Rekaman yang diberi tag Baru
Ajukan pertanyaan a CSV multi-rekaman dengan SQL — di Excel, Google Sheets, AI, dan REST
Untuk file CSV yang berisi beberapa jenis data sekaligus — setiap baris diberi label yang menjelaskan jenis data tersebut. Ekspor mesin dan pertukaran data akan terlihat tidak beraturan bagi perangkat lunak CSV biasa; ini mengubahnya menjadi satu tabel yang rapi untuk setiap jenis data.
Satu koneksi, setiap permukaan
Ke mana data CSV multi-rekaman Anda dapat dikirim?
- 1 koneksi keluar
- 0 port masuk
- hanya baca · file tetap di tempatnya
berjalan pada
- Untuk tim, vendor, dan mitra Anda
-
Excel add-in · refresh on demand
-
Lembar Kerja Google tambahan · penyegaran sesuai permintaan
-
Nova AI bertanya dengan bahasa Inggris sederhana · teks ke SQL
-
Penampil Data Bagikan hasil langsung · tim, vendor, mitra · perangkat apa pun
- Untuk aplikasi dan sistem
-
API REST Endpoint JSON · OpenAPI 3.1
-
Power BI Power Query M
-
Sinkronisasi terjadwal Google Sheets · Airtable · Baserow · SeaTable · Smartsheet · Anvil
- Untuk alat AI
-
Asisten AI Claude · Kursor · Server MCP
- Dikirimkan kepada orang-orang
-
Peringatan & laporan Slack · Discord · Email · Webhook
Query Streams mengubah folder berisi file CSV multi-rekaman yang diberi tag menjadi tabel SQL yang rapi dan dapat dibaca dari Microsoft Excel, Google Sheets, asisten AI melalui MCP, REST API, dan Power BI. Tag pada setiap baris menunjukkan jenis baris tersebut, sehingga agen yang dihosting sendiri akan mengarahkannya ke tabel untuk jenis rekaman tersebut — sebuah file yang berisi baris header PNLHDR dan baris detail PNL1 menjadi dua tabel yang tepat, bukan satu blob yang tidak dapat digunakan. File tetap berada di mesin Anda; hanya hasil kueri yang meninggalkan jaringan.
Salah satu dari 9 driver File Set pada satu mesin folder — tabel inventaris, jejak perubahan, dan aturan penolakan di bawah Fitur dibagikan oleh keluarga CSV multi-rekaman Sistem Berkas Folder CSV Folder Parket Folder Excel Folder SQLite Folder JSONL Catatan Mesin Log Server Web
- Untuk tim, vendor, dan mitra Anda
-
Konversi CSV multi-rekaman ke Excel Microsoft Excel · Add-in Excel
Ambil hasil CSV multi-rekaman secara langsung ke dalam lembar kerja dan perbarui sesuai kebutuhan — Excel desktop, Excel Online, Microsoft 365.
Cara kerja Excel -
Konversi CSV multi-rekaman ke Google Sheets Tambahan lembar
Jalankan kueri CSV multi-rekaman yang tersimpan dari bilah sisi dan seret baris ke dalam lembar kerja. Kolaborator yang berbagi dapat memperbaruinya sendiri.
Cara kerja Google Sheets -
Tanyakan pada Nova tentang CSV multi-rekaman. Nova AI · teks ke SQL
Ajukan pertanyaan dalam bahasa Inggris yang mudah dipahami. Nova sudah mengetahui tabel CSV multi-record Anda, menulis dan menjalankan SQL, menjelaskan jawabannya, dan membuat grafiknya — tidak perlu menulis query, tidak perlu memberikan kredensial.
Cara kerja Nova -
Konversi CSV multi-rekaman ke Penampil Data Berbagi hasil · tim, vendor, mitra · telepon, tablet, desktop
Bagikan hasil CSV multi-rekaman secara langsung kepada siapa pun — kolega, vendor, mitra — sebagai tabel yang dapat di-bookmark dan akan berjalan ulang setiap kali dibuka, di ponsel, tablet, atau desktop. Mereka hanya melihat hasilnya, bukan kode SQL atau file-nya.
