多记录 CSV 徽标

标签记录 新

查询 多记录 CSV 在 Excel、Google Sheets、AI 和 REST 中使用 SQL

对于同时包含多种记录类型的 CSV 文件，每行上的标签会说明该行记录的类型。机器导出和交换导出的数据对于普通的 CSV 工具来说看起来毫无意义；而标签会将它们转换为每个记录类型对应一个清晰的表格。

免费开始 13个目的地 多记录 CSV 指南

一个连接，每个表面

您的多记录 CSV 数据可以放在哪里

多记录 CSV 许多文件 → 每桌一张实时桌
联合查询 + 任何其他连接器 · 一条 SQL 跨来源 · 每个计划
网络代理
  • 1 出站连接
  • 0 入境口岸
  • 只读文件保留在原处

运行

Query Streams 将包含已标记的多记录 CSV 文件文件夹转换为清晰的 SQL 表，这些表可从 Microsoft Excel、Google Sheets、基于 MCP 的 AI 助手、REST API 和 Power BI 中读取。每行都带有一个标签，用于标识该行的内容，因此自托管代理会将其路由到相应记录类型的表——例如，包含 PNLHDR 标题行和 PNL1 详细信息行的文件会变成两个独立的表，而不是一个无法使用的数据块。文件保留在您的计算机上；只有查询结果会离开网络。

一个文件夹引擎上的 9 个文件集驱动程序之一——库存表、更改跟踪和拒绝规则 功能 由家人共享 多记录 CSV 文件系统 CSV文件夹 镶木地板文件夹 Excel文件夹 SQLite文件夹 JSONL文件夹 机器日志 Web服务器日志

  1. 为您的团队、供应商和合作伙伴

  2. 将多条记录的 CSV 文件转换为 Excel 文件 微软 Excel · Excel 加载项

    将实时多记录 CSV 结果直接提取到工作表中，并按需刷新——桌面版 Excel、Excel Online、Microsoft 365。

    Excel 的工作原理

  3. 将多条记录的 CSV 文件导入 Google 表格 表格插件

    从侧边栏运行已保存的多记录 CSV 查询，并将行拖放到工作表中。共享协作者可以自行刷新工作表。

    Google 表格的工作原理

  4. 向 Nova 咨询多记录 CSV 文件 Nova AI · 文本转 SQL

    用简单的英语提问。Nova 已经了解您的多记录 CSV 表，会自动编写并运行 SQL 语句，解释答案并绘制图表——无需编写查询语句，也无需提供任何凭据。

    Nova 的工作原理

  5. 将多记录 CSV 文件转换为数据查看器 结果共享 · 团队、供应商、合作伙伴 · 手机、平板电脑、台式机

    您可以与任何人（同事、供应商、合作伙伴）共享实时多记录 CSV 结果，将其以可收藏的网格形式呈现，无论在手机、平板电脑还是台式机上打开，结果都会立即重新加载。他们看到的是结果，而不是 SQL 语句或文件。

    数据查看器的工作原理
  6. 对于应用程序和系统

  7. 多记录 CSV REST API HTTP 端点

    发布多记录 CSV 查询，作为任何应用程序都可以调用的已认证 JSON 端点，符合 OpenAPI 3.1 规范，并预置了 Postman、Insomnia 和 Hoppscotch 集合。无需打开数据库端口。

    REST API 的工作原理

  8. 将多记录 CSV 文件导入 Power BI Power Query M

    将生成的 Power Query M 粘贴到 Power BI 高级编辑器中，报表即可通过 HTTPS 读取实时多记录 CSV 结果——无需 ODBC 驱动程序，也无需打开数据库端口。

    Power BI 的工作原理

  9. 将多记录 CSV 文件导入 Airtable 自动化平台

    按计划将多记录 CSV 行同步到 Airtable，或者在 Airtable 自动化脚本中获取它们。

    Airtable 的工作原理

  10. 将多记录 CSV 文件转换为 Baserow 自动化平台

    通过 REST 端点从多记录 CSV 向 Baserow 表提供数据——自托管或 Baserow 云。

    Baserow 的工作原理

  11. 将多记录 CSV 文件导入 SeaTable 自动化平台

    使用多记录 CSV 数据保持 SeaTable 数据库的最新状态，而无需导出文件或公开数据库。

    SeaTable 的工作原理

  12. 将多条记录的 CSV 文件转换为 Smartsheet 文件 自动化平台

    将多记录 CSV 结果推送到 Smartsheet 网格中，以便计划和报告从源系统读取数据，而不是从上周的导出数据读取数据。

    Smartsheet 的工作原理

  13. 将多记录 CSV 文件导入 Anvil Anvil Works · 应用平台

    通过 REST 端点为 Anvil Python 应用程序提供多记录 CSV 数据，而不是将数据库凭据嵌入到应用程序中。

    Anvil 的工作原理
  14. 人工智能工具

  15. 多记录 CSV MCP 服务器 Claude、Cursor 和 MCP 客户端

    赋予 AI 助手对包含其编写正确 SQL 所需的架构的多记录 CSV 的只读访问权限——无需在聊天中提供凭据。

    MCP 的工作原理
  16. 已送达

  17. 多记录 CSV 警报和报告 Slack · Discord · 电子邮件 · Webhook

    将多记录 CSV 查询添加到计划中，并将查询结果发送到 Slack、Discord、电子邮件或签名 webhook，或者等到行数、阈值或百分比变化超过您设定的界限时才发送消息。

