CSV-logo met meerdere records

Gelabelde records Nieuw

Vraag een CSV-bestand met meerdere records met SQL — in Excel, Google Sheets, AI en REST

Voor CSV-bestanden die meerdere soorten gegevens tegelijk bevatten, geeft een label op elke regel aan wat voor soort gegevens die regel is. Machine- en uitwisselingsexporten zien er onleesbaar uit voor normale CSV-programma's; dit zet ze om in één overzichtelijke tabel per recordtype.

Begin gratis 13 bestemmingen Handleiding voor CSV-bestanden met meerdere records

Eén verbinding, elk oppervlak

Waar uw CSV-gegevens met meerdere records naartoe kunnen worden gestuurd.

CSV-bestand met meerdere records veel bestanden → één live tafel per persoon
Gefedereerde zoekopdrachten + elke andere connector · één SQL uit verschillende bronnen · elk plan
Netwerk Agent
  • 1 uitgaande verbinding
  • 0 inkomende poorten
  • alleen-lezen · bestanden blijven op hun plaats

draait op

Query Streams zet een map met getagde CSV-bestanden met meerdere records om in overzichtelijke SQL-tabellen die leesbaar zijn vanuit Microsoft Excel, Google Sheets, AI-assistenten via MCP, de REST API en Power BI. Elke regel is voorzien van een tag die aangeeft wat de regel is, zodat de zelfgehoste agent deze doorstuurt naar de tabel voor dat recordtype. Een bestand met kopregels van het type PNLHDR en detailregels van het type PNL1 wordt bijvoorbeeld omgezet in twee volwaardige tabellen in plaats van één onbruikbare blob. De bestanden blijven op uw computer staan; alleen de queryresultaten verlaten het netwerk.

Een van de 9 bestandssetstuurprogramma's op één mapengine: de inventaristabellen, het wijzigingspad en de weigeringsregels. Functies worden gedeeld door de familie CSV-bestand met meerdere records Bestandssysteem CSV-map Parquet-map Excel-map SQLite-map JSONL-map Machinelogboeken Webserverlogboeken

  1. Voor uw team, leveranciers en partners

  2. Meerdere CSV-bestanden naar Excel converteren Microsoft Excel · Excel-invoegtoepassing

    Haal live CSV-resultaten met meerdere records rechtstreeks in een werkblad op en vernieuw ze wanneer nodig — in Excel op de desktop, Excel Online en Microsoft 365.

    Hoe Excel werkt

  3. Meerdere CSV-records naar Google Sheets converteren Sheets-add-on

    Voer een opgeslagen CSV-query met meerdere records uit vanuit de zijbalk en sleep de rijen naar het spreadsheet. Gedeelde medewerkers kunnen het spreadsheet zelf vernieuwen.

    Hoe Google Sheets werkt

  4. Vraag Nova naar CSV-bestanden met meerdere records. Nova AI · tekst naar SQL

    Stel een vraag in begrijpelijke taal. Nova kent uw CSV-tabellen met meerdere records al, schrijft en voert de SQL-query uit, legt het antwoord uit en visualiseert het in een grafiek – u hoeft geen query te schrijven en geen inloggegevens te verstrekken.

    Hoe Nova werkt

  5. Meerdere CSV-records naar gegevensviewer Resultaten delen · team, leveranciers, partners · telefoon, tablet, desktop

    Deel een live CSV-resultaat met meerdere records met wie dan ook – een collega, een leverancier, een partner – als een bladwijzerbaar raster dat opnieuw wordt weergegeven wanneer het wordt geopend, op een telefoon, een tablet of een desktop. Ze zien de resultaten, nooit de SQL-code of de bestanden.

    Hoe de gegevensviewer werkt
  6. Voor apps en systemen

  7. Multi-record CSV REST API HTTP-eindpunt

    Publiceer een CSV-query met meerdere records als een geauthenticeerd JSON-eindpunt dat door elke applicatie kan worden aangeroepen, met een OpenAPI 3.1-specificatie en kant-en-klare collecties voor Postman, Insomnia en Hoppscotch. Er wordt geen databasepoort geopend.

    Hoe een REST API werkt

  8. Meerdere CSV-records importeren in Power BI Power Query M

    Plak de gegenereerde Power Query M in de geavanceerde editor van Power BI en het rapport leest live CSV-resultaten met meerdere records via HTTPS — zonder ODBC-stuurprogramma en zonder geopende databasepoort.

    Hoe Power BI werkt

  9. Meerdere CSV-records naar Airtable importeren Automatiseringsplatform

    Synchroniseer rijen uit CSV-bestanden met meerdere records volgens een schema naar een Airtable-database, of haal ze op vanuit een Airtable-automatiseringsscript.