Cara kerja Penampil Data - Untuk aplikasi dan sistem
-
API REST CSV multi-rekaman Titik akhir HTTP
Publikasikan kueri CSV multi-rekaman sebagai titik akhir JSON terautentikasi yang dapat dipanggil oleh aplikasi apa pun, dengan spesifikasi OpenAPI 3.1 dan koleksi siap pakai untuk Postman, Insomnia, dan Hoppscotch. Tidak ada port basis data yang dibuka.
Cara kerja REST API -
Konversi CSV multi-rekaman ke Power BI Power Query M
Tempelkan Power Query M yang dihasilkan ke dalam Power BI Advanced Editor dan laporan akan membaca hasil CSV multi-rekaman secara langsung melalui HTTPS — tanpa driver ODBC, tanpa port basis data yang dibuka.
Cara kerja Power BI -
Konversi CSV multi-rekaman ke Airtable Platform otomatisasi
Sinkronkan baris CSV multi-rekaman ke dalam basis data Airtable sesuai jadwal, atau ambil data tersebut di dalam skrip otomatisasi Airtable.
Cara kerja Airtable -
Konversi CSV multi-rekaman ke Baserow Platform otomatisasi
Mengisi tabel Baserow dari CSV multi-rekaman melalui endpoint REST — dihosting sendiri atau di cloud Baserow.
Cara kerja Baserow -
CSV multi-rekaman ke SeaTable Platform otomatisasi
Jaga agar basis data SeaTable tetap mutakhir dengan data CSV multi-rekaman tanpa mengekspor file atau mengekspos basis data.
Cara kerja SeaTable -
Konversi CSV multi-rekaman ke Smartsheet Platform otomatisasi
Masukkan hasil CSV multi-rekaman ke dalam grid Smartsheet sehingga rencana dan laporan dibaca dari sistem sumber, bukan dari ekspor minggu lalu.
Cara kerja Smartsheet -
CSV multi-rekaman ke Anvil Anvil Works · Platform aplikasi
Dukung aplikasi Python Anvil dengan CSV multi-record melalui endpoint REST, alih-alih menyematkan kredensial basis data di dalam aplikasi.
Cara kerja Anvil - Untuk alat AI
-
Server MCP CSV multi-rekaman Klien Claude, Cursor, dan MCP
Berikan akses baca saja kepada asisten AI ke file CSV multi-rekaman beserta skema yang dibutuhkannya untuk menulis SQL yang benar — tanpa kredensial di dalam obrolan.
Cara kerja MCP - Dikirimkan kepada orang-orang
-
Peringatan dan laporan CSV multi-rekaman Slack · Discord · Email · Webhook
Atur jadwal untuk kueri CSV multi-rekaman dan kirimkan baris-barisnya ke Slack, Discord, email, atau webhook yang ditandatangani — atau tahan pesan hingga jumlah baris, ambang batas, atau perubahan persentase melampaui batas yang Anda tetapkan.
Cara kerja peringatan dan laporan
Cara kerjanya
5 langkah, tanpa perubahan firewall masuk.
Instal Agen Jaringan di tempat yang dapat melihat folder CSV yang diberi tag — ekspor gergaji panel dan mesin, data EDI, file pertukaran format tetap.
Arahkan konektor ke sana dan sebutkan kolom mana yang berisi tag rekaman. Pada sebagian besar format ini, kolom tersebut adalah kolom 1.
Agen membaca setiap baris, melihat tag-nya, dan mengarahkannya ke tabel untuk tipe record tersebut. Sebuah file yang berisi baris header PNLHDR dan baris detail PNL1 menjadi dua tabel yang tepat, bukan satu blob yang tidak dapat digunakan.
Setiap baris menyimpan _source_file-nya, ditambah nomor _seq yang menghitung tipe record tersebut di seluruh file — yang memungkinkan Anda menghubungkan header kembali ke baris yang terkait dengannya.