    警报和报告的工作原理

工作原理

5 个步骤，无需更改入站防火墙规则

01

将网络代理安装到它能够看到已标记 CSV 文件的文件夹的位置——板锯和机器导出、EDI 风格的文件、固定格式的交换文件。

02

将连接器指向它，并指定记录标签所在的列。在大多数格式中，它是第 1 列。

03

代理读取每一行，查看其标签，并将其路由到相应记录类型的表中。这样，包含 PNLHDR 标题行和 PNL1 明细行的文件就变成了两个独立的表，而不是一个无法使用的数据块。

04

每一行都保留着它的 _source_file，以及一个 _seq 编号，用于统计该记录类型在文件中的出现次数——这使得你可以将标题与属于它的行关联起来。

05

可以单独查询每种记录类型，也可以将它们重新组合在一起。

专题深度解析

多记录 CSV 文件能给你带来什么？

这张卡存在的意义

普通的 CSV 工具假定每个文件都采用一种矩形布局：一行标题行，其余行都与其标题行一致。机器可读格式和交换格式则有意打破这一规则。每一行都以一个标签开头，该标签指示记录的类型，而每种类型的字段数量都不同。如果使用普通的 CSV 导入器导入这些文件，就会出现错误或出现乱码列。

表格最终呈现的效果如何

  • 每个标签对应一张桌子 — 以标签本身命名，因此 PNLHDR 和 PNL1 成为它们自己的表格。
  • 字段按其出现的顺序显示为 field_1、field_2 等，标签列除外。
  • _seq 为文件中给定类型的每条记录编号，以便将标题行与其下的详细信息行进行匹配。
  • 类型是按字段、按标签确定的，并且在固定任何内容之前，会检查所有文件的类型是否一致。
-- 按导出文件统计面板切割数量 SELECT _source_file, COUNT(*) AS panels FROM data_pnl1 GROUP BY _source_file

错误会被指出，而不是被忽略。

如果某行数据包含的字段数量与其标签不符、标签无法识别，或者值不符合要求，则整个文件将被暂缓加载，报告会显示文件名、行号和标签（最多显示二十个），然后统计剩余数据。所有数据都不会部分加载，因此您永远不会遇到因总数少三行而导致数据不完整的情况。

不确定你需要哪张卡

如果文件中的每一行格式都相同，并且只有一个标题行，则“CSV 文件夹”卡片是合适的选择。仅当标签列决定每一行的含义时才使用此卡片。

由整个文件集系列共享

每个文件夹连接器还会给你提供

  • files_current — 实时清单：连接器当前可以看到的每个文件，包括其路径、大小和修改日期。
  • 文件事件 — 审计跟踪：出现了什么，改变了什么，消失了什么，以及任何被保留的内容，包括文件名和原因。
  • 目录和卷 — 每个文件夹的总数、每日增长历史记录以及驱动器上剩余的空间。
  • 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

  • 只读，强制执行 每次只执行一条语句，仅限 SELECT 及其相关语句。您的文件绝不会被写入、移动或重命名。
  • 未上传任何内容。 — 数据会缓存并加密存储在您自己的机器上，与代理程序并存。只有查询结果才会离开您的网络。
  • 合理的默认值 最多可存储 25 万个文件，16 层文件夹，每个文件 512 MB，所有设置均可调整。回收站、.git 和 node_modules 目录始终会被跳过。
  • SQL 方言是 DuckDB — 与针对任何其他连接器编写的 SQL 语句相同。

跨源 SQL

将多记录 CSV 文件连接到其余数据

文件夹里的文件和其他 SQL 表一样，都是 SQL 表，因此一条语句就可以同时将其连接到数据库和 API。每个数据源只运行它能够处理的部分，并将结果流式传输回来，连接操作则在中心位置集中完成——各个数据源之间互不通信，也不会复制任何数据。

3 个连接 · 3 个代理

多记录 CSV 标签记录
PostgreSQL 关系引擎
条纹 付款与账单

一份声明

——没有任何复制、合并或安排操作。
选择   c.region，COUNT(*) AS orders，SUM(i.amount_due) AS invoiced
从     机器_csv.fileset.data_pnlhdr1 f
连接     pg_crm.public.customers2         c ON c.id = f.customer_id
连接     计费.stripe.invoices3         i ON i.customer = c.stripe_id
GROUP BY c.区域
ORDER BY 发票上的描述；

