使用 SQL 查询多记录 CSV 文件

文件夹连接器 · 多记录

将包含多种记录类型的 CSV 文件转换为 SQL 表 您可以在任何地方进行查询

将查询流代理指向该文件夹。它会在自己的计算机上读取文件，并在本地缓存中构建表，并随着文件的到达、更改或删除而保持表的更新。您可以从 Excel、Google Sheets、Nova、Claude 或 REST API 查询这些表。无需上传任何文件，也无需转换或编辑任何文件。

大约15分钟 无需编程 文件保留在您的网络上 免费计划涵盖了它

你最终会得到什么

最终，每种记录类型都会生成一个 SQL 表。一个 CSV 文件，其行分别标记为 HDR、ITM 和 TRL，会变成 文件集.data_hdr, 文件集.data_itm 和 文件集.data_trl每个列都包含文件夹中每个文件的该类型记录。列按位置编号。 字段1 至 字段_N每一行都包含 源文件 和 _seq这样，您就可以使用两列将标题与其详细信息连接起来。代理程序会读取其计算机上的文件夹，将行缓存到加密的本地存储中，并将其作为 SQL 提供给 Excel、Google Sheets、查询生成器或任何其他客户端。文件保留在您的网络中。

每个表都位于一个名为“schema”的模式中。 文件集表格已为您命名，每个记录标签对应一个表格： data_<tag>因此，HDR 标签变为 文件集.data_hdr。 和 表格范围 设置为 每个文件扩展名和标签对应一个表格名称变为 data_<扩展名>_<标签>这样就能将不同文件类型中的相同标签区分开来。列是 字段1 至 字段_N 按位置排列，省略标签列。每一行还包含 _seq文件中该标签的出现次数（从 0 开始计数）以及记录类型之间的连接键，加上 源文件 和 _row_id 表单路径：行。

每个文件夹连接器还会提供记账表格。 文件, 文件事件, 目录, 目录快照 和 卷.

它的价值所在：

• 查询混合了抬头、明细和尾行的银行、工资或 EDI 式批处理文件。
• 在一次查询中，将每个文件的尾部总计与其详细信息行进行核对。
• 将传入的批处理文件作为正确的表格加载到 Excel 或 Google Sheets 中，而不是手动拆分它们。

你需要准备什么

查询流帐户

所有套餐（包括免费套餐）都包含文件夹连接器。免费套餐是永久有效的，并非试用期。文件夹可容纳的文件数量没有上限。

代理程序，2.6.0 或更高版本

安装在可以打开该文件夹的计算机上：文件服务器本身、办公计算机或文件所在的计算机。旧版代理程序会将文件夹卡片显示为灰色并带有“显示错误”字样。 代理 2.6.0+ 徽章。支持 Windows、Mac 或 Linux 系统。

代理程序看到的文件夹路径

本地路径或网络共享，写作 \\服务器\共享\文件夹代理程序以服务形式运行，因此无法看到您登录时映射的驱动器（例如 Z: 盘）。在 Linux 系统上，请将共享挂载到以下位置： /mnt 或 /媒体.

分五步完成设置

1. 在可以打开该文件夹的计算机上安装代理程序

   登录，打开 下载然后在能够打开包含多种记录类型的 CSV 文件的计算机上安装系统代理：例如文件服务器，或者任何可以访问共享文件的始终在线的计算机。安装过程只需一分钟，安装完成后即可自动运行。您需要 2.6.0 或更高版本；下载页面始终提供最新版本。

   为什么使用小型程序而不是驱动程序？ 该代理程序只需安装一次，即可在 Windows、Mac 或 Linux 系统上运行（Windows 系统下约 85 MB，Mac 和 Linux 系统下略超过 100 MB）。它会打开一个与查询流的加密出站连接，这是它唯一需要的网络路径：无需打开入站端口，也无需 VPN。它会读取自身所在的文件夹，因此文件不会移动，只有查询返回的行数据才会通过互联网传输到您端的插件、浏览器或 AI 客户端。

   下载页面显示 您的访问密钥当代理提示时，将其粘贴到代理中，然后等待徽章读取。 已连接到查询流这是你在代理人的电脑上唯一要做的事情；其他所有操作都在你的浏览器中进行。

   完整攻略（如果您需要）： Windows, 苹果, Linux.