Lakukan query pada setiap tipe record secara terpisah, atau gabungkan kembali semuanya.
Analisis mendalam fitur
Apa yang diberikan CSV multi-rekaman kepada Anda?
Mengapa kartu ini ada?
Perangkat lunak CSV biasa mengasumsikan satu tata letak persegi panjang per file: satu baris header, kemudian baris-baris yang semuanya sesuai dengannya. Format mesin dan pertukaran data sengaja melanggar aturan itu. Setiap baris dimulai dengan tag yang menyatakan jenis catatan apa itu, dan setiap jenis memiliki jumlah kolom yang berbeda. Arahkan pengimpor CSV biasa ke salah satu jenis ini dan Anda akan mendapatkan kesalahan atau kolom yang tidak jelas.
Bagaimana tampilan tabelnya?
- Satu tabel per tag — dinamai berdasarkan tag itu sendiri, sehingga PNLHDR dan PNL1 menjadi tabel tersendiri.
- Kolom-kolom tersebut diberi nama field_1, field_2, dan seterusnya sesuai urutan kemunculannya, dengan kolom tag dihilangkan.
- _seq memberi nomor pada setiap record dari tipe tertentu di dalam file-nya, sehingga header dan baris detail di bawahnya dapat dicocokkan.
- Tipe data ditentukan per bidang, per tag, dan diperiksa kesesuaiannya di seluruh file sebelum ada yang ditetapkan.
-- Panel yang dipotong, per file ekspor SELECT _source_file, COUNT(*) AS panels FROM data_pnl1 GROUP BY _source_file
Kesalahan disebutkan namanya, tidak pernah diabaikan.
Jika sebuah baris memuat jumlah field yang salah untuk tag-nya, tag yang tidak dikenali, atau nilai yang tidak sesuai, seluruh file akan ditahan dan laporan akan menyebutkan nama file, nomor baris, dan tag — hingga dua puluh di antaranya, kemudian menghitung sisanya. Tidak ada yang dimuat sebagian, sehingga Anda tidak akan pernah mencari total yang ternyata kurang tiga baris.
Tidak yakin kartu mana yang Anda butuhkan?
Jika setiap baris dalam berkas memiliki bentuk yang sama dan hanya ada satu baris header, maka kartu CSV Folder adalah pilihan yang tepat. Gunakan kartu ini hanya jika kolom tag menentukan arti setiap baris.
Dibagikan oleh seluruh keluarga File Set
Setiap konektor folder juga memberi Anda
- file_saat ini — Inventaris langsung: setiap file yang dapat dilihat konektor saat ini, beserta jalur, ukuran, dan tanggal modifikasinya.
- file_kejadian — jejak audit: apa yang muncul, apa yang berubah, apa yang hilang, dan apa pun yang ditahan, beserta nama file dan alasannya.
- direktori dan volume — total per folder, riwayat pertumbuhan harian, dan berapa banyak ruang yang tersisa di drive.
- Hanya file yang benar-benar berubah yang dibaca ulang pada setiap sinkronisasi, jadi folder berisi 50.000 file tidak akan diurai ulang hanya karena ada satu ekspor baru yang masuk.
Bagus untuk diketahui
- Hanya baca, diberlakukan — satu pernyataan dalam satu waktu, hanya SELECT dan sejenisnya. File Anda tidak pernah ditulis, dipindahkan, atau diganti namanya.
- Tidak ada yang diunggah — Data tersebut disimpan dalam cache, dienkripsi, di mesin Anda sendiri di samping agen. Hanya hasil kueri yang meninggalkan jaringan Anda.
- Pengaturan default yang masuk akal — hingga 250.000 file, 16 folder dalam, 512 MB per file, semuanya dapat disesuaikan. Tempat sampah, .git dan node_modules selalu dilewati.
- Dialek SQL yang digunakan adalah DuckDB. — SQL yang sama yang akan Anda tulis untuk konektor lainnya.
SQL lintas sumber
Gabungkan CSV multi-rekaman dengan data Anda yang lain.
