2快速导出CSV格式数据
Oracle使用sqluldr2
原创乘风晓栈 最后发布于2018-11-01 15:55:01 阅读数 9260 收藏
展开
分三部分：
1 . sqluldr2简介与使用
2 . sqlldr的使用，常见异常
3 . 测试使用
1 . sqluldr2简介与使用
sqluldr2是一款Oracle数据快速导出工具，包含32、64位程序，sqluldr2在大数据量导出方面速度超快，能导出亿级数据为excel文件，另外它的导入速度也是非常快速，功能是将数据以TXT/CSV等格式导出。
sqluldr2下载地址：http://www.pc6.com/softview/SoftView_516318.html
sqluldr2百度文库参考：https://wenku.baidu.com/view/ffd7e60400f69e3143323968011ca300a7c3f614
基本简介
下载完sqluldr解压后，文件夹内容如下：
sqluldr2.exe 用于32位windows平台；
sqluldr2_linux32_10204.bin 适用于linux32位操作系统；
sqluldr2_linux64_10204.bin 适用于linux64位操作系统；
sqluldr264.exe 用于64位windows平台。
使用方法
1、首先将sqluldr2.exe复制到执行目录下，即可开始使用
2、查看help 帮助
3、执行数据导出命令
3.1、常规导出
sqluldr2 hr/hr123@127.0.0.1:1521/XE query="select * from bb_user_t" head=yes file=D:sqluldr2File mp001.csv
说明：head=yes 表示输出表头
3.2、使用sql参数
sqluldr2 hr/hr123@127.0.0.1:1521/XE sql=query.sql head=yes file=D:sqluldr2File mp002.csv
或
sqluldr2 hr/hr123@127.0.0.1:1521/XE sql=D:sqluldr2query.sql head=yes file=D:sqluldr2File mp002.csv
query.sql的内容为：
select * from bb_user_t
3.3、使用log参数
当集成sqluldr2在脚本中时，就希望屏蔽上不输出这些信息，但又希望这些信息能保留，这时可以用“LOG”选项来指定日志文件名。
sqluldr2 hr/hr123@127.0.0.1:1521/XE sql=D:sqluldr2query.sql head=yes file=D:sqluldr2File mp003.csv log=+D:sqluldr2File mp003.log
3.4、使用 table 参数
(“TABLE”选项用于指定将文件导入的目标表的名字，例如我们将EMP 表的数据导入到EMP_HIS 表中，假设这两个表的表结构一致，先用如下命令导出数据：
Sqluldr2 … query=”select * from emp” file=emp.txt table=emp_his ……)
当使用 table 参数时，在目录下会生成对应的ctl控制文件，如下语句会生成temp_004_sqlldr.ctl文件。
sqluldr2 hr/hr123@127.0.0.1:1521/XE query="select * from bb_user_t" table=temp_004 head=yes file=D:sqluldr2File mp004.csv
可以指定文件地址(不建议，指定文件地址情况重新导入数据库时需要手动修改生成的D:sqluldr2File emp_004_sqlldr.ctl文件中“INTO TABLE D:sqluldr2File emp_004”为表名“INTO TABLE temp_004”)：
sqluldr2 hr/hr123@127.0.0.1:1521/XE query="select * from bb_user_t" table=D:sqluldr2File emp_004 head=yes file=D:sqluldr2File mp004.csv（不建议使用）
生成的控制文件temp_004_sqlldr.ctl的内容如下：
3.4、大数据量操作
对于大表可以输出到多个文件中，指定行数分割或者按照文件大小分割，例如：
sqluldr2 hr/hr123@127.0.0.1:1521/XE query="select * from bb_user_t" table=temp_001 mode=APPEND head=yes file=D:sqluldr2 emp_001_%B.csv batch=yes rows=500000
当文件名（“FILE”选项）的后缀以小写的“.gz”结尾时，会将记录直接写入到GZIP格式的压缩文件中，如果要归档大量数据，这个功能可以节约很多的存贮空间，降低运营成本。
sqluldr2 hr/hr123@127.0.0.1:1521/XE query="select * from bb_user_t" table=temp_001 mode=APPEND head=yes file=D:sqluldr2 emp_001.txt.gz
1 兆大小的文件，以GZIP 压缩方式生成时，大小才90KB，如果用于归档历史数据，的确可以节约不少空间，GZIP 目前是性价比非常好的压缩方式之一。
参数说明：
user = username/password@tnsname
sql = SQL file name
query = select statement (选择语句;query参数如果整表导出，可以直接写表名，如果需要查询运算和where条件，query=“sql文本”，也可以把复杂sql写入到文本中由query调用)
field = separator string between fields (
设置导出文件里的分隔符;
默认是逗号分隔符，通过 field参数指定分隔符;
例如现在要改变默认的字段分隔符，用“#”来分隔记录，导出的命令如下所示：
sqluldr2 test/test sql=tmp.sql field=#
在指定分隔符时，可以用字符的ASCII代码（0xXX，大写的XX为16进制的ASCII码值）来指定一个字符，常用的字符的ASCII代码如下：
回车=0x0d，换行=0x0a，TAB键=0x09，|=0x7c，&=0x26，双引号=0x22，单引号=0x27
在选择分隔符时，一定不能选择会在字段值中出现的字符)
record = separator string between records (记录之间的分隔字符串;分隔符 指定记录分隔符，默认为回车换行，Windows下的换行)
rows = print progress for every given rows (default, 1000000)
file = output file name(default: uldrdata.txt) (输出文件名（默认：uldrdata.txt）)
log = log file name, prefix with + to append mode (日志文件名，前缀加+模式)
fast = auto tuning the session level parameters(YES)
text = output type (MYSQL, CSV, MYSQLINS, ORACLEINS, FORM, SEARCH).