    Hoe Airtable werkt

  10. Meerdere CSV-records naar Baserow Automatiseringsplatform

    Vul een Baserow-tabel met gegevens uit een CSV-bestand met meerdere records via het REST-eindpunt — zowel op een zelfgehoste server als in de Baserow-cloud.

    Hoe Baserow werkt

  11. Meerdere CSV-records naar SeaTable importeren Automatiseringsplatform

    Houd een SeaTable-database actueel met CSV-gegevens met meerdere records, zonder een bestand te exporteren of de database openbaar te maken.

    Hoe werkt SeaTable?

  12. Meerdere CSV-records naar Smartsheet converteren Automatiseringsplatform

    Importeer CSV-resultaten met meerdere records in een Smartsheet-raster, zodat plannen en rapporten de gegevens uit het bronsysteem gebruiken en niet de export van vorige week.

    Hoe Smartsheet werkt

  13. Meerdere CSV-records naar Anvil exporteren Anvil Works · App-platform

    Ondersteun een Anvil Python-app met een CSV-bestand met meerdere records via het REST-eindpunt in plaats van databasegegevens in de app in te sluiten.

    Hoe werkt Anvil?
  14. Voor AI-tools

  15. Multi-record CSV MCP-server Claude, Cursor en MCP-klanten

    Geef een AI-assistent alleen-leestoegang tot een CSV-bestand met meerdere records, inclusief het schema dat nodig is om correcte SQL-query's te schrijven — zonder inloggegevens in de chat.

    Hoe MCP werkt
  16. Bezorgd aan mensen

  17. Waarschuwingen en rapporten met meerdere records in CSV-bestanden Slack · Discord · E-mail · Webhook

    Plan een CSV-query met meerdere records in en laat de rijen versturen naar Slack, Discord, e-mail of een ondertekende webhook. Of wacht met het versturen van het bericht totdat een bepaald aantal rijen, een drempelwaarde of een percentageverandering de door u ingestelde grens overschrijdt.

    Hoe waarschuwingen en rapporten werken

Hoe het werkt

5 stappen, geen wijziging van de inkomende firewall

01

Installeer de netwerkagent op een locatie waar deze de map met getagde CSV-bestanden kan zien — exportbestanden van paneelzagen en machines, EDI-bestanden en uitwisselingsbestanden met een vast formaat.

02

Wijs de connector erop en geef aan in welke kolom de recordtag staat. In de meeste van deze formaten is dat kolom 1.

03

De agent leest elke regel, bekijkt de bijbehorende tag en stuurt deze door naar de tabel voor dat recordtype. Een bestand met PNLHDR-headerregels en PNL1-detailregels wordt zo twee volwaardige tabellen in plaats van één onbruikbare blob.

04

Elke rij behoudt zijn _source_file, plus een _seq-nummer dat het recordtype in het bestand telt — waardoor je een koptekst kunt koppelen aan de regels die erbij horen.

05

U kunt elk recordtype afzonderlijk opvragen of ze weer samenvoegen.

Diepgaande analyse van de functies

Wat een CSV-bestand met meerdere records u biedt.

Waarom deze kaart bestaat

Standaard CSV-tools gaan uit van één rechthoekige lay-out per bestand: één kopregel, gevolgd door rijen die daar allemaal aan voldoen. Machine- en uitwisselingsformaten doorbreken deze regel bewust. Elke regel begint met een label dat aangeeft wat voor soort record het is, en elk type heeft een verschillend aantal velden. Als je een normale CSV-importeur op zo'n regel richt, krijg je een foutmelding of ongewenste kolommen.

Hoe de tabellen eruit komen te zien

  • Eén tabel per tag — genoemd naar de tag zelf, dus PNLHDR en PNL1 worden hun eigen tabellen.
  • De velden worden weergegeven als field_1, field_2 enzovoort in de volgorde waarin ze verschijnen, waarbij de kolom met tags wordt weggelaten.
  • _seq nummert elk record van een bepaald type binnen het bestand, zodat een koptekst en de detailregels daaronder aan elkaar gekoppeld kunnen worden.
  • De gegevenstypen worden per veld en per tag bepaald en gecontroleerd op overeenstemming tussen de bestanden voordat er iets wordt vastgelegd.
-- Panelen uitgesneden, per exportbestand SELECT _source_file, COUNT(*) AS panels FROM data_pnl1 GROUP BY _source_file

Fouten worden benoemd, nooit genegeerd.

Als een regel het verkeerde aantal velden voor de bijbehorende tag bevat, een onbekende tag heeft of een waarde bevat die niet past, wordt het hele bestand tegengehouden. Het rapport vermeldt dan de bestandsnaam, het regelnummer en de tag (tot maximaal twintig), en telt vervolgens de rest. Niets wordt gedeeltelijk geladen, dus u hoeft nooit te controleren of het totaal stiekem drie rijen te laag is.