2. 指向混合了多种记录类型的 CSV 文件

   返回浏览器打开 数据 → 数据代理找到您刚刚安装的代理，然后单击其 添加连接器 按钮。打开 文件和文件夹 药丸和选择 多记录 CSV 卡片。不确定哪张卡片合适？选择一张。 文件夹中的文件 相反：代理程序会扫描文件夹，在“我们发现了什么”页面上列出文件夹的内容，并为您打开预先填充好的正确卡片。

   巫师跑 文件夹 → 检查 → 设置 → Realm → 查看。 在 文件夹:

   根文件夹

   每行显示一个路径，这是代理计算机所看到的路径。每个文件夹添加后都会立即显示一个状态（可达、拒绝、缺失、不可达）。如果共享需要登录，请在文件夹所在的行中添加登录信息；每个服务器只存储一次。

   扫描子文件夹，最大深度

   默认情况下，开启并有 8 个级别。

   包含模式，排除模式

   哪些文件有效？包含模式以该卡的正确通配符开头。一个连接器读取一种文件类型：包含 CSV 文件的文件夹。 和 Parquet 文件是同一个文件夹中有两个连接器，每种类型一个。

   跟随符号链接和连接点

   默认关闭。除非您启用此功能，否则代理程序不会遵循快捷方式或云端占位符。

   在可以打开该文件夹的计算机上安装 Query Streams Agent（2.6.0 或更高版本）。从该 Agent 的…… 添加连接器 按钮，打开 文件和文件夹 并选择 多记录 CSV 卡片。

   • 根文件夹：代理计算机上要扫描的文件夹，每行一个。网络共享类型为 \\服务器\共享\文件夹不是映射的驱动器盘符。
   • 包含模式 开始时 **/*.csv.
   • 文件布局, 记录标签列（编号） 和 分隔符：哪一列包含记录标签，以及字段之间是如何分隔的。
   • 表格范围：保留默认设置，每个标签对应一个表格。选择 每个文件扩展名和标签对应一个表格 将不同文件类型中的相同标签保存在不同的表中。

   没有 表名 领域和无 表格布局 选择。表格已命名 data_<tag>注释解释说，所有匹配的文件必须共享一个布局，该布局是在第一次同步时从样本中固定下来的；之后出现不一致的文件将被搁置并报告。

3. 查看它将建造什么

   在 查看 代理程序读取最多 64 个文件的样本，并显示它将要构建的内容。目前尚未创建任何内容。按钮显示： 测试连接 在判决结果出来之前， 下一页; 再次测试 更改设置后，程序会重新运行样本。您将看到以下四个标题之一：

   准备创建

   每个抽样文件都符合要求。文件下方的芯片显示了可访问的文件夹数量、文件和行数，以及将要存在的表。

   准备好了，附上笔记

   部分文件将被搁置，或者布局嗅探将被拒绝。琥珀色横幅会明确指出具体是哪些文件：“{n} 个文件（共 {m} 个）将被搁置”。 找出需要哪些文件以及原因 列表中，“您仍然可以创建它——连接器将不断重新检查并在其清单选项卡上报告原因。”

   需要关注

   代理程序离线或缺少文件夹。请先解决此问题再继续；代理程序离线时，页面会显示此提示，但您仍然可以继续操作。

   被拒绝或搁置的文件不会阻止您：点击 下一页完成向导后，稍后再修复异常文件。只有代理程序离线或文件夹缺失才会导致向导停止。

   在 查看代理程序会读取最多 64 个文件的样本，并在类似“3 个表：data_hdr、data_itm、data_trl”这样的信息框中显示文件数量、大小、预估行数以及它将要构建的表（每个记录标签对应一个表）。此时尚未创建任何数据。如果标签列设置错误，代理程序列出的标签将与您的记录类型不符，这表明您需要返回并进行更改。 记录标签列（编号） 或 分隔符代理无法读取的 CSV 文件显示在下方。 找出需要哪些文件以及原因 文件被搁置，并显示“12 个文件中有 1 个将被搁置”的横幅，其余文件仍在加载。您可以通过两种方式创建连接器；它会不断重新检查并在其页面上报告原因。 显现 标签。

4. 选择扫描频率，然后创建它

   默认值 设置 适用于每天接收少量文件的文件夹。以下四点您可能需要更改：

   扫描间隔

   每小时 默认情况下，扫描频率为每 5 分钟一次，也可选择每天一次。每次扫描都会比较文件大小和修改时间，以查找新增、已更改和已消失的文件。

   监视文件夹更改（近乎实时）

   默认关闭。启用后，代理程序会在几秒内响应本地磁盘；对于网络共享，响应速度会尽力而为，计划扫描仍是保证响应速度的手段。 静默期 （15 秒）等待文件写入完成。

   请刷新页面后再回答查询

   默认关闭。开启后，如果上次扫描时间早于查询时间，查询将首先重新扫描。 陈旧窗口 （60秒），最多等待 查询等待限制 （5 秒）。这适用于人员和插件，不适用于警报轮询。

   文件消失时

   删除它的行 默认情况下，或者 保留行，标记已删除（墓碑标记）。 这 消失的保护比率 （0.5）拒绝一次性丢失一半以上文件的扫描，并保留之前的库存，这就是离线共享的样子。

   然后选择 数据领域 检查行数是否计入统计。 审查 并点击 创建连接器首次扫描立即开始。连接器的 显现 该选项卡显示它生成的内容以及它保存的任何文件。

5. 看看你的表格

   打开连接器： 显现 该选项卡列出了它创建的表格。 查询生成器 同样的桌子摆放在下面 文件集 模式。三个第一天就能运行的查询：

   文件头记录，按文件顺序

   SELECT _source_file, _seq, field_1, field_2 FROM fileset.data_hdr ORDER BY _source_file, _seq LIMIT 100