charset = character set name of the target database. (目标数据库的字符集名称;导出文件里有中文显示乱码，需要设置参数charset=UTF8)
ncharset= national character set name of the target database.
parfile = read command option from parameter file (从参数文件读取命令选项;可以把参数放到parfile文件里，这个参数对于复杂sql很有用)
read = set DB_FILE_MULTIBLOCK_READ_COUNT at session level
sort = set SORT_AREA_SIZE at session level (UNIT:MB)
hash = set HASH_AREA_SIZE at session level (UNIT:MB)
array = array fetch size
head = print row header(Yes|No)
batch = save to new file for every rows batch (Yes/No) (为每行批处理保存新文件)
size = maximum output file piece size (UNIB:MB)
serial = set _serial_direct_read to TRUE at session level
trace = set event 10046 to given level at session level
table = table name in the sqlldr control file (“TABLE”选项用于指定将文件导入的目标表的名字，例如我们将EMP 表的数据导入到EMP_HIS 表中，假设这两个表的表结构一致，先用如下命令导出数据：
Sqluldr2 … query=”select * from emp” file=emp.txt table=emp_his ……)
control = sqlldr control file and path.
mode = sqlldr option, INSERT or APPEND or REPLACE or TRUNCATE
buffer = sqlldr READSIZE and BINDSIZE, default 16 (MB)
long = maximum long field size
width = customized max column width (w1:w2:...)
quote = optional quote string (可选引用字符串;引号符 指定非数字字段前后的引号符)
data = disable real data unload (NO, OFF)
alter = alter session SQLs to be execute before unload
safe = use large buffer to avoid ORA-24345 error (Yes|No) (使用大缓冲器避免ORA-24345错误;ORA-24345: A Truncation or null fetch error occurred，设置参数safe=yes)
crypt = encrypted user information only (Yes|No)
sedf/t = enable character translation function
null = replace null with given value
escape = escape character for special characters
escf/t = escape from/to characters list
format = MYSQL: MySQL Insert SQLs, SQL: Insert SQLs.
exec = the command to execute the SQLs.
prehead = column name prefix for head line.
rowpre = row prefix string for each line.
rowsuf = row sufix string for each line.
colsep = separator string between column name and value.
presql = SQL or scripts to be executed before data unload.
postsql = SQL or scripts to be executed after data unload.
lob = extract lob values to single file (FILE).
lobdir = subdirectory count to store lob files .
split = table name for automatically parallelization.
degree = parallelize data copy degree (2-128).