Sebuah folder berisi file adalah sekumpulan tabel SQL seperti halnya tabel lainnya, sehingga satu pernyataan dapat menggabungkannya ke basis data dan API sekaligus. Setiap sumber hanya menjalankan bagian yang dapat dijalankannya, mengirimkan hasilnya kembali, dan penggabungan terjadi secara terpusat — sumber-sumber tersebut tidak pernah berkomunikasi satu sama lain dan tidak ada yang disalin ke mana pun.
3 koneksi · 3 agen
Satu pernyataan
-- tidak ada yang disalin, tidak ada yang digabungkan, tidak ada yang dijadwalkan
PILIH c.region, COUNT(*) AS orders, SUM(i.amount_due) AS invoiced
DARI mesin_csv.fileset.data_pnlhdr1 f
GABUNG pg_crmpelanggan umum2 c ON c.id = f.customer_id
GABUNG penagihan.stripe.faktur3 i ON i.customer = c.stripe_id
KELOMPOKKAN BERDASARKAN c.wilayah
PESAN OLEH ditagih DESC;
Tiga bagian tersebut adalah koneksi, skema, dan tabel — dan nama koneksi adalah apa pun yang Anda sebutkan. Kolom ilustratif; tabel Anda akan menjadi tabel Anda. Hanya baca berlaku untuk setiap bagian: SELECT, WITH, dan EXPLAIN saja, dengan batasan seberapa banyak data yang dapat diberikan oleh satu sumber untuk satu kueri. Cara kerja kueri terfederasi
Detail koneksi
Apa yang dibutuhkan CSV multi-rekaman?
- Map
- Satu atau lebih folder utama yang berisi ekspor CSV berlabel, termasuk subfolder — hasil pemotongan panel dan mesin, data EDI, file pertukaran format tetap.
- Kolom tag
- Kolom yang memuat tag rekaman — kolom 1 secara default, yang hampir selalu menjadi tempat format ini menempatkannya.
- Tabel
- Satu per tag, diberi nama sesuai dengan tag itu sendiri — sebuah file berisi baris header PNLHDR dan baris detail PNL1 menjadi data_pnlhdr dan data_pnl1.
- Kolom
- field_1, field_2 dan seterusnya sesuai urutan kemunculannya, dengan kolom tag dihilangkan; tipe dihitung per field, per tag, dan diperiksa kesesuaiannya di seluruh file sebelum ada yang ditetapkan.
- Keterangan baris
- _source_file memberi nama pada ekspor dan _seq menghitung setiap catatan dari tipe tersebut di seluruh file, yang memungkinkan header dicocokkan dengan baris detail di bawahnya.
- Kesalahan
- Kesalahan penghitungan kolom, tag yang tidak dikenali, atau nilai yang tidak sesuai akan menghambat pemrosesan seluruh berkas; laporan tersebut menyebutkan nama berkas, nomor baris, dan tag, hingga dua puluh di antaranya, kemudian menghitung sisanya.
- Batasan
- Hingga 250.000 file, 16 tingkat kedalaman folder, 512 MB per file — semuanya dapat disesuaikan.
- Kredensial
- Tidak ada — tidak ada server; agen membaca file di tempatnya.
- Dialek SQL
- DuckDB — SQL standar, tidak ada format khusus yang perlu dipelajari.
Tidak ada server basis data dalam gambar ini. Agen membaca file di tempat file tersebut berada, menyimpan baris dalam cache di penyimpanan DuckDB terenkripsi pada mesin yang sama, dan hanya membaca ulang file yang benar-benar berubah — ekspor mesin selama setahun tidak diuraikan ulang karena data pagi ini telah masuk. Tidak ada yang diunggah ke Query Streams; satu-satunya hal yang pernah meninggalkan jaringan Anda adalah hasil dari sebuah kueri.