这三个部分分别是连接、模式和表——连接名称就是你给它起的任何名字。这里用列举例说明；你的表就是你自己的表。所有部分都采用只读模式：仅支持 SELECT、WITH 和 EXPLAIN 语句，并且对单个查询中每个数据源可以传输的数据量有限制。 联合查询的工作原理

连接详情

多记录 CSV 需要什么

文件夹
一个或多个根目录，其中包含带标签的 CSV 导出文件（包括子文件夹）——例如板锯和机器输出、EDI 格式文件、固定格式交换文件。
标签列
记录标签所在的列——默认情况下是第 1 列，这些格式几乎总是将其放在这里。
表格
每个标签对应一个文件，文件名以标签本身命名——包含 PNLHDR 标头行和 PNL1 详细信息行的文件分别命名为 data_pnlhdr 和 data_pnl1。
列
字段1、字段2等等，按它们出现的顺序排列，标签列除外；类型是按字段、按标签确定的，并且在固定任何内容之前，会检查所有文件之间的一致性。
行键
_source_file 指定导出文件的名称，而 _seq 则统计文件中该类型记录的数量，这使得我们可以将标题与下面的详细信息行进行匹配。
错误
错误的字段计数、无法识别的标签或不匹配的值都会导致整个文件无法处理；报告会列出文件名、行号和标签（最多 20 个），然后统计剩余字段的数量。
限制
最多可存储 25 万个文件，16 层文件夹深度，每个文件 512 MB——所有设置均可调节
凭据
无——没有服务器；代理程序直接读取文件。
SQL方言
DuckDB 使用标准的 SQL，无需学习任何特定格式。

这里没有数据库服务器。代理程序直接读取文件所在位置的数据，将数据行缓存到同一台机器上的加密 DuckDB 存储中，并且只重新读取实际发生更改的文件——不会因为今天早上有新数据就重新解析一年的机器导出数据。任何数据都不会上传到查询流；唯一离开您网络的内容是查询结果。

普通的 CSV 工具假定每个文件都采用一种矩形布局：一个标题行，然后是与标题行匹配的行。机器可读格式和交换格式有意打破了这个规则——每一行都以一个标签开头，该标签指示记录的类型，而每种类型包含的字段数量都不同。如果使用普通的导入工具处理这些文件，就会出现错误或生成无意义的列。如果文件中的每一行都具有相同的形状，并且只有一个标题行，那么 CSV 文件夹卡片就是您需要的；仅当标签列决定每一行的含义时才使用此卡片。

常问问题

关于多记录 CSV 的问题

哪些工具可以通过查询流读取多记录 CSV 数据？

只需一次连接，即可访问所有工具：Excel、Google Sheets、MCP、REST API、Airtable、Baserow、SeaTable、Smartsheet、Anvil、Power BI、定时提醒和报表。只需连接一次文件夹，所有平台即可读取同一个只读连接——无需为每个工具单独设置，也无需创建数据副本。

我的文件会上传到查询流吗？

不。网络代理会直接读取文件，并将结果行缓存到同一台机器上的加密存储中。文件本身永远不会离开您的网络——只有查询结果行会通过单个出站加密连接传输，无需任何入站防火墙端口。

查询流可以更改、移动或重命名我的文件吗？

不。文件以只读方式打开，绝不会写入、移动或重命名。查询语句在执行时也强制执行只读模式——一次只执行一条语句，仅限 SELECT 及其相关语句。

查询流需要哪些条件才能连接到多记录 CSV 文件？

代理计算机可以访问的文件夹路径——无需服务器、凭据或安装驱动程序。文件夹：一个或多个根文件夹，其中包含带标签的 CSV 导出文件及其子文件夹——例如板锯和机器输出、EDI 格式的导出文件以及固定格式的交换文件。标签列：包含记录标签的列——默认为第 1 列，这些格式几乎总是将标签放在第 1 列。表：每个标签对应一个表，表名取自标签本身——例如，包含 PNLHDR 标题行和 PNL1 明细行的文件将分别命名为 data_pnlhdr 和 data_pnl1。列：按字段出现的顺序依次为 field_1、field_2 等，标签列除外；类型是按字段、按标签计算的，并在确定任何内容之前检查所有文件的类型是否一致。

我可以在同一个查询中将一个包含多个文件的文件夹连接到数据库吗？

是的——这就是联合查询。一条语句可以同时引用多记录 CSV 文件和其他连接，格式为 connection.schema.table。每个数据源只运行它能够处理的部分，并将结果流式传输回来；连接操作在中心进行，因此数据源之间不会相互连接，也不会进行任何复制或调度。所有部分（SELECT、WITH 和 EXPLAIN）都采用只读模式，并且单个数据源在单次查询中可以传输的数据量有限制。联合查询是一项计划功能；联合查询页面会显示当前的数据源和大小限制。

将多记录 CSV 文件放在工作区域。

安装代理程序，将其指向您的文件夹，然后选择目标位置。

免费开始 所有连接器

只读 仅限出站 凭证保留在代理人身上。