for field and record, you can use '0x' to specify hex character code,
=0x0d =0x0a |=0x7c ,=0x2c, =0x09, :=0x3a, #=0x23, "=0x22 '=0x27</span>
--附赠一个小例子：每个数值以#间隔，每行数据以0x0d0x0a间隔
sqluldr2 hr/hr123@127.0.0.1:1521/XE query="select vip_card from bb_user_t" table=temp_001 mode=APPEND record=0x0d0x0a field=# head=yes file=D:sqluldr2 emp_001.txt
2 . sqlldr的使用，常见异常
安装ORACLE客户端中有SQLLDR命令
我的sqlldr位置：C:oraclexeapporacleproduct10.2.0serverBINsqlldr.exe
注：导入数据字段，表中必须包含（>=）导入数据中字段；
导入数据时我遇到的问题：
异常1：SQL*Loader-522: 文件（temp_004_sqlldr.log）的lfiopn失败
异常2：SQL*Loader-350: 语法错误位于第 15 行。
异常3：SQL*Loader-601: 对于 INSERT 选项, 表必须为空。表 BB_USER_T 上出错
异常4：SQL*Loader-941: 在描述表 BB_USER_T_1 时出错
异常1：
SQL*Loader-522: 文件（temp_004_sqlldr.log）的lfiopn失败
原因可能两种
1.路径和文件名 不正确或不存在
2.权限不足
我是因为权限不足，
解决：将C:oraclexeapporacleproduct10.2.0serverBINsqlldr.exe的sqlldr.exe粘贴到temp_004_sqlldr.ctl文件的目录下，继续执行；
异常2：
SQL*Loader-350: 语法错误位于第 15 行。
预期值是 "(", 而实际值是 ":"。
INSERT INTO TABLE D:sqluldr2File emp_004
原因：导出时的table参数的设置（table=D:sqluldr2File emp_004）不正确，应设置为导入数据的表名
解决：重新导出table设为要导入数据的表名
异常3：
SQL*Loader-601: 对于 INSERT 选项, 表必须为空。表 BB_USER_T 上出错
原因：导出数据库数据时若不设定sqlldr 装载数据时的装载方式，则默认为INSERT
解决：若需要在其它表中新增数据用如下类似语句：
sqluldr2 hr/hr123@127.0.0.1:1521/XE query="select * from bb_user_t" table=BB_USER_T mode=APPEND head=yes file=D:sqluldr2 emp_001.csv
异常4：
SQL*Loader-941: 在描述表 BB_USER_T_1 时出错
ORA-04043: 对象 BB_USER_T_1 不存在
原因：提示出错，因为数据库没有对应的表。
解决：修改“sqlldr hr/hr123@127.0.0.1:1521/XE control=temp_001_sqlldr.ctl”语句文件“temp_001_sqlldr.ctl”中BB_USER_T_1为正确表名
3 . 测试使用
测试操作：
操作一》导出数据
进行导出数据操作：95951433条数据导出时间不到4分钟
操作二》导入数据
sqlldr hr/hr123@127.0.0.1:1521/XE control=bb_user_t_sqlldr.ctl log=bb_user_t_sqlloader.log
bb_user_t_sqlloader.log内容如下：
SQL*Loader: Release 10.2.0.1.0 - Production on 星期四 11月 1 10:07:29 2018
Copyright (c) 1982, 2005, Oracle. All rights reserved.
控制文件: bb_user_t_sqlldr.ctl
数据文件: D:sqluldr2 emp_001.csv
文件处理选项字符串: "STR X'0a'"
错误文件: temp_001.bad
废弃文件: 未作指定
(可废弃所有记录)
要加载的数: ALL
要跳过的数: 1
允许的错误: ALL
绑定数组: 50000 行, 最大 2097152 字节
继续: 未作指定
所用路径: 常规
表 BB_USER_T,已加载从每个逻辑记录
插入选项对此表 APPEND 生效
TRAILING NULLCOLS 选项生效
列名 位置 长度 中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
"FIRST_NAME" FIRST 200 , CHARACTER
NULL if "FIRST_NAME" = BLANKS
"LAST_NAME" NEXT 200 , CHARACTER
NULL if "LAST_NAME" = BLANKS
"IF_VALID" NEXT 4 , CHARACTER
NULL if "IF_VALID" = BLANKS
"CREATE_DATE" NEXT * , DATE YYYY-MM-DD HH24:MI:SS
NULL if "CREATE_DATE" = BLANKS
"VIP_CARD" NEXT 64 , CHARACTER
NULL if "VIP_CARD" = BLANKS
ROWS 参数所用的值已从 50000 更改为 2857
表 BB_USER_T:
95951433 行 加载成功。
由于数据错误, 0 行 没有加载。
由于所有 WHEN 子句失败, 0 行 没有加载。
由于所有字段都为空的, 0 行 没有加载。
为绑定数组分配的空间: 2097038 字节 (2857 行)
读取 缓冲区字节数: 2097152
跳过的逻辑记录总数: 1
读取的逻辑记录总数: 95951433
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
从 星期四 11月 01 10:07:29 2018 开始运行
在 星期四 11月 01 10:32:10 2018 处运行结束
经过时间为: 00: 24: 41.28
CPU 时间为: 00: 04: 16.48
经过时间为: 00: 24: 41.28
操作三》优化导入数据
提高 SQL*Loader 的性能
1) 一个简单而容易忽略的问题是，没有对导入的表使用任何索引和/或约束(主键)。如果这样做，甚至在使用ROWS=参数时，会很明显降低数据库导入性能。
