将 CSV Folder 转换为可查询的表。

这些列的来源

• 基于抽样，而非臆测——代理会检查实际文件，而不是盲信第一个文件的第一行。
• 支持多种编码——UTF-8、UTF-16、Windows-1252 和 Latin-1，因此带重音符号的名称和欧洲地区的导出文件不会变成乱码。
• 金额保持为金额——始终存放小数的列会以精确小数存储，而不是浮点数，因此汇总金额不会出现一分钱的偏差。
• 某些文件中存在的列在其他文件中会变成空列，而不是导致程序运行失败的原因。

-- 将整个文件夹作为一个表，然后按文件执行以下查询：SELECT _source_file, COUNT(*) AS rows, SUM(total) AS revenue FROM data GROUP BY _source_file ORDER BY revenue DESC

当文件不一致时

如果最初几个文件相互矛盾——例如使用不同的分隔符，或者一个文件中的列是日期，而另一个文件中的列是自由文本——连接器会拒绝进行任何固定操作，并会告知您哪些文件和哪些列存在差异。它不会悄悄地选出一个“正确”的列，然后让您等到月底才发现。

• 之后，会保留一个错误文件，而不是破坏表格：例如更改的标题、额外的列、不合适的值或截断的最后一行。
• 它的行会保留下来，files_events 会准确记录是哪个文件和哪个列导致了这种情况。
• 文件夹中的其他文件仍然可以正常加载。即使导出失败，也不会导致整个报告下架。

每个布局一张桌子

同一报告的多次导出应放在同一个表中，这是默认设置。如果文件夹确实包含不同的 CSV 文件（例如客户列表和订单导出文件），则切换到按布局模式，每个不同的布局将拥有自己的表，最多可创建 25 个表。

每个文件夹连接器还会给你提供

• files_current — 实时清单：连接器当前可见的每个文件及其路径、大小和修改日期。
• files_events — 审计跟踪：记录新增、变更、消失以及被拦截的内容，并注明文件名和原因。
• directories and volumes — 按文件夹统计的总量、每日增长历史，以及驱动器剩余空间。
• 每次同步时只会重新读取实际更改的文件，因此不会因为新增了一个导出文件就重新解析包含 50,000 个文件的文件夹。

知道这个很有用

• 强制只读 — 一次只能执行一条语句，且仅限 SELECT 等查询。绝不会写入、移动或重命名您的文件。
• 不会上传任何内容 — 数据会缓存在您自己的计算机上、代理旁边，并经过加密。只有查询结果会离开您的网络。
• 合理的默认设置 — 最多 250,000 个文件、16 层文件夹、每个文件 512 MB，均可调整。回收站、.git 和 node_modules 始终跳过。
• SQL 方言为 DuckDB — 与您针对任何其他连接器编写的 SQL 相同。