Alat CSV biasa mengasumsikan satu tata letak persegi panjang per file: baris header, lalu baris-baris yang semuanya sesuai dengannya. Format mesin dan pertukaran data sengaja melanggar aturan itu — setiap baris dimulai dengan tag yang menyatakan jenis rekaman apa itu, dan setiap jenis memiliki jumlah field yang berbeda. Arahkan importir biasa ke salah satu dari ini dan Anda akan mendapatkan kesalahan atau kolom yang tidak jelas. Jika setiap baris dalam file Anda memiliki bentuk yang sama dan hanya ada satu baris header, CSV Folder adalah pilihan yang tepat; gunakan ini hanya ketika kolom tag menentukan arti setiap baris.
Pertanyaan yang Sering Diajukan (FAQ)
Pertanyaan tentang CSV multi-rekaman
Alat apa saja yang dapat membaca data CSV multi-rekaman melalui Query Streams?
Semuanya, dari satu koneksi: Excel, Google Sheets, MCP, REST API, Airtable, Baserow, SeaTable, Smartsheet, Anvil, Power BI, peringatan dan laporan terjadwal. Hubungkan folder sekali dan setiap platform akan membaca koneksi baca-saja yang sama — tidak ada pengaturan per alat dan tidak ada salinan data kedua.
Apakah file saya diunggah ke Query Streams?
Tidak. Agen Jaringan membaca file di tempat dan menyimpan baris dalam penyimpanan terenkripsi pada mesin yang sama. File itu sendiri tidak pernah meninggalkan jaringan Anda — hanya baris hasil kueri yang melakukannya, melalui satu koneksi terenkripsi keluar tanpa port firewall masuk.
Apakah Query Streams dapat mengubah, memindahkan, atau mengganti nama file saya?
Tidak. File dibuka hanya untuk dibaca dan tidak pernah ditulis, dipindahkan, atau diganti namanya. Kueri diberlakukan hanya untuk dibaca pada saat eksekusi — satu pernyataan dalam satu waktu, hanya SELECT dan sejenisnya.
Apa yang dibutuhkan Query Streams untuk terhubung ke CSV multi-rekaman?
Jalur folder yang dapat dilihat oleh mesin agen — tanpa server, tanpa kredensial, tanpa driver untuk diinstal. Folder: Satu atau lebih root yang berisi ekspor CSV berlabel, termasuk subfolder — output gergaji panel dan mesin, drop gaya EDI, file pertukaran format tetap. Kolom tag: Kolom yang berisi tag rekaman — kolom 1 secara default, yang hampir selalu menjadi tempat format ini menempatkannya. Tabel: Satu per tag, dinamai dari tag itu sendiri — file baris header PNLHDR dan baris detail PNL1 menjadi data_pnlhdr dan data_pnl1. Kolom: field_1, field_2 dan seterusnya sesuai urutan kemunculannya, dengan kolom tag dihilangkan; tipe dihitung per bidang, per tag, dan diperiksa kesesuaiannya di seluruh file sebelum apa pun ditetapkan.
Bisakah saya menggabungkan folder berisi file ke dalam database dalam satu kueri yang sama?
Ya — itu adalah kueri terfederasi. Satu pernyataan dapat merujuk pada CSV multi-rekaman dan koneksi Anda lainnya sekaligus, yang ditulis sebagai connection.schema.table. Setiap sumber hanya menjalankan bagian yang dapat dijalankannya dan mengalirkan hasilnya kembali; penggabungan terjadi secara terpusat, sehingga sumber-sumber tersebut tidak pernah terhubung satu sama lain dan tidak ada yang disalin atau dijadwalkan. Hanya baca berlaku untuk setiap bagian — hanya SELECT, WITH, dan EXPLAIN — dan ada batasan seberapa banyak data yang dapat diserahkan oleh satu sumber untuk satu kueri. Kueri terfederasi adalah fitur rencana; halaman kueri terfederasi memuat batasan sumber dan ukuran saat ini.
Tempatkan CSV multi-rekaman di tempat pekerjaan berlangsung.
Instal agen, arahkan ke folder Anda, dan pilih tujuan.
Hanya baca Hanya untuk keberangkatan Informasi kredensial tetap tersimpan pada agen.