2) 可以添加 DIRECT=TRUE来提高导入数据的性能。当然，在很多情况下，不能使用此参数。 常规导入可以通过使用 INSERT语句来导入数据。Direct导入可以跳过数据库的相关逻辑(DIRECT=TRUE)，而直接将数据导入到数据文件中，可以提高导入数据的 性能。当然，在很多情况下，不能使用此参数(如果主键重复的话会使索引的状态变成UNUSABLE!)。
3) 通过指定 UNRECOVERABLE选项，可以关闭数据库的日志。这个选项只能和 direct 一起使用。
4) 可以同时运行多个导入任务。
sqlldr userid=/ control=result1.ctl direct=true parallel=true
当加载大量数据时（大约超过10GB），最好抑制日志的产生：
SQL>ALTER TABLE bb_user_t nologging;
（SQL> ALTER TABLE bb_user_t logging;）
这样不产生REDO LOG，可以提高效率。然后在 CONTROL 文件中 load data 上面加一行：unrecoverable， 此选项必须要与DIRECT共同应用。
导入任务
在导入数据时，我的是简化版，一直报错误
ORA-12952: 请求超出了允许的最大数据库大小 4 GB
我重新导出了一次约90000000万条数据；
生成的bb_user_t_sqlldr.ctl文件
对bb_user_t_sqlldr.ctl文件修改
执行导入数据库
sqlldr hr/hr123@127.0.0.1:1521/XE control=bb_user_t_sqlldr.ctl log=bb_user_t_sqlloader.log DIRECT=TRUE parallel=true
bb_user_t_sqlloader.log内容：
SQL*Loader: Release 10.2.0.1.0 - Production on 星期四 11月 1 13:58:49 2018
Copyright (c) 1982, 2005, Oracle. All rights reserved.
控制文件: bb_user_t_sqlldr.ctl
数据文件: D:sqluldr2 emp_001.csv
文件处理选项字符串: "STR X'0a'"
错误文件: temp_001.bad
废弃文件: 未作指定
(可废弃所有记录)
要加载的数: ALL
要跳过的数: 1
允许的错误: ALL
继续: 未作指定
所用路径: 直接- 具有并行选项。
加载是 UNRECOVERABLE;产生无效的恢复操作。
表 BB_USER_T,已加载从每个逻辑记录
插入选项对此表 APPEND 生效
TRAILING NULLCOLS 选项生效
列名 位置 长度 中止 包装数据类型
------------------------------ ---------- ----- ---- ---- ---------------------
"FIRST_NAME" FIRST 200 , CHARACTER
NULL if "FIRST_NAME" = BLANKS
"LAST_NAME" NEXT 200 , CHARACTER
NULL if "LAST_NAME" = BLANKS
"IF_VALID" NEXT 4 , CHARACTER
NULL if "IF_VALID" = BLANKS
"CREATE_DATE" NEXT * , DATE YYYY-MM-DD HH24:MI:SS
NULL if "CREATE_DATE" = BLANKS
"VIP_CARD" NEXT 64 , CHARACTER
NULL if "VIP_CARD" = BLANKS
表 BB_USER_T:
90056530 行 加载成功。
由于数据错误, 0 行 没有加载。
由于所有 WHEN 子句失败, 0 行 没有加载。
由于所有字段都为空的, 0 行 没有加载。
日期高速缓存:
最大大小: 1000
条目数: 2
命中数 : 90056528
未命中数 : 0
在直接路径中没有使用绑定数组大小。
列数组 行数: 5000
流缓冲区字节数: 256000
读取 缓冲区字节数: 2097152
跳过的逻辑记录总数: 1
读取的逻辑记录总数: 90056530
拒绝的逻辑记录总数: 0
废弃的逻辑记录总数: 0
由 SQL*Loader 主线程加载的流缓冲区总数: 18936
由 SQL*Loader 加载线程加载的流缓冲区总数: 0
从 星期四 11月 01 13:58:49 2018 开始运行
在 星期四 11月 01 14:01:49 2018 处运行结束
经过时间为: 00: 02: 59.57
CPU 时间为: 00: 02: 14.21
导入时间不到3分钟。
导入数据时的其它问题：
发现无法导入数据，从查询日志如下：
记录 1: 被拒绝 - 表 BB_USER_T 出现错误。
ORA-12952: 请求超出了允许的最大数据库大小 4 GB
解决方法：因为ORACLE 10g Express是简化版，它具有一定的局限性，它的所有数据文件大小不能超过4G，内存使用不能超过1G，CPU只能使用1个。所以应该把它卸了，重新安装完整版的oracle软件。
————————————————
版权声明：本文为CSDN博主「乘风晓栈」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/cheng_feng_xiao_zhan/article/details/83620593
step2 利用Mongoimport导入CSV格式数据
Mongo导出mongoexport和导入mongoimport介绍
最近爬取mobike和ofo单车数据，需要存储在csv文件中，因为设计的程序没有写存储csv文件的方法，为了偷懒所以就继续存储到了MongoDB中。恰好MongoDB支持导出的数据可以是csv文件和json文件，所以下面介绍下MongoDB mongoexport和mongoimport方法；
一、导出工具mongoexport 简介，通过帮助先了解下mongoexport的功能参数
[root@iZ2ze4b308vd83fulq9n7iZ ~]# mongoexport --help
Usage:
mongoexport <options>
Export data from MongoDB in CSV or JSON format.
See http://docs.mongodb.org/manual/reference/program/mongoexport/ for more information.
general options:
--help print usage
--version print the tool version and exit
verbosity options:
-v, --verbose more detailed log output (include multiple times for more verbosity, e.g. -vvvvv)
--quiet hide all log output
connection options:
-h, --host= mongodb host to connect to (setname/host1,host2 for replica sets)
--port= server port (can also use --host hostname:port)
authentication options:
-u, --username= username for authentication
-p, --password= password for authentication
--authenticationDatabase= database that holds the user's credentials
--authenticationMechanism= authentication mechanism to use
namespace options:
-d, --db= database to use
-c, --collection= collection to use
output options:
-f, --fields= comma separated list of field names (required for exporting CSV) e.g. -f "name,age"
--fieldFile= file with field names - 1 per line
--type= the output format, either json or csv (defaults to 'json')
-o, --out= output file; if not specified, stdout is used
--jsonArray output to a JSON array rather than one object per line
--pretty output JSON formatted to be human-readable
querying options:
-q, --query= query filter, as a JSON string, e.g., '{x:{$gt:1}}'
-k, --slaveOk allow secondary reads if available (default true)
--forceTableScan force a table scan (do not use $snapshot)
--skip= number of documents to skip
--limit= limit the number of documents to export
--sort= sort order, as a JSON string, e.g. '{x:1}'关键参数说明：
- -h,--host ：代表远程连接的数据库地址，默认连接本地Mongo数据库；
- --port：代表远程连接的数据库的端口，默认连接的远程端口27017；
- -u,--username：代表连接远程数据库的账号，如果设置数据库的认证，需要指定用户账号；
- -p,--password：代表连接数据库的账号对应的密码；
- -d,--db：代表连接的数据库；
- -c,--collection：代表连接数据库中的集合；
- -f, --fields：代表集合中的字段，可以根据设置选择导出的字段；
- --type：代表导出输出的文件类型，包括csv和json文件；
- -o, --out：代表导出的文件名；
- -q, --query：代表查询条件；
- --skip：跳过指定数量的数据；
- --limit：读取指定数量的数据记录；
- --sort：对数据进行排序，可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而-1是用于降序排列,如sort({KEY:1})。
注意：
当查询时同时使用sort,skip,limit，无论位置先后，最先执行顺序 sort再skip再limit。
实例：
首先查看下数据库中的数据一共多少条，通过的命令的方式查看下我们要导出的数据信息
> db.bike.find().count()
16878865
> db.bike.find({"source":"ofo"}).limit(1)
{ "_id" : ObjectId("59e8c27804390e04a063159d"), "lat" : 39.9571954199, "bikeId" : "pgdAVg", "current_time" : "2017-10-19 23:19:19", "source" : "ofo", "lng" : 116.3926501736 }
> 如何通过mongoexport导出"bikeId" : "pgdAVg"的数据，我导出了json和csv两种类型的数据；
#导出类型为json，数据库：mapdb,集合：bike 字段：bikeId,lat,lng,current_time,source ，条件为source字段为ofo第一条数据
mongoexport --port 27030 -u sa -p Expressin@0618 -d mapdb -c bike -f bikeId,lat,lng,current_time,source --type=json -o bike.csv --query='{"source":"ofo"}' --limit=1
#导出类型为csv，数据库：mapdb,集合：bike 字段：bikeId,lat,lng,current_time,source ，条件为source字段为ofo第一条数据
mongoexport --port 27030 -u sa -p Expressin@0618 -d mapdb -c bike -f bikeId,lat,lng,current_time,source --type=csv -o bike.csv --query='{"source":"ofo"}' --limit=1查看下结果是否是我们两种不同的结果集；
1.导出csv类型；
2.导出json类型；
二、导入工具mongoimport 简介，通过帮助先了解下mongoimport的功能参数
[root@iZ2ze4b308vd83fulq9n7iZ ~]# mongoimport --help
Usage:
mongoimport <options> <file>
Import CSV, TSV or JSON data into MongoDB. If no file is provided, mongoimport reads from stdin.