Ik weet niet zeker welke kaart je nodig hebt.

Als elke regel in het bestand dezelfde structuur heeft en er slechts één kopregel is, is CSV-map de juiste kaart. Gebruik deze kaart alleen wanneer een tagkolom bepaalt wat elke regel betekent.

Gedeeld door de hele File Set-familie

Elke mapconnector biedt u ook de mogelijkheid om...

  • bestanden_huidig — een live inventaris: elk bestand dat de connector op dit moment kan zien, met het pad, de grootte en de wijzigingsdatum.
  • bestanden_gebeurtenissen — het auditspoor: wat verscheen, wat veranderde, wat verdween en alles wat werd achtergehouden, met de bestandsnaam en de reden.
  • mappen en volumes — Totaalbedragen per map, dagelijkse groeihistorie en hoeveel ruimte er nog over is op de schijf.
  • Alleen bestanden die daadwerkelijk zijn gewijzigd, worden bij elke synchronisatie opnieuw ingelezen. Een map met 50.000 bestanden wordt dus niet opnieuw verwerkt omdat er één nieuwe export is binnengekomen.

Goed om te weten

  • Alleen-lezen, afgedwongen — één instructie tegelijk, alleen SELECT en soortgelijke commando's. Uw bestanden worden nooit geschreven, verplaatst of hernoemd.
  • Er is niets geüpload. — De gegevens worden in de cache opgeslagen en versleuteld op uw eigen computer, naast de agent. Alleen het resultaat van een query verlaat uw netwerk.
  • Verstandige standaardwaarden — tot 250.000 bestanden, 16 mappen diep, 512 MB per bestand, alles instelbaar. Prullenbakken, .git en node_modules worden altijd overgeslagen.
  • De SQL-dialect is DuckDB. — dezelfde SQL-query die je voor elke andere connector zou gebruiken.

Cross-source SQL

Voeg het CSV-bestand met meerdere records samen met de rest van uw gegevens.

Een map met bestanden is een verzameling SQL-tabellen zoals elke andere, dus één statement kan deze tegelijkertijd koppelen aan een database en een API. Elke bron voert alleen het deel uit dat het aankan, streamt het resultaat terug en de koppeling vindt centraal plaats — de bronnen communiceren nooit met elkaar en er wordt niets gekopieerd.

3 verbindingen · 3 agenten

CSV-bestand met meerdere records Gelabelde records
PostgreSQL Relationele engine
Streep Betalingen en facturering

Eén verklaring

-- niets gekopieerd, niets samengevoegd, niets ingepland
SELECT   c.region, COUNT(*) AS orders, SUM(i.amount_due) AS invoiced
VAN     machine_csv.fileset.data_pnlhdr1 f
JOIN     pg_crm.publieke.klanten2         c ON c.id = f.customer_id
JOIN     facturering.stripe.facturen3         i ON i.customer = c.stripe_id
GROEP DOOR c.regio
ORDER BY gefactureerd DESC;

De drie onderdelen zijn de verbinding, het schema en de tabel — en de verbindingsnaam is wat je er zelf aan hebt gegeven. Illustratieve kolommen; je tabellen zullen je eigen tabellen zijn. Alleen-lezen is van toepassing op elk onderdeel: alleen SELECT, WITH en EXPLAIN, met een limiet op hoeveel gegevens een bron mag vrijgeven voor een enkele query. Hoe werken gefedereerde query's?

Verbindingsgegevens

Wat een CSV-bestand met meerdere records nodig heeft

Map
Een of meer mappen met getagde CSV-exports, inclusief submappen — output van paneelzaagmachines en andere machines, EDI-achtige bestanden, uitwisselingsbestanden met vaste indeling
Labelkolom
De kolom waarin de recordtag zich bevindt — standaard kolom 1, waar deze formaten deze tag bijna altijd plaatsen.
Tabellen
Eén bestand per tag, genoemd naar de tag zelf — een bestand met PNLHDR-headerregels en PNL1-detailregels wordt data_pnlhdr en data_pnl1.
Kolommen
veld_1, veld_2 enzovoort in de volgorde waarin ze verschijnen, waarbij de kolom met tags wordt weggelaten; typen worden per veld en per tag berekend en gecontroleerd op overeenstemming tussen bestanden voordat er iets wordt vastgelegd.
Rij-sleutels
_source_file geeft de naam van het exportbestand aan en _seq telt elk record van dat type in het bestand, waardoor een koptekst kan worden gekoppeld aan de detailregels eronder.
Fouten
Een onjuist aantal velden, een niet-herkende tag of een waarde die niet past, blokkeert het hele bestand; het rapport vermeldt de bestandsnaam, het regelnummer en de tag (maximaal twintig), en vervolgens het aantal van de overige tags.
Grenzen
Tot 250.000 bestanden, 16 mapniveaus diep, 512 MB per bestand — alles aanpasbaar
Inloggegevens
Nee — er is geen server; de agent leest de bestanden ter plaatse.
SQL-dialect
DuckDB — standaard SQL, geen specifieke opmaak om te leren