   每个文件的每个标题行，以及它来自的文件和它在该文件标题中的位置。

   每个文件的头部都位于其尾部旁边。

   SELECT h._source_file, h._seq, h.field_1 AS header_field_1, t.field_1 AS trailer_field_1 FROM fileset.data_hdr AS h JOIN fileset.data_trl AS t ON t._source_file = h._source_file AND t._seq = h._seq ORDER BY h._source_file, h._seq LIMIT 100

   将两种记录类型通过两个共享列 _source_file 和 _seq 连接起来，使同一文件中的第 n 个标题与第 n 个标题相遇。

   文件因标签未知或宽度错误而被搁置

   SELECT relative_path, event_type, detected_by, detail, event_at FROM fileset.files_events WHERE event_type IN ('refused', 'drift') ORDER BY event_at DESC LIMIT 20

   省略所有行的文件，并详细说明省略原因。

   每个文件夹连接器也都服务于相同的记账表，所有这些表都在…… 文件集 模式：

   桌子	它包含什么
   文件	文件夹中当前所有文件的概览：路径、名称、扩展名、大小、创建和修改时间、首次和最后访问时间。 files_current它还会保留已消失的文件。
   文件事件	变更历史记录：每行记录一个文件。 出现， 曾是 修改的, 消失了被搁置一旁（漂移）或曾是 拒绝，随着时间推移 事件以及它是如何被注意到的 检测到 原因在于 细节.
   目录, 目录快照, 卷	文件夹数量和大小、它们的增长方式，以及根目录所在的磁盘或共享文件夹。
   源文件, _row_id	每行数据包含两列：该行数据来自哪个文件，以及该文件内的一个固定行 ID。按以下方式分组 源文件 比较文件。

到处使用

连接器是查询流中的数据源，与其他数据源类似。只需在查询流中保存一次即可。 查询生成器 （该数据库方言为 DuckDB），并可从以下位置使用它：

在 Excel

该插件的 流式查询 将行拖放到工作表中，然后单击即可重新运行。 在 Excel 中运行 SQL.

谷歌工作表

这 查询流 插件会填充您选择的标签页。 用于 Google Sheets 的 Power Query.

Claude、Cursor 和其他人工智能客户端

通过 Query Streams MCP 服务器，Claude 了解文件夹模型，包括 源文件 和 文件事件. 通过 MCP 与 Claude 进行多轨录音.

REST API

在每个计划中，任何已保存的查询都会成为一个具有自己键的只读端点。 多记录 REST API.

诺瓦

请用通俗易懂的英语询问商业计划书；Nova 可以根据其内置描述识别每个文件夹、表格和列。

自动化

按计划将行同步到 Airtable、Smartsheet、Baserow、SeaTable 或工作表。 自动化指南.

文件夹表也可以连接到您的其他连接器：联合查询可以匹配 源文件 CSV 文件中的名称或订单 ID 混合了针对同一代理上数据库的多种记录类型。

新建、更改和删除的文件如何显示

被搁置的文件

在“检查”步骤和“清单”选项卡上会出现三个词。它们的含义各不相同：

停放在一旁（停放）

文件与固定布局不符，或者文件无法读取、撕裂、锁定或超出限制。每个文件要么全部占用，要么全部不占用：已停放的文件不贡献任何行。 文件事件 记录 漂移 行 细节 指定文件名和列名。如果文件大小和修改时间保持不变，则跳过该文件；一旦文件大小和修改时间发生变化，则立即重试。

无法阅读

代理程序无法打开或解析该文件，因为它的类型是：不是真正的工作簿，被其他程序锁定，是云端占位符，或是无法解码的字节。它自行停止运行，文件夹的其他部分继续处理。只有当文件夹内没有任何可读文件时，代理程序才会拒绝整个文件夹的处理。

拒绝

代理程序无法固定任何布局，例如，因为文件对列类型存在冲突。目前尚无数据表。 文件事件 获得 拒绝 与原因争吵 细节代理程序会在每次扫描时重试，直到布局固定为止。修复或排除它所指的文件，消息就会消失。

在哪里看：琥珀色的横幅 查看 (找出需要哪些文件以及原因），连接器的 显现 后面跟着制表符。在 SQL 中： SELECT relative_path, event_type, detail FROM fileset.files_events WHERE event_type IN ('drift','refused') ORDER BY event_at DESC.

值得了解的界限

文件夹数量或文件数量没有计划限制。与其他连接器一样，这些行也会计入您的数据域。您可以提高或降低连接器的默认设置：

内容上限是指文件会被暂存而不是截断：每个文件最多 2,000,000 行或 512 MiB，每次扫描最多 10,000,000 行或 2 GiB。一个文件夹最多可以容纳 25 种不同的布局。 每个布局一张桌子 模式。

人们提出的问题

• 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
• 容器日志
• 应用程序日志
• 系统日志
• 自定义日志