See http://docs.mongodb.org/manual/reference/program/mongoimport/ for more information.
general options:
--help print usage
--version print the tool version and exit
verbosity options:
-v, --verbose more detailed log output (include multiple times for more verbosity, e.g. -vvvvv)
--quiet hide all log output
connection options:
-h, --host= mongodb host to connect to (setname/host1,host2 for replica sets)
--port= server port (can also use --host hostname:port)
authentication options:
-u, --username= username for authentication
-p, --password= password for authentication
--authenticationDatabase= database that holds the user's credentials
--authenticationMechanism= authentication mechanism to use
namespace options:
-d, --db= database to use
-c, --collection= collection to use
input options:
-f, --fields= comma separated list of field names, e.g. -f name,age
--fieldFile= file with field names - 1 per line
--file= file to import from; if not specified, stdin is used
--headerline use first line in input source as the field list (CSV and TSV only)
--jsonArray treat input source as a JSON array
--type= input format to import: json, csv, or tsv (defaults to 'json')
ingest options:
--drop drop collection before inserting documents
--ignoreBlanks ignore fields with empty values in CSV and TSV
--maintainInsertionOrder insert documents in the order of their appearance in the input source
-j, --numInsertionWorkers= number of insert operations to run concurrently (defaults to 1)
--stopOnError stop importing at first insert/upsert error
--upsert insert or update objects that already exist
--upsertFields= comma-separated fields for the query part of the upsert
--writeConcern= write concern options e.g. --writeConcern majority, --writeConcern '{w: 3, wtimeout: 500, fsync: true, j: true}' (defaults to 'majority')关键参数说明：
- h,--host ：代表远程连接的数据库地址，默认连接本地Mongo数据库；
- --port：代表远程连接的数据库的端口，默认连接的远程端口27017；
- -u,--username：代表连接远程数据库的账号，如果设置数据库的认证，需要指定用户账号；
- -p,--password：代表连接数据库的账号对应的密码；
- -d,--db：代表连接的数据库；
- -c,--collection：代表连接数据库中的集合；
- -f, --fields：代表导入集合中的字段；
- --type：代表导入的文件类型，包括csv和json,tsv文件，默认json格式；
- --file：导入的文件名称
- --headerline：导入csv文件时，指明第一行是列名，不需要导入；
实例演示：
#首先查看集合中的数据
> db.bike_bak.find()
{ "_id" : ObjectId("59e8c27804390e04a063159d"), "lat" : 39.9571954199, "bikeId" : "pgdAVg", "current_time" : "2017-10-19 23:19:19", "source" : "ofo", "lng" : 116.3926501736 }
#删除集合中的数据
> db.bike_bak.remove({"bikeId" : "pgdAVg"})
WriteResult({ "nRemoved" : 1 })
#查看集合是否包含数据
> db.bike_bak.find()
>
#导入数据
[root@iZ2ze4b308vd83fulq9n7iZ ~]# mongoimport --port 27030 -u sa -p Expressin@0618 -d mapdb -c bike_bak --type=json --file bike.csv
2017-10-25T11:59:51.020+0800 connected to: localhost:27030
2017-10-25T11:59:51.030+0800 imported 1 document
#检查数据是否导入成功
> db.bike_bak.find()
{ "_id" : ObjectId("59e8c27804390e04a063159d"), "bikeId" : "pgdAVg", "current_time" : "2017-10-19 23:19:19", "lat" : 39.9571954199, "lng" : 116.3926501736, "source" : "ofo" }