Er is geen databaseserver in deze afbeelding. De agent leest de bestanden op de locatie waar ze zich al bevinden, cachet de rijen in een versleutelde DuckDB-opslag op dezelfde machine en leest alleen bestanden opnieuw die daadwerkelijk zijn gewijzigd — een jaar aan machine-exports wordt niet opnieuw verwerkt omdat de export van vanochtend is binnengekomen. Er wordt niets geüpload naar Query Streams; het enige dat uw netwerk verlaat, is het resultaat van een query.

Standaard CSV-tools gaan uit van één rechthoekige lay-out per bestand: een kopregel, gevolgd door rijen die daar allemaal aan voldoen. Machine- en uitwisselingsformaten wijken hier bewust van af: elke regel begint met een label dat aangeeft wat voor soort record het is, en elk type heeft een verschillend aantal velden. Als je een normale importeerfunctie op zo'n bestand richt, krijg je een foutmelding of ongewenste kolommen. Als elke regel in je bestand dezelfde structuur heeft en er slechts één kopregel is, is CSV Folder de juiste kaart; gebruik deze alleen als een labelkolom bepaalt wat elke regel betekent.

Veelgestelde vragen

Vragen over CSV-bestanden met meerdere records

Welke tools kunnen CSV-gegevens met meerdere records lezen via querystreams?

Alles via één verbinding: Excel, Google Sheets, MCP, REST API, Airtable, Baserow, SeaTable, Smartsheet, Anvil, Power BI, geplande meldingen en rapporten. Verbind de map één keer en elk apparaat leest dezelfde alleen-lezen verbinding — er is geen configuratie per tool nodig en er wordt geen tweede kopie van de gegevens gemaakt.

Worden mijn bestanden geüpload naar Query Streams?

Nee. De netwerkagent leest de bestanden ter plaatse en slaat rijen op in een versleutelde opslag op dezelfde machine. De bestanden zelf verlaten uw netwerk nooit; alleen de resultaatrijen van een query verlaten het netwerk, via één enkele uitgaande, versleutelde verbinding zonder inkomende firewallpoort.

Kan Query Streams mijn bestanden wijzigen, verplaatsen of hernoemen?

Nee. Bestanden worden strikt alleen-lezen geopend en worden nooit beschreven, verplaatst of hernoemd. Query's worden tijdens de uitvoering alleen-lezen gemaakt — één instructie tegelijk, alleen SELECT en soortgelijke instructies.

Wat heeft Query Streams nodig om verbinding te maken met een CSV-bestand met meerdere records?

Een mappad dat de agentmachine kan zien — geen server, geen inloggegevens, geen stuurprogramma's om te installeren. Map: Een of meer hoofdmappen met getagde CSV-exports, inclusief submappen — uitvoer van paneelzaagmachines en andere machines, EDI-achtige drops, uitwisselingsbestanden met een vast formaat. Tagkolom: De kolom met de recordtag — standaard kolom 1, waar deze formaten deze bijna altijd plaatsen. Tabellen: Eén per tag, genoemd naar de tag zelf — een bestand met PNLHDR-kopregels en PNL1-detailregels wordt data_pnlhdr en data_pnl1. Kolommen: field_1, field_2 enzovoort in de volgorde waarin ze verschijnen, waarbij de tagkolom wordt weggelaten; gegevenstypen worden per veld en per tag berekend en gecontroleerd op overeenstemming tussen bestanden voordat er iets wordt vastgelegd.

Kan ik een map met bestanden in dezelfde query aan een database koppelen?

Ja, dat is een gefedereerde query. Eén statement kan verwijzen naar een CSV-bestand met meerdere records en uw andere verbindingen tegelijk, geschreven als connection.schema.table. Elke bron voert alleen het deel uit dat het aankan en streamt het resultaat terug; de join vindt centraal plaats, waardoor de bronnen nooit met elkaar verbinding maken en er niets wordt gekopieerd of gepland. Alleen-lezen is van toepassing op elk onderdeel — alleen SELECT, WITH en EXPLAIN — en er is een limiet aan hoeveel gegevens een bron voor een enkele query mag vrijgeven. Gefedereerde queries zijn een functie van het abonnement; op de pagina met gefedereerde queries vindt u de huidige limieten voor bronnen en groottes.

Plaats het CSV-bestand met meerdere records op de plek waar het werk gebeurt.

Installeer de agent, wijs deze aan naar uw map en kies een bestemming.

Begin gratis Alle connectoren

Alleen-lezen Alleen uitgaand De inloggegevens blijven bij de agent.