面向数据分析师的 SQL：在 Excel 和 Google Sheets 中进行实时数据库查询

查看本指南之外查询流的所有功能 免费开始

支持

+更多

实时数据

用按需 SQL 取代导出

在 Excel 板材

商业智能和人工智能分析

询问 Nova，获取 SQL + 图表

认识诺瓦

数据库 REST API

每个合作伙伴使用一个密钥。不共享任何凭证。

构建 API

+更多

自动化

预定同步至 6 个以上平台

探索

+更多

将应用程序接口转换为 SQL

使用 SQL 查询 API，无需代码

探索

+更多

AI数据库MCP

Claude、Cursor、ChatGPT 和 Grok 可以与您的数据交互

Connect AI

Query Streams 是一个安全、实时的数据库集成平台，它允许数据分析师编写一次 SQL，然后从 Microsoft Excel 或 Google Sheets 实时运行查询。 了解更多信息，请访问 QueryStreams.com 和 免费注册 直接从电子表格开始查询数据库。

为什么数据分析师学习 SQL 仍然比想象中要难？

编写 SQL 的数据分析师面临着一个悖论：查询本身只需几分钟，但围绕查询的所有环节——连接数据库、导出结果、与利益相关者共享、保持数据更新——却需要数小时。大多数分析团队浪费在工作流程摩擦上的时间比实际分析的时间还要多。

典型的数据分析师 SQL 工作流程如下：打开 SQL 客户端（SSMS、pgAdmin、DBeaver），通过 VPN 连接，编写并测试查询，将结果导出为 CSV 文件，打开 Excel 或 Google Sheets，导入数据，格式化数据，通过电子邮件发送文件，然后在数据发生变化时重复上述步骤。 哈佛商业评论数据专业人员高达 80% 的时间都花在了数据准备和交付上，而不是实际的分析上。

这种循环会产生四个持续存在的问题，大多数分析团队都能立即意识到这些问题。

查询流如何简化数据分析师的 SQL 工作流程

查询流消除了编写 SQL 和将结果导入电子表格之间的鸿沟。您无需导出 CSV 文件并通过电子邮件发送，只需在 Web 门户中编写 SQL 查询进行数据分析，保存后即可直接运行。 Excel 加载项 或 Google Sheets 插件任何与你共享查询的人都可以独立运行该查询——使用他们自己的筛选值——而无需查看 SQL 代码或需要数据库凭据。

步骤 1：安装代理。 下载查询流代理 您可以将其安装在任何可以访问数据库的机器上，例如本地服务器、AWS EC2 实例、Azure 虚拟机或 Google Cloud 服务器。该代理仅建立与查询流中继的出站连接，因此无需更改入站端口或防火墙设置。您可以根据订阅级别在基础架构中部署多个代理；每个代理都会自动更新并进行自我维护。

步骤 2：在门户中编写 SQL。 登录到 my.querystreams.com从统一的下拉列表中选择数据源（所有已连接的代理都会在一个列表中显示其数据库），然后编写 SQL 查询。该门户支持所有用于数据分析的标准 SQL，包括连接、子查询、窗口函数和 CTE，可针对您的实时数据库执行操作。请使用描述性名称保存查询。

步骤 3：从 Excel 或 Google Sheets 运行。 在 Microsoft Excel 或 Google Sheets 中打开“查询流”加载项。您保存的查询将显示在列表中。选择一个查询，您可以根据需要调整任何交互式筛选器值，然后单击“运行”。实时数据将直接流入您的工作表单元格。无需 CSV 文件，无需复制粘贴，也无需担心数据过时。

第四步：与利益相关者分享。 您可以与同事、经理或外部合作伙伴共享任何已保存的查询。接收者可以在他们自己的 Excel 加载项或 Google Sheets 加载项中按名称查看查询，选择查询，独立调整筛选值，并运行查询以按需获取实时结果。他们无需查看 SQL 代码，无需直接连接到数据库，也无需请求您重新运行任何操作。

让 Nova AI 为您编写 SQL

并非每个查询都值得费力手动编写。对于临时请求、快速数据提取或不熟悉的模式， 新星人工智能 Nova 可以根据简单的英语问题生成符合方言规范的 SQL。它利用模式智能技术，在生成任何内容之前预先加载实际的表名、列名、数据类型和关系——因此，它生成的 SQL 引用的是您真实的模式，而不是通用的占位符。

Nova 支持 10 种数据库方言：Microsoft SQL Server 的 T-SQL、PostgreSQL 的 PL/pgSQL、MySQL、MariaDB、SQLite、Access SQL、Oracle PL/SQL、Snowflake SQL、BigQuery 标准 SQL 和 DuckDB。每个生成的查询在执行前都会经过多层验证流程——语法检查、表验证、带模糊纠错的列验证和结构分析。

Nova 生成的用于数据分析的 SQL 查询可以像手动编写的查询一样保存、编辑和共享。人工智能是对您 SQL 技能的补充，而不是取代：您可以自己编写复杂的查询，使用 Nova 进行快速查找，或者让它生成一个初始查询，然后在门户中对其进行完善。

并行运行多个查询

查询流支持并行查询执行：您可以同时在五个不同的工作表标签页中启动五个已保存的查询，代理程序会并发传输每个结果集，无论结果集大小如何。无需等待一个查询完成即可开始下一个查询。这对于准备多标签页报告的数据分析师来说意义非凡——例如，在一个标签页中显示按地区划分的收入，在另一个标签页中显示客户流失率，在第三个标签页中显示库存水平——所有数据只需一次操作即可更新。

由于数据是实时按需提供的，而非定时发布，分析师始终使用最新数据。无需担心隔夜导出的数据会过时。需要在会议前刷新 5 万行的数据集？点击运行，数据即可立即导入。需要用手机查看某个数据？打开 Google 表格并运行查询即可。数据始终实时更新，始终可用任何带有浏览器的设备访问。

无需暴露代码即可共享实时 SQL 查询

数据分析师面临的最大挑战之一是数据分发：如何在不暴露 SQL 代码、数据库凭据或耗费您时间的情况下，让非技术利益相关者访问实时数据？查询流通过将查询与执行分离来解决这个问题。

当你分享查询时，接收者将能够： 跑步 它——而不是能力 看 他们只需打开 Excel 或 Google Sheets 的加载项，从下拉菜单中选择共享查询，调整可用的交互式筛选条件（日期范围、地区、产品类别），然后点击运行即可。SQL 代码始终处于隐藏状态。数据库凭据也保留在您网络中的代理程序内部。利益相关者无需任何技术知识即可获得实时、可筛选的数据流。

交互式过滤器 会自动创建。查询流会检测显式 SQL 变量（例如， @region, @开始日期）并且还能自动检测 WHERE 子句中的静态值（例如， WHERE brand = 'Acme'）在查询的“属性”选项卡中为任何检测到的筛选器启用“配置”开关，最终用户无需任何额外开发即可在电子表格加载项中获得下拉列表或输入控件。

数据分析师工作流程：前后对比

支持的数据库和数据源

Query Streams 几乎可以连接到数据分析师遇到的所有数据库。部署 多个代理 在您的基础架构中，所有数据源都会显示在同一个统一的下拉列表中——分析师只需从可用的数据库中进行选择，而无需知道哪个代理或服务器托管了这些数据库。

关系型数据库： Microsoft SQL Server (T-SQL)、PostgreSQL、MySQL、MariaDB、SQLite、Microsoft Access、Oracle、Snowflake 和 BigQuery。

分析型引擎： DuckDB 用于高性能本地分析，并作为 API 连接器数据的存储引擎。

API连接器： Stripe、HubSpot、Shopify、Google Analytics、Google Search Console 和 ShipStation。API 数据缓存在本地 DuckDB 中，并可使用标准 SQL 进行查询。

常见问题

开始

相关指南： 文本转 SQL | 人工智能数据分析 | Microsoft Excel 中的数据库 | Google Sheets 中的数据库

类别：文章

标签：面向数据分析师的 SQL、数据分析师 SQL、数据分析 SQL 查询、Excel、Google Sheets、实时数据、数据库到电子表格、查询共享、并行查询执行、Nova AI

元描述：面向数据分析师的 SQL：使用查询流从 Excel 或 Google Sheets 实时查询任何数据库。